Matplotlib Semilog最佳擬合圖線

Question

下面（藍色虛線）是我嘗試對數據進行線性回歸時得到的結果。 它看起來很不正常（但也許是正確的嗎？）這是圖片（不允許我嵌入）：

這是代碼：

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

默認情況下，matplotlib的對數刻度使用以10為底的對數。 因此，使用np.log10(b)轉換數據以進行擬合是有意義的。

但是，一旦擬合完成，就需要使用變換函數的逆函數對數據進行逆變換。

在y = log10(x)的情況下，逆為x = 10**(y) ，而
如果y = log(x)則逆為x = exp(y) 。

因此，您需要確定其中一種情況。