可视化因变量作为其他两个自变量的函数的最佳方法，每个自变量都是数据场的一列？

问题描述

将因变量可视化为两个其他自变量的最佳方法是什么，其中每个自变量都是数据场的一列？

df= [ A: {0.96,1.12,0.93,1.34,1.04,0.92,1.52}
          B: {55,62,58,64,70,71,66}
          c: {0.66,0.63,0.69,0.71,0.68,0.64,0.69}]

df是A，B，C三列的数据框：

我想将C绘制为A和B的函数（通过轮廓图或冲浪图或任何其他建议得到赞赏） 请注意，我有数百万个数据点，其中有些重叠。谢谢。

解决方法

假设您的自变量彼此完全独立（即，对于ID1的1个值，您只有ID2的1个值），我猜想三维图将是一个很好的观察方法。另外，您可以将带有“热”样式颜色的二维图形用于第二个独立变量。

,

一个选项是对statsmodels.formula.api使用多元回归，进行预测，然后为视觉化绘制预测。这种语法使您可以一次查看多个独立变量。

results = smf.ols('income ~ educ + age',data=samples).fit()

此链接可能对您有所帮助：https://www.statsmodels.org/stable/index.html