我希望在给定x和y坐标的情况下生成线性拟合以及散点图。我正在关注一个在线教程,到目前为止我已经解决了这个问题:
import matplotlib.pyplot as plt
from matplotlib import pylab
from numpy import arange,array,ones
from scipy import stats
import numpy
#xi = arange(0,9)
#A = array([ xi, ones(9)])
xi = numpy.array([0.0, 0.0, 0.0, 0.0, 0.01, 0.20, 1.71, 15.76, 164.85])
y = numpy.array([0.2360562731589024, 0.01859163578813024, 0.01095219851971926, 0.008278395475775432, 0.0008936061163114533, 0.0005918483442091654, 0.000221208312736774, 3.585009981425634e-05, 3.233522396733273e-06])
# Generated linear fit
slope, intercept, r_value, p_value, std_err = stats.linregress(xi,y)
line = slope*xi+intercept
plt.loglog(xi,y,'o', xi, line)
plt.xlim(0, 1.0e3)
pylab.title('Linear Fit with Matplotlib')
fig = plt.gcf()
plt.show()
我得到的这一行,对于loglog情节来说似乎有些奇怪,所以我想知道是否有可能获得与loglog规模兼容的拟合。我认为生成对数图而不是线性图更适合。有关如何生成此内容的任何建议吗?