如何在 matplotlib 中擴展線性回歸 plot

Question

我在嘗試將 plot 的直線部分擬合到線性部分時遇到了問題。 為了完成我的 plot，我必須將紅線延伸為直線，以便至少可以觀察到它與 x 軸的交點。

我的代碼是：

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

#data = pd.read_csv("LPPII_cw_2_1.csv")

#f = data["f [kHz]"] 
f = (1, 10, 20, 30, 40, 50, 60, 70, 80, 90, 100, 200, 500)

#h21e = data["h21e [A/A]"]
h21e = (218., 215., 210., 200., 189., 175., 165., 150., 140., 129., 120., 69., 30.)

linearf = f[-3:]
linearh = h21e[-3:]

logA = np.log(linearf)
logB = np.log(linearh)

m, c = np.polyfit(logA, logB, 1, w=np.sqrt(linearh))
y_fit = np.exp(m*logA + c)

fig, ax = plt.subplots()

ax.set_xscale('log')
ax.set_yscale('log')

ax.set_xlabel('f [kHz]')
ax.set_ylabel('h$_{21e}$ [A/A]')

ax.scatter(f, h21e, marker='.', color='k')
ax.plot(linearf, y_fit, color='r', linestyle='-')

plt.show()

我的 plot 看起來像這樣：

Answer 1

您可以將 x 軸的最大值和 append 添加到linearf的末尾。 然后計算曲線，並繪制它。 需要保存並重置舊的 y 限制，以防止 matplotlib 自動擴展這些限制。 請注意，只能在繪制散點 plot 后提取 x-lims。

import matplotlib.pyplot as plt
import numpy as np

f = (1, 10, 20, 30, 40, 50, 60, 70, 80, 90, 100, 200, 500)
h21e = (218., 215., 210., 200., 189., 175., 165., 150., 140., 129., 120., 69., 30.)

linearf = f[-3:]
linearh = h21e[-3:]

logA = np.log(linearf)
logB = np.log(linearh)

m, c = np.polyfit(logA, logB, 1, w=np.sqrt(linearh))

fig, ax = plt.subplots()

ax.set_xscale('log')
ax.set_yscale('log')

ax.set_xlabel('f [kHz]')
ax.set_ylabel('h$_{21e}$ [A/A]')

ax.scatter(f, h21e, marker='.', color='k')

linearf_ext = list(linearf) + [ax.get_xlim()[1]]
logA = np.log(linearf_ext)
y_fit = np.exp(m * logA + c)
ymin, ymax = ax.get_ylim()
ax.plot(linearf_ext, y_fit, color='r', linestyle='-')
ax.set_ylim(ymin, ymax)
plt.tight_layout()
plt.show()