使用scipy.stats.multivariate_normal.pdf时出现错误：无法将形状为（1,8）的操作数与形状为（21，）的操作数进行广播。

Question

使用scipy.stats.multivariate_normal.pdf时出现错误：无法将形状为（1,8）的操作数与形状为（21，）的操作数进行广播。

9

我想在Python中计算多元高斯密度函数，用于我拥有的数据集。我的数据集有21个变量和75个数据点。

我已经计算了这个数据集的协方差矩阵（cov），它是一个21×21的数组，以及平均值数组m，其形状为（21，）。使用这个scipy函数时，我需要另外一个输入"Quantiles(array-like)，其中x的最后一个轴表示组件"。

我不太理解"quantiles"是什么意思。

我将函数的quantiles参数编写为quantiles = np.array([0.0, 0.01, 0.05, 0.1, 1-0.10, 1-0.05, 1-0.01, 1.0])，但当我计算scipy.stats.multivariate_normal.pdf(quantiles, m, cov)时，一直出现错误。

错误信息为：ValueError: operands could not be broadcast together with shapes (1,8) (21,)

请问有人可以帮忙解决吗？

- jan93

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Ufuk Can Bicici · Accepted Answer

我认为这份文件要求一个包含实际随机向量的最后一轴的x，但表达方式相当晦涩。以下代码可行：

import numpy as np
from scipy.stats import multivariate_normal


mean = np.array([0.5, 0.1, 0.3])
cov = np.array([[0.1, 0.0, 0.0], [0.0, 1.5, 0.0], [0.0, 0.0, 0.9]])
x = np.random.uniform(size=(100, 3))
y = multivariate_normal.pdf(x, mean=mean, cov=cov)
print(y)

因此，请构建您的数据矩阵x，使其在第一维（每行）包含您的数据向量。第二维（列）将构成您的21个单独变量。因此，您需要将数据插入到一个(75,21)大小的矩阵中。请注意，均值向量和协方差矩阵条目应对应于正确的变量。