标签: python numpy matplotlib plot
有一些我在对数日志图上绘制的数据,现在我希望通过这些点拟合直线。我尝试了各种方法,无法得到我想要的东西。示例代码:
typealias CodableType = MyModel
这给了我一个理想的“直线”,在log log偏移中的一个随机数,然后我拟合了1d poly。输出是:
因此忽略了我可以处理的偏移量,它不是我需要的,因为它基本上在每个点之间绘制了一条直线然后将它们连接起来,而我需要通过中间的“最佳拟合线”所有这些都可以衡量它的梯度。
实现这一目标的最佳方法是什么?
答案 0 :(得分:1)
一个问题是
y_fit = polynomial(y)
您必须插入x值,而不是y,才能获得y_fit。
x
y
y_fit
此外,您使log10(y)符合log10(x),因此要评估线性插值器,您必须插入log10(x),结果将是{{的基数10日志1}}值。
log10(y)
log10(x)
这是您脚本的修改版本,后面是它生成的图表。