Python Matplotlib最佳拟合半对数绘图线

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。它看起来很不对劲（但可能是正确的？）这是图像（不允许我嵌入）：

代码如下：

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), '--')

---

默认情况下，matplotlib的对数比例使用以10为底的对数。因此，使用

np.log10（b）

转换数据进行拟合是有意义的

然而，一旦拟合完成，需要使用变换函数的逆函数对数据进行反变换

在

y=log10（x）

的情况下，相反的是

x=10**（y）

，而
在

y=log（x）

的情况下，相反的是

x=exp（y）

---

因此，您需要选择其中一种情况。

您不应该将

np.exp

（基数e=2.72）和

np.log10

（基数10）oops混用。那么我应该用什么来代替呢？我应该把它提高到10的幂吗？它似乎无法解决问题。nvm：我只是把它改成了log，而不是log10