从 Seaborn regplot 中提取均值和置信区间

Question

鉴于 regplot 计算间隔和引导程序中的平均值来查找每个箱的置信区间，因此必须手动重新计算它们以进行进一步研究似乎是一种浪费，因此：

问题：如何访问正则图的计算平均值和置信区间？

示例：此代码生成一个漂亮的 bin 均值与 CI 的图：

import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt

# just some random numbers to get started
fig, ax = plt.subplots()
x = np.random.uniform(-2, 2, 1000)
y = np.random.normal(x**2, np.abs(x) + 1)

# Manual binning to retain control
binwidth=4./10
x_bins=np.arange(-2+binwidth/2,2,binwidth)
sns.regplot(x=x, y=y, x_bins=x_bins, fit_reg=None)
plt.show()

结果： Regplot 显示分箱数据 w。CI

并不是说按箱计算平均值并不容易，而是 CI 是使用随机数计算的。最好能够访问与绘制的完全相同的数字，那么我如何访问它们呢？一定有某种我忽略的 get_* 方法。

Answer 1

设置

按照 MWE 中的设置进行设置：

import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt

# Random numbers for plotting
x = np.random.uniform(-2, 2, 1000)
y = np.random.normal(x**2, np.abs(x) + 1)

# Manual binning to retain control
binwidth = 4 / 10
x_bins = np.arange(binwidth/2 - 2, 2, binwidth)
sns.regplot(x=x, y=y, x_bins=x_bins, fit_reg=None)

这给出了我们的出发点：

提取置信区间

我们可以通过循环绘制的线并提取最小值和最大值（分别对应于上部和下部 CI）来提取置信区间：

ax = plt.gca()
lower = [line.get_ydata().min() for line in ax.lines]
upper = [line.get_ydata().max() for line in ax.lines]

作为健全性检查，我们可以在原始数据之上绘制这些提取的点（此处用红叉显示）：

plt.scatter(x_bins, lower, marker='x', color='C3', zorder=3)
plt.scatter(x_bins, upper, marker='x', color='C3', zorder=3)

提取手段

平均值的值可以从ax.collections以下公式中提取：

means = ax.collections[0].get_offsets()[:, 1]

同样，作为健全性检查，我们可以将提取的值覆盖在原始图上：

plt.scatter(x_bins, means, color='C1', marker='x', zorder=3)