Question

我有一个遵循对数正态分布的数据集。如果我将y值与semilog-x轴上的x值进行绘制，则分布将显示为高斯分布。类似地，如果我对数据集中每个值的对数进行排序并将它们映射到log（x）的域，则分布将显示为高斯（但由于域上的log（x）值的线性间距更宽，因此更好）。我的代码试图通过优化参数mu和sigma来最小化上述三种表示中数据集的卡方（因为对数正态分布的平均值不等于正态分布的平均值）。我的问题不是卡方最小化（适用于这些表示的2/3），而是我的代码的一个特定部分的语法。

为了简化代码，我使用函数参数pickdist来表示正在处理哪个分发。在下面的代码中，2表示y vs semilog（x）表示，3表示y vs log（x）表示，optpar2和optpar3是先前计算的参数来自代码（未示出）并表示分布的mu和sigma的优化值。

def distribGS(pickdist, x):
    if pickdist == 2:
        mu_opt, sigma_opt = optpar2
    elif pickdist == 3:
        mu_opt, sigma_opt = optpar3
    cnorm = 1/ ( sigma_opt * (2 * pi)**(1/2) )
    return [(( cnorm * exp( (-1) * (x[index] - mu_opt)**2 / ( 2 * (sigma_opt **2) ) ) )) for index in range(len(x))]

这种代码尝试的原因是将这种数据拟合映射到实际数据的（标准化）直方图。但是，当我运行以下代码时出现错误：

UnboundLocalError: local variable 'sigma_opt' referenced before assignment

我发现这很奇怪，因为sigma_opt仅在少数函数内定义，但未在全局定义。 我已经阅读了有关此错误消息的其他帖子，但没有一个适用于我的情况。为什么我收到此错误消息？（我会发布整个代码，但它是350多行）

Answer 1

您收到此错误的原因是因为如果您使用'pickdist'属性调用'distribGS'函数不同于2或3'sigma_opt'变量，则首先使用而不进行赋值。

您可以做的是将函数开头的'sigma_opt'变量赋值为某个默认值，或使用'else'语句为其指定默认值。例如

def distribGS(pickdist, x):
    mu_opt, sigma_opt = 0
    if pickdist == 2:
        mu_opt, sigma_opt = optpar2
    elif pickdist == 3:
        mu_opt, sigma_opt = optpar3
    cnorm = 1/ ( sigma_opt * (2 * pi)**(1/2) )
    return [(( cnorm * exp( (-1) * (x[index] - mu_opt)**2 / ( 2 * (sigma_opt **2) ) ) )) for index in range(len(x))

为什么我收到此错误消息“UnboundLocalError：局部变量'sigma_opt'在分配之前被引用”

1 个答案: