線形回帰した結果をMatplotlibで可視化する時のx軸データの指定方法について

Question

線形回帰（説明変数2個）した結果、x1とx2の係数が得られ、それをMatplotlibの棒グラフで可視化したいです。グラフのイメージは横軸がx1とx2で縦軸にそれぞれの線形回帰した係数が表示される棒グラフです。

その際、plt.bar(x = ????)の部分にどのようなコードを記載してx軸を指定すればよいでしょうか。

線形回帰の際はpandasでインポートとしたcsvファイルからdfを作成し、ilocで特定の列を指定しました。グラフ作成時にplt.bar(x = df.iloc[:,1:3])とするとエラーが返ってきてしまいます。
どなたかご教授お願い致します。

import pandas as pd
import numpy as np
from sklearn import linear_model
import matplotlib.pyplot as plt

回帰モデルの呼び出し
clf = linear_model.LinearRegression()

説明変数にx1とx2のデータを使用
X = df.iloc[:,1:3].values

目的変数
Y = df.iloc[:,0].values

予測モデルを作成（重回帰）
clf.fit(X, Y)

回帰係数と切片の抽出
a = clf.coef_
b = clf.intercept_

回帰係数
print("線形回帰係数:", a) # 回帰係数:
print("線形回帰切片:", b) # 切片:
print("線形回帰決定係数:", clf.score(X, Y)) # 決定係数:

可視化
plt.figure(figsize=(10,7))
plt.bar(x = ????, height = clf.coef_)

Answer 1

x = df.columns[1:3]とすることで解決しました。

import pandas as pd
import numpy as np
from sklearn import linear_model
import matplotlib.pyplot as plt

回帰モデルの呼び出し
clf = linear_model.LinearRegression()

説明変数にx1とx2のデータを使用
X = df.iloc[:,1:3].values

目的変数
Y = df.iloc[:,0].values

予測モデルを作成（重回帰）
clf.fit(X, Y)

回帰係数と切片の抽出
a = clf.coef_
b = clf.intercept_

回帰係数
print("線形回帰係数:", a) # 回帰係数:
print("線形回帰切片:", b) # 切片:
print("線形回帰決定係数:", clf.score(X, Y)) # 決定係数:

可視化
plt.figure(figsize=(10,7))
plt.bar(x = df.columns[1:3], height = clf.coef_)

Answer 2

bar()メソッドは、列ではなく行データがいるようなので、転置するのではどうでしょうか。

plt.bar(x=df.iloc[:,1:3].T)

Comments

[Moriya]

ご回答ありがとうございます。今回の場合は転置では上手く行きませんでしたが、転置をするやり方を知れたので勉強になりました。
ご教授ありがとうございます。

今回の場合ではx = df.columns[1:3]とすることで解決できました。