Matplotlib Semilog最佳拟合图线

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。 它看起来很不正常（但也许是正确的吗？）这是图片（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的对数刻度使用以10为底的对数。 因此，使用np.log10(b)转换数据以进行拟合是有意义的。

但是，一旦拟合完成，就需要使用变换函数的逆函数对数据进行逆变换。

在y = log10(x)的情况下，逆为x = 10**(y) ，而
如果y = log(x)则逆为x = exp(y) 。

因此，您需要确定其中一种情况。