使用對數對數多項式擬合

我有一個簡單的問題來擬合對數對數的直線。我的代碼，使用對數對數多項式擬合

data=loadtxt(filename) 
xdata=data[:,0] 
ydata=data[:,1] 
polycoeffs = scipy.polyfit(xdata, ydata, 1) 
yfit = scipy.polyval(polycoeffs, xdata) 
pylab.plot(xdata, ydata, 'k.') 
pylab.plot(xdata, yfit, 'r-')

現在我需要繪製對數刻度擬合線，所以我只是改變X和Y軸，

ax.set_yscale('log') 
ax.set_xscale('log')

那麼它的不正確繪製擬合線。那麼，如何改變擬合函數（以對數刻度），以便它可以在對數 - 對數刻度上繪製擬合線？

來源

2012-09-27 physics_for_all

我沒有看到你的代碼任何問題。你的範圍包括零點？在這種情況下，您不能以對數比例繪製。嘗試修改軸的範圍。 –

編輯：

from scipy import polyfit 
data = loadtxt("data.txt") 
xdata,ydata = data[:,0],data[:,1] 
xdata,ydata = zip(*sorted(zip(xdata,ydata))) # sorts the two lists after the xdata  

xd,yd = log10(xdata),log10(ydata) 
polycoef = polyfit(xd, yd, 1) 
yfit = 10**(polycoef[0]*xd+polycoef[1]) 

plt.subplot(211) 
plt.plot(xdata,ydata,'.k',xdata,yfit,'-r') 
plt.subplot(212) 
plt.loglog(xdata,ydata,'.k',xdata,yfit,'-r') 
plt.show()

來源

2012-09-27 14:24:34

是的。我也嘗試過這個選項，但合適的線條沒有什麼不同。仍然存在問題。 –

這可能是因爲你符合線性擬合'polyval（xdata，ydata，1）'。理論擬合如何？它在普通的'plt.plot（...）中看起來還好嗎？ –

是的，它的關聯性非常好。如果我在繪圖之前記錄數據（xdata = log10 [data：，0]，xdata = log10 [data：，1]），那麼它適合。 –

你想

log(y) = k log(x) + q，所以

y = exp(k log(x) + q) = exp(k log(x)) * exp(q) = exp(log(x^k)) * exp(q) = A x^k

，你可以看到一個要求是y(0) = 0。

從視圖代碼點，你正密謀僅使用數據的X擬合函數，可能是更好的加點：

xfit = scipy.linspace(min(xdata), max(xdata), 50) 
yfit = scipy.polyval(polycoeffs, xfit) 
ax.plot(xfit, yfit, 'r-')

來源

2012-09-29 09:57:02

如果我的xdata都是負值，那我該如何進行擬合？我嘗試了'symlog'，但沒有繪製直線。你知道如何改變symlog的線性擬合函數嗎？ –

負值的問題是什麼？問題是如果你相交零 –

使用對數對數多項式擬合

回答

相關問題