我有一个绘制多个图形的函数。一个特定图的x轴可以是线性或对数的。但是,不希望将列表作为参数指示哪个图形是对数。我希望透明地分析数据。
x_linear = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
x_log = [1e-2, 1e-3, 1e-4, 1e-5, 1e-6, 1e-7, 1e-8, 1e-9, 1e-10, 1e-11, 1e-12, 1e-13, 1e-14, 1e-15]
islog(x_linear)
返回False
,而islog(x_log)
返回True
。
x值并不总是完全像线性,也不是对数。他们可能是:
x1 = [10, 20, 50, 100, 200, 500, 1000, 1200, 1500, 1800, 1900, 2000, 2100, 3000]
x2 = [1, 2, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377]
x3 = [2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 20]
它们是某种指数形式,但不足以需要对数x轴。
答案 0 :(得分:1)
r_value
指示级数的线性度。感谢@conditionalMethod的评论。
from scipy import stats
x_linear = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
x_log = [1e-2, 1e-3, 1e-4, 1e-5, 1e-6, 1e-7, 1e-8, 1e-9, 1e-10, 1e-11, 1e-12, 1e-13, 1e-14, 1e-15]
x1 = [10, 20, 50, 100, 200, 500, 1000, 1200, 1500, 1800, 1900, 2000, 2100, 3000]
x2 = [1, 2, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377]
x3 = [2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 20]
stats.linregress(x_linear, range(0, len(x_linear))) # rvalue=1.0
stats.linregress(x_log, range(0, len(x_log))) #rvalue=-0.49016926355349816
stats.linregress(x1, range(0, len(x1))) # rvalue=0.9722589459436218
stats.linregress(x2, range(0, len(x2))) # rvalue=0.8358503295705382
stats.linregress(x3, range(0, len(x3))) # rvalue=0.9325110133355075
接近1的值更线性。阈值可以轻松选择。
此外,它可以用来表示级数是对数的。 (如果系列是上升的还是后代的,则必须匹配。)
import numpy as np
stats.linregress(x_log, np.logspace(len(x_log), 1, num=len(x_log))) # rvalue=0.9999999999999999