我使用polyfit来查找数据集的fitline,但是现在我需要找到fitline函数的自然对数并绘制它。以下是我目前掌握的情况:
#Fit line for PD
deg = 10
zn = np.polyfit(l_bins, l_hits, deg)
l_pn = np.poly1d(zn)
pylab.plot(l_bins, l_pn(l_bins), '-g')
ln_list = []
for all in l_bins:
ln_list.append(np.log(l_pn(all)))
pylab.plot(l_bins, ln_list, '-b')
有更好或更正确的方法来做这件事吗?
似乎您只需要最初提供的容器的值。在这种情况下,这会更简单,也会更快。
请记住,
numpy
函数通常将自己的元素应用于数组,如果这样做是有意义的话。编辑
我建议使用下面演示的
numpy.log
作为Roger Fan。因为您已经在使用numpy数组,所以这肯定比使用map
或列表理解要好。原始答案
如果z值是
list
,则可以使用map
对每个值执行一些函数,在本例中为log
(即ln
)。您可以使用任何函数,因此如果您愿意,可以使用
numpy.log
。log(x)是基于10的,而ln(x)是基于自然对数的。
相关问题 更多 >
编程相关推荐