我正在尝试绘制一组直方图,其中包含原始计数数据(非归一化到密度/pdf)和一条拟合线。但是,我似乎想不出如何绘制不是由pdf函数标准化的拟合线。有没有一种方法可以绘制一条非归一化的线,或者有一个函数可以反转密度计算?现在,我已经得到了以下代码,它适用于归一化直方图和拟合线。
fig, ax = plt.subplots()
x=[13.140,17.520,15.768,10.512,10.512,9.636,10.512, 9.636,11.388,7.884,7.008,7.008,9.636,11.388,7.884,7.88,16.644,42.924,17.520]
n, bi
我正在使用Python中的一个频谱,并且我已经将一条谱线与该谱相匹配。我想要一个代码,可以检测到,如果有,比方说,10,数据点在中的一个行是小于拟合线。有谁知道一个简单快捷的方法吗?
我现在有这样的事情:
count = 0
for i in range(lowerbound, upperbound):
if spectrum[i] < fittedline[i]
count += 1
if count > 15:
*do whatever*
如果我将第一个If语句行更改为:
if spectrum[i] < fittedlin
如何在python中计算最佳拟合线的梯度?我画了两个数组x和y,然后用polyfit绘制了一条最佳拟合线(网上有个例子)。我现在正在尝试找到我的最佳拟合线的梯度,但我不确定如何。我试过在这里查看类似的问题,但到目前为止我都没有尝试过。下面是我的代码: x = np.array(a)
y = np.array(b)
plt.figure()
plt.plot(x, y)
plt.plot(np.unique(x), np.poly1d(np.polyfit(x, y, 1))(np.unique(x)), color = 'k')
plt.xlim((0,100))
plt