# seaborn.residplot > 譯者：[P3n9W31](https://github.com/P3n9W31) ```py 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) ``` 繪制線性回歸的殘差。 此函數將在 x 上回歸 y（可能作為魯棒或多項式回歸），然后繪制殘差的散點圖。 你可以選擇將局部加權回歸散點平滑法（LOWESS）擬合到殘差圖，這有助于確定殘差是否存在結構。 參數：`x`： 向量或字符串 > 預測變量數據中的數據或列名稱。 `y`：向量或字符串 > 響應變量的數據中的數據或列名稱。 `data`：DataFrame, 可選 > 如果 *x* 和 *y* 是列名，則指定使用的 DataFrame `lowess`： 布爾值, 可選 > 將局部加權回歸散點平滑法（LOWESS）應用到殘差散點圖中。 `{x, y}_partial`：矩陣或字符串，可選 > 具有與 x 相同的第一維的矩陣或數據中的列名稱。這些變量被視為有誤的，并在繪制之前從 x 或 y 變量中刪除。 `order`：整數，可選 > 計算殘差時擬合多項式的階數。 `robust`：布爾值，可選 > 在計算殘差時擬合穩健的線性回歸。 `dropna`：布爾值，可選 > 如果為 True，則在擬合和繪圖時忽略缺少的數據。 `label`：字符串，可選 > 將在任何圖的圖例中使用的標簽。 `color`：matplotlib 顏色，可選 > 用于繪圖的所有元素的顏色。 `{scatter, line}_kws`： 字典，可選 > 用于繪制圖像的組件而傳遞給 scatter() 和 plot() 的其他關鍵字參數。 `ax`：matplotlib 軸，可選 > 繪制到指定軸對象，否則在當前軸對象上繪圖，如果軸不存在則創建一個新軸。 返回值：ax：matplotlib Axes 對象 > 帶有回歸圖像的軸對象 也可以看看 [`regplot`](http://seaborn.pydata.org/generated/seaborn.regplot.html#seaborn.regplot) 繪制一個簡單的線性回歸模型 [`jointplot`](http://seaborn.pydata.org/generated/seaborn.jointplot.html#seaborn.jointplot) 邊際分布。