具有线性y轴和log x轴的最佳拟合线半对数刻度
具有线性y轴和log x轴的最佳拟合线半对数刻度
提问于 2019-02-22 03:05:12
我的问题与SO上的以下主题密切相关：Fit straight line on semi-log scale with Matplotlib
但是，我想在X轴是对数而Y轴是线性的图表中创建一条最佳拟合线。
import matplotlib.pyplot as plt
import numpy as np
plt.scatter(players['AB'], players['Average'], c='black', alpha=0.5)
p = np.polyfit(players['AB'], players['Average'], 1)
plt.plot(players['AB'], p[0] + p[1] * np.log(players['AB']), color='r', linestyle='dashed', alpha=0.7)
plt.xscale('log')
plt.xlim(1, 25000)
plt.ylim(-0.05, 0.60)
plt.xlabel('Number of at-bats (AB)')
plt.ylabel('Batting Average')
plt.show()这为我提供了以下内容：
我做错了什么？谢谢
编辑
p = np.polyfit(np.log(players['AB']), players['Average'], 1)
plt.plot(players['AB'], p[0] + p[1] * np.log(players['AB']), color='r', linestyle='dashed', alpha=0.7)这仍然给了我错误的最佳匹配：
回答 1
Stack Overflow用户
回答已采纳
发布于 2019-02-22 07:06:58
我相信你需要做的是
p = np.polyfit(np.log(players['AB']), players['Average'], 1)
plt.plot(players['AB'], p[0] * np.log(players['AB']) + p[1])当在x轴半对数空间中绘制时，这将为您提供线性多项式拟合。下面是一个完整的示例来演示这一点
import matplotlib.pyplot
import numpy as np
n = 100
np.random.seed(1)
x = np.linspace(1,10000,n)
y = np.zeros(n)
rand = np.random.randn(n)
for ii in range(1,n):
x[ii] = 10**(float(ii)/10.0) # Create semi-log linear data
y[ii] = rand[ii]*10 + float(ii) # with some noise in the y values
plt.scatter(x,y)
p = np.polyfit(np.log(x), y, 1)
plt.semilogx(x, p[0] * np.log(x) + p[1], 'g--')
plt.xscale('log')
plt.show()对于生成的样本数据，这将为您提供
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/54814435
复制相关文章
相似问题