我试图从Osvaldo Martin的贝叶斯分析与Python 工作中获取PyMC3示例。在Windows 10上,使用matplotlib的以下代码工作正常(即显示图表):
import numpy as np
import matplotlib.pyplot as plt
import scipy.stats as stats
def posterior_grid(grid_points=100, heads=6, tosses=9):
"""
A grid implementation for the coin-flip problem
"""
grid = np.linspace(0, 1, grid_points)
prior = 0.5 - abs(grid - 0.5)
likelihood = stats.binom.pmf(heads, tosses, grid)
unstd_posterior = likelihood * prior
posterior = unstd_posterior / unstd_posterior.sum()
return grid, posterior
if __name__ == "__main__":
points = 100
h, n = 1, 4
grid, posterior = posterior_grid(points, h, n)
plt.plot(grid, posterior, 'o-', label='heads = {}\ntosses = {}'.format(h, n))
plt.xlabel(r'$\theta$')
plt.legend(loc=0)
plt.show()
...我无法得到以下内容 - 它使用PyMC3的traceplot - 来显示图表:
import pymc3 as pm
import numpy as np
import scipy.stats as stats
if __name__ == "__main__":
np.random.seed(123)
n_experiments = 4
theta_real = 0.35
data = stats.bernoulli.rvs(p=theta_real, size=n_experiments)
print(data)
with pm.Model() as our_first_model:
theta = pm.Beta('theta', alpha=1, beta=1)
y = pm.Bernoulli('y', p=theta, observed=data)
start = pm.find_MAP()
step = pm.Metropolis()
trace = pm.sample(1000, step=step, start=start)
burnin = 100
chain = trace[burnin:]
pm.traceplot(chain, lines={'theta':theta_real});
代码运行并退出正常,但不显示任何图表。
我在IntelliJ IDEA中使用Python插件,从我的根环境的Anaconda控制台窗口和IPython中尝试过。
在IPython中,我在控制台上获得以下输出:
Out[3]:
array([[<matplotlib.axes._subplots.AxesSubplot object at 0x0000024BDD622F60>,
<matplotlib.axes._subplots.AxesSubplot object at 0x0000024BDD667208>]], dtype=object)
......显然正在发生一些事情。但是如何将结果显示为图表?
我也尝试过用Python 3.5编写的精确库版本,但仍然没有traceplot图表:
答案 0 :(得分:6)
各种Googling让我得到以下答案。
使用IPython,您必须使用ipython --pylab auto
进行调用,以便为matplotlib提供合适的后端(至少在Windows上)。
使用IntelliJ IDEA / PyCharm,您需要添加
import matplotlib.pyplot as plt
然后
plt.show()
在traceplot
行之后显示情节。