因为我一直在做一些社交网络分析，所以我偶然发现了在网络度上拟合概率分布的问题。因此，我有一个概率分布P(X>=x)，从目测来看，它遵循具有指数截断的幂律而不是纯幂律(直线)。因此，假定具有指数截断的幂律分布方程为:f(x)=x**alpha*exp(beta*x)我如何使用Python估计参数alpha和beta？我知道scipy.stats.powerlaw包存在并且它们有一个.fit()函数，但它似乎没有完成这项工作，因为它只返回绘图的位置和比例，哪个似乎只对正态分布有用？这个包的教程也不够。附言我很清楚CLausetetal的实现但它们似乎没有提供估计交替分布参数的方法。

我有以下列表:[6,4,0,0,0,0,0,1,3,1,0,3,3,0,0,0,0,1,1,0,0,0,3,2,3,3,2,5,0,0,0,0,0,0,1,0,0,0,0,0,1,2,1,0,1,0,0,0,0,1,0,1,2,0,0,0,2,1,1,0,0,0,1,0,1,0,0,1,1,1,1,0,1,1,1,3,1,1,0,1,1,0,0,0,1,0,0,1,0,1,2,2,3,2,1,0,0,0,1,2]我想用python绘制每个实体的频率并对其进行幂律分析。但我不知道如何使用ylabel频率和xlabel列表中的数字来绘制列表。我想用频率创建一个字典并绘制字典的值，但那样的话

我正在尝试从我一直在运行的模拟代码中拟合一些数据，以便找出幂律相关性。当我绘制线性拟合时，数据拟合得不是很好。这是我用来拟合数据的python脚本:#!/usr/bin/envpythonfromscipyimportoptimizeimportnumpyxdata=[0.00010851,0.00021701,0.00043403,0.00086806,0.00173611,0.00347222]ydata=[29.56241016,29.82245508,25.33930469,19.97075977,12.61276074,7.12695312]fitfunc=lambdap,x