Question

我非常简单地将PyMC3 traceplot函数生成的子图（请参阅here）绘制成文件。

该函数生成一个numpy.ndarray（2d）的子图。

我需要将这些子图移动或复制到matplotlib.figure中以保存图像文件。我能找到的所有内容都展示了如何生成图形的子图第一个，然后构建它们。

作为一个最低限度的例子，我从Here提取了示例PyMC3代码，并在尝试处理子图时添加了几行代码。

from pymc3 import *
import theano.tensor as tt
from theano import as_op
from numpy import arange, array, empty

### Added these three lines relative to source #######################
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt

__all__ = ['disasters_data', 'switchpoint', 'early_mean', 'late_mean', 'rate', 'disasters']

# Time series of recorded coal mining disasters in the UK from 1851 to 1962
disasters_data = array([4, 5, 4, 0, 1, 4, 3, 4, 0, 6, 3, 3, 4, 0, 2, 6,
                        3, 3, 5, 4, 5, 3, 1, 4, 4, 1, 5, 5, 3, 4, 2, 5,
                        2, 2, 3, 4, 2, 1, 3, 2, 2, 1, 1, 1, 1, 3, 0, 0,
                        1, 0, 1, 1, 0, 0, 3, 1, 0, 3, 2, 2, 0, 1, 1, 1,
                        0, 1, 0, 1, 0, 0, 0, 2, 1, 0, 0, 0, 1, 1, 0, 2,
                        3, 3, 1, 1, 2, 1, 1, 1, 1, 2, 4, 2, 0, 0, 1, 4,
                        0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 0, 1, 0, 1])
years = len(disasters_data)

@as_op(itypes=[tt.lscalar, tt.dscalar, tt.dscalar], otypes=[tt.dvector])
def rateFunc(switchpoint, early_mean, late_mean):
    out = empty(years)
    out[:switchpoint] = early_mean
    out[switchpoint:] = late_mean
    return out


with Model() as model:

    # Prior for distribution of switchpoint location
    switchpoint = DiscreteUniform('switchpoint', lower=0, upper=years)
    # Priors for pre- and post-switch mean number of disasters
    early_mean = Exponential('early_mean', lam=1.)
    late_mean = Exponential('late_mean', lam=1.)

    # Allocate appropriate Poisson rates to years before and after current switchpoint location
    rate = rateFunc(switchpoint, early_mean, late_mean)

    # Data likelihood
    disasters = Poisson('disasters', rate, observed=disasters_data)

    # Initial values for stochastic nodes
    start = {'early_mean': 2., 'late_mean': 3.}

    # Use slice sampler for means
    step1 = Slice([early_mean, late_mean])
    # Use Metropolis for switchpoint, since it accomodates discrete variables
    step2 = Metropolis([switchpoint])

    # njobs>1 works only with most recent (mid August 2014) Thenao version:
    # https://github.com/Theano/Theano/pull/2021
    tr = sample(1000, tune=500, start=start, step=[step1, step2], njobs=1)

    ### gnashing of teeth starts here ################################
    fig, axarr = plt.subplots(3,2)

    # This gives a KeyError
    # axarr = traceplot(tr, axarr)

    # This finishes without error
    trarr = traceplot(tr)

    # doesn't work
    # axarr[0, 0] = trarr[0, 0]

    fig.savefig("disaster.png")

我尝试了subplot（）和add_subplot（）行的一些变化，但无济于事 - 所有错误都指向必须首先为数字创建空子图，而不是分配给pre现有的子图。

一个不同的例子（见here，大约80％的下来，从

开始

### Mysterious code to be explained in Chapter 3.

）完全避免使用该实用程序并手动构建子图，所以可能没有这个好的答案？ pymc3.traceplot输出确实是一个无法使用的子图的孤立ndarray吗？

Answer 1

我遇到了同样的问题。我正在使用pymc3 3.5和matplotlib 2.1.2。

我意识到可以通过以下方式导出跟踪图：

trarr = traceplot(tr)

fig = plt.gcf() # to get the current figure...
fig.savefig("disaster.png") # and save it directly

Answer 2

您可以打印type(trarr[0,0])并发布结果吗？

首先，matplotlib轴对象是图形的一部分，只能存在于图形内部。因此，不可能简单地采用轴并将其置于不同的图形中。但是，在您的情况下可能，fig.add_axes(trarr[0,0])仍然可行。我对此表示怀疑，但你仍然可以尝试。

除此之外，traceplot()还有一个名为ax的关键字参数。

ax：轴 Matplotlib轴。默认为无。

虽然目前还不清楚，你如何指定几个子图作为一个轴对象，你仍然可以尝试使用它。尝试将单个轴或您自己创建的子图轴数组axarr或仅部分轴放入其中。

编辑，只是没有人监督评论中的小行：
根据{{3}}中的答案，traceplot(tr, ax = axarr)确实报告工作正常。

将PyMC3 traceplot子图保存到图像文件

2 个答案: