如何将非线性模型转换为线性模型？
How to transform nonlinear model to linear?
我正在分析一个数据集，我知道数据应该遵循幂模型：
y = a*x**b
我通过取对数将其转换为线性：
ln(y) = ln(a) + b* ln(x)
但是，向绘图添加趋势线时出现了问题
slope, intercept, r_value, p_value, std_err = scipy.stats.mstats.linregress(x_ln, y_ln)
yy = np.exp(intercept)*wetarea_x**slope
plt.scatter(wetarea_x, arcgis_wtrshd_x, color = 'blue')
plt.plot(wetarea_x, yy, color = 'green')
这就是我用这段代码得到的。
如何修改代码，使图中的趋势线正确？
你的绿色奇怪图是你在 matplotlib 中绘制线图时得到的，x 值未排序。这是一个线图，但它由 (x, y) 对左右跳跃的线连接（在您的特定情况下，它看起来像回到 x 原点附近）。这给出了这些奇怪的模式。
蓝色图没有这个问题，因为它是散点图。
根据第一个使用 numpy.argsort 的索引对两个数组进行排序后尝试调用绘图，比如
wetarea_x[np.argsort(wetarea_x)]
和
yy[np.argsort(wetarea_x)]
我正在分析一个数据集，我知道数据应该遵循幂模型：
y = a*x**b
我通过取对数将其转换为线性：
ln(y) = ln(a) + b* ln(x)
但是，向绘图添加趋势线时出现了问题
slope, intercept, r_value, p_value, std_err = scipy.stats.mstats.linregress(x_ln, y_ln)
yy = np.exp(intercept)*wetarea_x**slope
plt.scatter(wetarea_x, arcgis_wtrshd_x, color = 'blue')
plt.plot(wetarea_x, yy, color = 'green')
这就是我用这段代码得到的。 如何修改代码，使图中的趋势线正确？
你的绿色奇怪图是你在 matplotlib 中绘制线图时得到的，x 值未排序。这是一个线图，但它由 (x, y) 对左右跳跃的线连接（在您的特定情况下，它看起来像回到 x 原点附近）。这给出了这些奇怪的模式。
蓝色图没有这个问题，因为它是散点图。
根据第一个使用 numpy.argsort 的索引对两个数组进行排序后尝试调用绘图，比如
wetarea_x[np.argsort(wetarea_x)]
和
yy[np.argsort(wetarea_x)]