Matplotlib semilog图最佳拟合线

Question

下面（蓝色虚线）是我尝试对数据进行线性回归时得到的结果。它看起来很不对（但也许它是正确的？）这是图像（不允许我嵌入）：

这是代码：

mm, cs, err = get_cols(data)
a = np.asarray(mm, dtype=float)
b = np.asarray(cs, dtype=float)
ax.errorbar(a, b, xerr=None, yerr=err, fmt='o', c='b', label='Detection Rate')
logB = np.log10(b)
m, y0 = np.polyfit(a, logB, 1)
ax.plot(a, np.exp(a*m+y0), '--')

Answer 1

默认情况下，matplotlib的对数比例使用基数10的对数。因此，使用np.log10(b)转换数据进行拟合是有意义的。

但是，一旦完成拟合，就需要使用变换函数的逆转换数据。

如果y = log10(x)，则反转为x = 10**(y)，而
在y = log(x)的情况下，逆是x = exp(y)。

所以你需要决定其中一个案例。