问题标签 [power-law]

我正在使用 FEATool Multiphysics。我有一个名为 ex_nonnewtonian1.m 的 MATLAB 函数，它由 FEATool 本身支持并包含幂律非牛顿模型的定义。这个文件没有添加到FEATOOL，所以我需要手动添加。

如何将函数添加ex_nonnewtonian1到 FEATool 窗口中的方程框？

这是代码ex_nonnewtonian1：

我编写此代码以生成具有幂律度分布的无标度网络。

但我面临这个错误：

AttributeError：“MultiGraph”对象没有属性“number_of_selfloops”

我不明白问题是什么，我该如何解决。有没有其他方法可以用networkX生成这样的网络？（我不希望删除自循环和多链接）

我有一个 x 和 y 数据的数据框。数据表现出一般的幂律形式，所以我想拟合一条幂律曲线。但是，当我这样做时，我得到的 r2 值为 -2.63，这告诉我拟合比直线差。真的是这样吗？

r_squared我使用两种方法（和）计算了 r2 r_squared_2。我不确定问题出在我如何拟合幂律曲线或我的 r2 计算中。

ps 我知道数据看起来是线性的，但我希望能够拟合幂律分布，因为实际数据点的数量远大于 len(x)。

我在更新“reversalsize”列表时遇到问题。它应该每次都更新为“反转”。我需要制作一个图表来检查幂律行为。这是一个简单的元胞自动机，沿通道模拟雪崩行为。我总是在列表中得到相同的值，而不是它应该是一个增加的数字

我正在尝试将幂律拟合到双对数刻度中的数据。因此我使用curve_fit(...)了包中的功能scipy.optimize。为了运行该功能，我实现了以下代码COR_coef[i] = curve_fit(lambda x, m: c * x ** m, x, COR_IFG[:, i])[0][0]，据我所知，curve_fit(...)现在应该正确地将幂律（是一条直线）拟合到我的数据中。然而，出于某种原因，我似乎并没有得到合适的结果。有关数据及其拟合的信息，请参见附图。

关于最小可重现示例的更多上下文（见下文）：

• 代码生成用于模拟目的的随机噪声，这是在white_noise(...)
• 这种随机噪声比未对齐（在一个for循环中，根据变量具有不同的未对齐分数，fractions_to_shift因此可以研究幂律的发展）并从原始噪声中减去以获得残余信号
• 残差信号是幂律拟合的信号
• curve_fit(...)应用于sim_powerlaw_coefficient(...)函数中
• 我知道当偏差变大时我的残余信号会显示一些伪影，不幸的是我不知道如何消除这些伪影。

最小可重复示例

大家好，这是一个简单的沙堆模型代码。细胞是六边形的，细胞的邻域是六边形的。我想检查幂律趋势，但我认为我在更新 reversalsize 数组时遇到了问题。我得到一个始终具有相同值的直方图，而不是通过尾部累积的点获得正确的趋势。

我需要在 python 中安装 powerlaw 包。如果我从提示符调用，python 列表原来已安装。相反，当我为 python 打开 spyder 时，它无法识别包。我能怎么做？

我试图估计y = m(xb)^n形式的幂律拟合参数(m, n, b)的估计中的误差/不确定性，我将其拟合到数据集。当我使用 scipy.optimize.minimize 中的Nelder -Mead 方法时，我得到一个最终的单纯形而不是hess_inv 输出。我想知道如何利用这个输出来估计输出参数的错误/不确定性。

在 scipy.optimize.minimize 中使用 Nelder-Mead 方法得到的输出如下：

我有两个数据集index_list，frequency_list我在 loglog 图中绘制plt.loglog(index_list, freq_list)。现在我试图a*x^(-b)用线性回归拟合幂律。我希望曲线紧跟初始曲线，但以下代码似乎输出了类似的曲线，但在 y 轴上镜像。我怀疑我用的curve_fit不好。

为什么这条曲线镜像在 x 轴上，我怎样才能让它正确地适合我的初始曲线？

使用这些数据

我想将列表的项目一一分配给图形的节点作为这些节点的属性。代码如下，但它不循环通过第二个“for”。我怎样才能解决这个问题？