Python双对数分布图加拟合直线

好的，我可以为您提供一些参考代码，您可以根据自己的数据来进行修改和调整：

import numpy as np
import matplotlib.pyplot as plt
from scipy.optimize import curve_fit

# 生成随机数据
x = np.logspace(0, 3, 50)
y = np.random.lognormal(mean=4, sigma=2, size=50)

# 绘制双对数分布图
plt.scatter(x, y)
plt.xscale('log')
plt.yscale('log')
plt.xlabel('x')
plt.ylabel('y')

# 定义拟合函数
def func(x, a, b):
    return a * x**b

# 进行拟合
popt, pcov = curve_fit(func, x, y)

# 绘制拟合直线
x_fit = np.logspace(0, 3, 100)
y_fit = func(x_fit, *popt)
plt.plot(x_fit, y_fit, 'r-', label='fit: a=%5.3f, b=%5.3f' % tuple(popt))
plt.legend()

plt.show()

在这个例子中，我们使用 `numpy` 生成了一组随机数据，然后使用 `matplotlib` 绘制了双对数分布图。接着，我们使用 `scipy.optimize` 中的 `curve_fit` 函数进行拟合，并绘制了拟合直线。您可以根据自己的数据来进行修改和调整。