这是一个网络IP频率等级图,以日志为单位。在完成这一部分之后,我将尝试使用python2.7在日志刻度上绘制最佳拟合线。我必须使用matplotlib的“symlog”轴比例,否则某些值将无法正确显示,某些值将被隐藏。在
我绘制的数据的X值是url,Y值是url的相应频率。在
我的数据如下:
'http://www.bing.com/search?q=d2l&src=IE-TopResult&FORM=IETR02&conversationid= 123 0.00052210688591'
`http://library.uc.ca/ 118 4.57782298326e-05`
`http://www.bing.com/search?q=d2l+uofc&src=IE-TopResult&FORM=IETR02&conversationid= 114 4.30271029472e-06`
`http://www.nature.com/scitable/topicpage/genetics-and-statistical-analysis-34592 109 1.9483268261e-06`
数据在第一列中包含URL,在第二列中包含相应的频率(同一URL出现的次数),最后在第三列中包含传输的字节。首先,我只使用第一列和第二列进行分析。总共有2465x值或唯一的url。在
下面是我的代码
^{pr2}$你会看到大量的库被导入,因为我一直在使用它们,但我的实验都没有产生预期的结果。所以上面的代码正确地生成了秩图。这是红线,但曲线中的蓝线,被认为是最佳拟合线,在视觉上是不正确的,可以看出。这是生成的图形。在
这是我期待的图表。第二张图中的虚线是我不正确地绘制的。在
有什么办法解决这个问题吗?在
在日志刻度上沿直线下降的数据遵循
y = c*x^(m)
形式的幂关系。通过取两边的对数,可以得到要拟合的线性方程:调用}的值。然后可以使用这些值计算
^{pr2}$np.polyfit(log(x), log(y), 1)
提供m
和{log_y_fit
的拟合值,如下所示:要根据原始数据绘制的拟合值为:
所以,你面临的两个问题是:
使用原始x坐标而不是对数(x)坐标计算拟合值
绘制拟合y值的对数而不将其转换回原始比例
在下面的代码中,我将
plt.plot(z, np.poly1d(np.polyfit(logA, logB, 1))(z))
替换为:这可以放在一行:
plt.plot(z, np.exp(np.poly1d(np.polyfit(logA, logB, 1))(logA)))
,但我发现这使得调试更加困难。在以下代码中有一些不同之处:
当您从
z
计算logA
以过滤掉任何值<;1时,您正在使用列表理解,但是z
是一个线性范围,只有第一个值是<;1。从1开始创建z
似乎更容易,我就是这样编码的。我不知道你为什么在你的列表理解中使用
x*log(x)
这个词。这在我看来是个错误,所以我没有把它包括在答案中。此代码应能正确工作:
当我在模拟数据上运行它时,我得到以下图表:
注意事项:
行的左右两端的“扭结”是使用“symlog”的结果,它将极小的值线性化,如What is the difference between 'log' and 'symlog'?的答案所述。如果这些数据绘制在“对数-对数”轴上,则拟合的数据将是一条直线。
您可能还想阅读这个答案:https://stackoverflow.com/a/3433503/7517724,它解释了如何使用加权来实现对日志转换数据的“更好”拟合。
我想出了解决这个问题的另一个办法。分享这个是因为它可能有帮助。在
这基本上也达到了目标。它使用stats模块。在
相关问题 更多 >
编程相关推荐