全息散点图的回归线？

Question

我正在使用 xarray 数据集创建散点图

scat = ds.hvplot.scatter(x='a', y='b', groupby='c', height=900, width=900)

如何向该图中添加回归线？

我也使用它来设置图中的一些属性，我可以在钩子函数中添加斜率，但我无法弄清楚如何从 plot.state 访问 x 和 y。这也可能是完全错误的做法。

scat = scat.opts(hooks=[hook])

def hook(plot, element):
    print('plot.state:   ', plot.state)
    print('plot.handles: ', sorted(plot.handles.keys()))

    par = np.polyfit(x, y, 1, full=True)
    gradient=par[0][0]
    y_intercept=par[0][1]

    slope = Slope(gradient=gradient, y_intercept=y_intercept,
          line_color='orange', line_dash='dashed', line_width=3.5)

    plot.state.add_layout(slope)

scat = scat.opts(hooks=[hook])

Answer 1

HoloViews >= 1.13现在支持向绘图添加回归线，因此您不再需要挂钩。

1) 您可以通过指定关键字slope 和y_intercept 自己添加回归线：

gradient = 2
y_intercept = 15

# create random data
xpts = np.arange(0, 20)
ypts = gradient * xpts + y_intercept + np.random.normal(0, 4, 20)

scatter = hv.Scatter((xpts, ypts))

# create slope with hv.Slope()
slope = hv.Slope(gradient, y_intercept)

scatter.opts(size=10) * slope.opts(color='red', line_width=6)

2) 或者你可以让 HoloViews 为你计算它hv.Slope.from_scatter()：

normal = hv.Scatter(np.random.randn(20, 2))

normal.opts(size=10) * hv.Slope.from_scatter(normal)

结果图：

Answer 2

绘图钩子有两个参数，第二个是正在显示的元素。由于元素包含正在显示的数据，我们可以编写一个回调来使用该dimension_values方法计算斜率，以获取数据中“a”和“b”维度的值。此外，为了避免多次添加坡度字形，我们可以将其缓存在绘图上并更新其属性：

def hook(plot, element):
    x, y = element.dimension_values('a'), element.dimension_values('b')
    par = np.polyfit(x, y, 1, full=True)
    gradient=par[0][0]
    y_intercept=par[0][1]

    if 'slope' in plot.handles:
        slope = plot.handles['slope']
        slope.gradient = gradient
        slope.y_intercept = y_intercept
    else:

        slope = Slope(gradient=gradient, y_intercept=y_intercept,
              line_color='orange', line_dash='dashed', line_width=3.5)
        plot.handles['slope'] = slope
        plot.state.add_layout(slope)