在對數-對數圖上使用polyfit將數據集擬合為直線

Question

我已經使用matplotlib在對數-對數圖上繪制了這些數據 。 我正在嘗試使用polyfit用一條直線擬合數據的前5-6點（低q值）。 我已經嘗試過解決此先前回答的問題 。 如果我嘗試這樣做，曲線甚至不會出現在我的繪圖上。

這是我的代碼：

import matplotlib.pyplot as plt
import numpy as np
from scipy import *

with open("data.dat", "r") as f:
x = []
y = []
    for line in f:
        if not line.strip() or line.startswith('@') or line.startswith('#'):
            continue
        row = line.split()
        x.append(float(row[0]))
        y.append(float(row[1]))

x = np.asarray(x)
y = np.asarray(y)

plt.loglog(x, y, basex=10,basey=10,  linestyle="none",marker=".",color='b',label="data")

x_fit= x[:5]
y_fit= 1/x_fit**4/10**6

plt.plot(x_fit,y_fit, label='should be like this',color='r')
m,b = np.polyfit(x_fit, y_fit, 1)
plt.plot(x_fit, m*x_fit+ b, linestyle='--', label='polyfit', color='g')

plt.legend()
plt.ylabel('Spectra ($\AA^2$)')
plt.xlabel('q ($\AA^{-1}$)')
plt.grid()
plt.show()

編輯

如果我將這些點提取到新文件中，並使用普通的xy圖進行繪制。 polyfit工作正常。

Answer 1

• 您想要適合np.log10（x）而不適合x，這就是為什么它適用於線性刻度而不適用於對數刻度的原因。

• 您想要log10（y）= m * log（x）+ b

   m,b = np.polyfit( np.log10(x[:5]), np.log10(y[:5]), 1) 

• 然后根據您的紅色曲線（y_fit = 1 / x_fit ** 4/10 ** 6），您可以手動找到：

   m = -4, b = -6