Python幂律拟合维度不匹配问题咨询及代码疑问

CRDB返回的err_sta是二维数组，每一行对应数据点的上下非对称误差（格式为[下误差, 上误差]），而LeastSquares需要一维的对称误差数组，解决方式如下：

• 取上下误差的平均值，转换为一维数组：

  import numpy as np
  err = np.mean(t_combined.err_sta, axis=1)  # 按行求平均，维度从(1236,2)变为(1236,)
  

• 若只需要单侧误差（比如仅用上误差或下误差），直接切片提取：

  err = t_combined.err_sta[:, 1]  # 提取上误差
  # 或
  err = t_combined.err_sta[:, 0]  # 提取下误差
  

处理后err就和x、y维度匹配，可以正常传入LeastSquares。

这行代码写法错误，无法正常生成拟合曲线：

• 原本的意图应该是用拟合得到的参数m.values（即a和gamma）代入幂律模型，计算每个x对应的拟合y值，然后绘制拟合线。
• 但当前代码里的(x, *m.values)是把x数组、a、gamma打包成了一个三元组，plt.plot无法识别这种格式作为y轴数据，运行时会抛出类型错误。
• 正确的写法应该调用你的power_law函数计算拟合y值：

  plt.plot(x, power_law(x, *m.values), label="fit")
  

不过你代码后面已经用更平滑的x_fit绘制了拟合线（红色虚线），这行错误的代码可以直接删除，避免冲突。

另外，代码里还有一处变量名不统一的问题：你用m = Minuit(...)拟合，但后面又写minuit.values.a，应该改成m.values.a和m.values.gamma。

内容的提问来源于stack exchange，提问作者Katie Smith