我现在已经在剧本上挣扎了一段时间,主要是因为我或我的同学根本无法找出它的错误。
为了简单起见,我们已经获得了数据和模型,我们必须将一些数据点重新缩放到模型中,然后进行chi2square最小化以找到最佳的重新缩放因子。
我已经尝试了很多东西。尝试将所有内容放在一个循环中,当它没有工作时,我尝试将循环分开等等。
我的代码的相关部分如下所示:
#Here I pick the values of the model that correspond to the data
y4 = np.zeros((len(l),1))
for x in range(0,len(l)):
if l[x] < 2.16:
for y in range(0,len(lmodel)):
if lmodel[y] == l[x]:
y4[x] = y2[y]
elif lmodel[y] < l[x] < lmodel[y+1]:
y4[x] = (y2[y] + y2[y+1])/2
else:
y4[x] = y1[x]
#Do Chi2 calculation
#First, I make a matrix with all the possible rescaled values
chi2 = np.zeros((200,1))
y3 = np.zeros((len(l),len(chi2)))
for z in range(0,len(chi2)):
for x in range(0,len(l)):
if l[x] < 2.16:
y3[x,z] = y1[x]*10**(0.4*Al[x]*z/100)
else:
y3[x,z] = y1[x]
#Here I calculate the chisquare for each individual column and put it in the chi2 array
dummy = np.zeros((len(l),1))
for x in range(0,len(chi2)):
for t in range(0, len(l)):
dummy[t] = (1/52)*((y3[t,x] - y4[t])/fle[t])**2
chi2[x] = np.sum(dummy)
问题在于,无论我尝试什么,出于某种原因,我的虚拟数组总是全为零,使每个卡方值都为0。
我已经尝试过制作&#39;虚拟&#39;一个矩阵和之后的求和,我尝试打印单个值来计算虚拟[t],其中一些是0(如预期的那样),有些不是,所以逻辑上,如果各个值都不是0,那么虚拟中的每个值都不应该是。
我无法找到出错的地方,以及为什么我不断获得零数组。
答案 0 :(得分:3)
在Python 2中(大多数人仍在使用),1 / 52
是整数除法,因此返回0.您可以通过显式使用浮点数来修复它,例如1.0 / 52
。
在Python 3中,这不再是真的 - 划分两个整数可以返回一个浮点数。