0dayhub译者：P3n9W31
seaborn.residplot(x, y, data=None, lowess=False, x_partial=None, y_partial=None, order=1, robust=False, dropna=True, label=None, color=None, scatter_kws=None, line_kws=None, ax=None)绘制线性回归的残差。
此函数将在x上回归y（可能作为鲁棒或多项式回归），然后绘制残差的散点图。 你可以选择将局部加权回归散点平滑法（LOWESS）拟合到残差图，这有助于确定残差是否存在结构。
参数：x： 向量或字符串
预测变量数据中的数据或列名称。
y：向量或字符串
响应变量的数据中的数据或列名称。
data：DataFrame, 可选
如果 x 和 y 是列名，则指定使用的DataFrame
lowess： 布尔值, 可选
将局部加权回归散点平滑法（LOWESS）应用到残差散点图中。
{x, y}_partial：矩阵或字符串，可选
具有与x相同的第一维的矩阵或数据中的列名称。这些变量被视为有误的，并在绘制之前从x或y变量中删除。
order：整数，可选
计算残差时拟合多项式的阶数。
robust：布尔值，可选
在计算残差时拟合稳健的线性回归。
dropna：布尔值，可选
如果为True，则在拟合和绘图时忽略缺少的数据。
label：字符串，可选
将在任何图的图例中使用的标签。
color：matplotlib 颜色，可选
用于绘图的所有元素的颜色。
{scatter, line}_kws： 字典，可选
用于绘制图像的组件而传递给 scatter() 和 plot() 的其他关键字参数。
ax：matplotlib轴，可选
绘制到指定轴对象，否则在当前轴对象上绘图，如果轴不存在则创建一个新轴。
返回值：ax：matplotlib Axes对象
带有回归图像的轴对象
也可以看看
regplot
绘制一个简单的线性回归模型
jointplot
边际分布。