我正在使用IFFT并且具有一组具有各自频率（x轴）的实数和虚数值。频率不是等距的，我不能使用离散的IFFT，我无法正确拟合我的数据，因为这些值在开始时是如此的跳跃。所以我的计划是＆＃34;伸展＆＃34;我的频率数据指向lg-scale，适合它们（使用polyfit）然后以某种方式返回到正常比例。
f = data[0:27,0] #x-values
re = daten[0:27,5] #y-values
lgf = p.log10(f)
polylog_re = p.poly1d(p.polyfit(lgf, re, 6))
拟合效果肯定更好（http://imgur.com/btmC3P0），但是有可能将我的多项式转换回正常的x缩放吗？现在我使用那些对数适合我的IFFT，并将log10我的变换值用于绘图等，但这可能会违反所有数学逻辑并导致错误。
答案 0 :(得分：0)
您的拟合完全有效，但不是常规多项式拟合。通过使用log_10（x），您可以使用另一个模型函数。像y(x)=sum(a_i * 10^(x_i^i)这样的东西。如果这对你没问题，你就完成了。当你不想做更多的数学时，我会建议使用自然对数而不是基数为10的那个。