我有非常类似于power law
分布的数据。使用 Python,我想通过求解以下形式的两个方程来近似数据:
y
是y轴数据。在 Python 中它会是data[i]
. x 将是i + 1
。因此,我们得到两个方程,在第一个数据索引处有两个未知变量,在数据的其他地方有一个“随机”的第二个变量:
问题归结为解决
由于数学简化。我不知道如何使用numpy.linalg.solve
. 如何找到a
使用 Python 的价值?
我有非常类似于power law
分布的数据。使用 Python,我想通过求解以下形式的两个方程来近似数据:
y
是y轴数据。在 Python 中它会是data[i]
. x 将是i + 1
。因此,我们得到两个方程,在第一个数据索引处有两个未知变量,在数据的其他地方有一个“随机”的第二个变量:
问题归结为解决
由于数学简化。我不知道如何使用numpy.linalg.solve
. 如何找到a
使用 Python 的价值?
好吧,我明白了。
import math
def get_power_law_variables(data):
c = data[0]
middle_index = len(data) / 2
division = float(data[middle_index]) / c
logarithm_base = middle_index + 1
a = math.log(division, logarithm_base)
return c, a
# Example usage
data = range(50, 150)
c, a = get_power_law_variables(data)
print c, a