Python 对数概率标度散点图的Matplotlib线性回归

我试图用概率标度（Y轴）和对数标度（X轴）绘制一些数据。 以下是我当前使用的代码：

import matplotlib.pyplot as plt
import probscale

x = [0.25,0.28,0.3,0.35,0.4,0.45,0.5,0.58,0.65,0.7,0.8,1,1.3,1.6,2,2.5,3]
y = [0,0.577629967,1.155259933,1.680378085,2.485559251,3.920882198,4.98862244,
     10.13478033,18.32662349,23.15771048,33.81760896,47.43567303,70.13828111,
     82.74111675,94.78382636,98.09207072,100]

fig, ax = plt.subplots(figsize=(8, 6))
ax.set_yscale('prob')
ax.set_ylim(bottom=0.1, top=99.9)
ax.set_ylabel('Cumulative mass(%)')
ax.set_xscale('log')
ax.set_xlim(left=0.2, right=3.5)
ax.set_xlabel('Diameter')

plt.scatter(x,y)
plt.show()

下面的图片显示了我通过代码得到的信息。
我想知道如何在当前绘图中添加线性拟合。谢谢大家!
杰里

---

它看起来像是

probscale.probsplot

可以做到这一点：是的，但是probscale.probpolt函数不能绘制x，y数据，它似乎无法将概率值分配给x的每个数据点。我想你实际上想为数据拟合一个sigmoid，例如。这应该在这个图中显示（几乎！）线性。感谢Asmus，我不打算在我的数据中拟合sigmoid，我想根据当前图的数据点绘制一条拟合线，这很容易用Origin完成。我想实现这个文档的计算方法。（第18页）谢谢！它看起来像是

probscale.probplot

可以做到这一点：是的，但是probscale.probpolt函数不能绘制x，y数据，它似乎无法将概率值分配给x的每个数据点。我假设您实际上想要为数据拟合一个sigmoid，例如。这应该在这个图中显示（几乎！）线性。感谢Asmus，我不打算在我的数据中拟合sigmoid，我想根据当前图的数据点绘制一条拟合线，这很容易用Origin完成。我想实现这个文档的计算方法。（第18页）谢谢！