如何使用yscale拟合曲线（＆＃39; log＆＃39;） - Python

Question

我一直试图将一些数据拟合到特定集合x和y的最佳拟合线。 我尝试了很多次，我似乎找不到使用yscale（'log'）和xscale（'log'）来拟合数据的方法。我得到了这个奇怪的结果，但我似乎无法找到它给出这个奇怪的[结果]

的原因

[结果]：https://www.dropbox.com/s/g6m4f8wh7r7jffg/Imagem%20sem%20t%C3%ADtulo.png?dl=0。

我的代码：

#!/usr/bin/env python 
# import the necessary modules
import numpy as np
import matplotlib.pyplot as plt

# Generate x and y values which the curve will be fitted to
# (In practical cases, these should be read in)
x = [1, 2, 4, 8, 16, 32, 64, 128, 256, 512, 1024, 2048]
y = [497775, 150760, 50929, 19697, 8520, 3948, 1812, 710, 214, 57, 18, 4]

p = np.polyfit(x,y,1) 
plt.plot(x, np.polyval(p,x), 'r-')
plt.plot(x, y)
plt.yscale('log')
plt.xscale('log')
plt.show()

我有预感，因为我使用多边形，但我无法找到如何计算对数。你能帮我吗？我是新手，我需要帮助！

Answer 1

在对数 - 对数图上看似线性的东西不是线性函数，它是指数函数。

你获得了最合适的选择：

y = a * x + b

但你想要的是形式的最佳拟合指数函数：

y = a * x**k

有很多方法可以做到这一点。使用polyfit是一种很好的方法，但是您需要在＆＃34;日志空间＆＃34;中使用该行。换句话说，将x的对数线与y的对数拟合。

例如，根据您的代码：

import numpy as np
import matplotlib.pyplot as plt

x = [1, 2, 4, 8, 16, 32, 64, 128, 256, 512, 1024, 2048]
y = [497775, 150760, 50929, 19697, 8520, 3948, 1812, 710, 214, 57, 18, 4]

logx, logy = np.log(x), np.log(y)

p = np.polyfit(logx, logy, 1)
y_fit = np.exp(np.polyval(p, logx))

plt.plot(x, y_fit, 'r-')
plt.plot(x, y)
plt.yscale('log')
plt.xscale('log')
plt.show()