线性回归不适用于seaborn的loglog规模

Question

我目前正在尝试使用seaborn对loglog图进行线性回归。 目前，它尝试在正常规模上进行线性回归，即使数据以loglog标度绘制也是如此。

import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pylab as plt
import seaborn as sns

x = np.arange(1, 10)
y = x**2.0
data = pd.DataFrame(data={'x': x, 'y': y})
f, ax = plt.subplots(figsize=(7, 7))
ax.set(xscale="log", yscale="log")
sns.regplot("x", "y", data, ax=ax)

我能够做的唯一工作是在绘图之前记录x和y，但是与上面的代码相比，x和y的比例不再好了。

import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pylab as plt
import seaborn as sns

x = np.arange(1, 10)
y = x**2.0
data = pd.DataFrame(data={'x': x, 'y': y})
data=np.log(data)
f, ax = plt.subplots(figsize=(7, 7))
sns.regplot("x", "y", data)

有没有办法让loglog比例从第一个代码示例开始，但线性回归是否适用于loglog规模而不是正常规模？