ใส่คำอธิบายประกอบบน Seaborn Jointplot

คุณสามารถใช้ matplotlib annotate เพื่อสร้างคำอธิบายประกอบไปยังจุดหนึ่งได้ แนวคิดคือการวนซ้ำบนดาต้าเฟรมและวางคำอธิบายประกอบในตำแหน่งที่เกี่ยวข้องที่กำหนดโดยคอลัมน์ "tip" และ "total_bill"

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

sns.set(style="darkgrid", color_codes=True)

tips = sns.load_dataset("tips")
model = pd.ols(y=tips.tip, x=tips.total_bill)
tips['resid'] = model.resid

g = sns.jointplot("total_bill", "tip", data=tips, kind="reg",
                  xlim=(0, 60), ylim=(0, 12), color="r", size=7)

#indices to annotate
head = tips.sort_values(by=['resid'], ascending=[False]).head(5)

tail = tips.sort_values(by=['resid'], ascending=[False]).tail(5)

def ann(row):
    ind = row[0]
    r = row[1]
    plt.gca().annotate(ind, xy=(r["total_bill"], r["tip"]), 
            xytext=(2,2) , textcoords ="offset points", )

for row in head.iterrows():
    ann(row)
for row in tail.iterrows():
    ann(row)

plt.show()

import statsmodels.api as sm
model = sm.OLS(tips.tip, tips.total_bill)
tips['resid'] = model.fit().resid

โปรดทราบว่าผลลัพธ์จะแตกต่างออกไปเล็กน้อย (อาจเนื่องมาจากการถ่วงน้ำหนักที่แตกต่างกัน)