考虑到我有以下数据：
0.000000000000000000e+00 4.698409927534825670e-01
1.052631578947368363e+00 8.864688755521996200e+00
2.105263157894736725e+00 1.554529316011567630e+01
3.157894736842105310e+00 9.767558170900922931e+00
4.210526315789473450e+00 2.670221074763470881e+01
现在，我想使用此数据进行一些统计分析。
%pylab inline
# Loads numpty
my_data = loadtxt("numbers.dat")
dataxaxis = my_data[:,0]
datayaxis = my_data[:,1]
我知道我将数据存储为变量，因此将第一列用作x轴的xdata，将第二列用作y轴的y数据。
我正在学习curvefit()函数，该函数在寻找最佳拟合线（LOBF）梯度和截距时与polyfit()相似。
我了解到，首先我必须定义直线为y = mx+c的功能。
在这里我感到困惑。
根据讲师的讲，我需要将xdata作为参数，还要定义渐变和拦截作为参数：
def straightline(dataxaxis, m, c):
"Returns values of y according to y = mx + c"
return m*dataxaxis + c
然后我可以这样调用curvefit()函数：
lineinfo = curve_fit(line, dataxaxis, datayaxis)
lineparams = lineinfo[0]
m = lineparams[0]
c = lineparams[1]
给出了相应的值。
但是，当我调用函数straightline作为curve_fit中的第一个参数时，我没有传递任何有关dataxaxis的信息，也没有传递有关m或{ {1}}仍然计算梯度和截距以返回矩阵。
这怎么可能？