我已经为此苦苦挣扎了几天。我正在尝试估计分段高斯函数的密度。谁能告诉我为什么我现在收到错误
TypeError: output[0] = y0
ValueError:使用序列设置数组元素。
它发生在这条线上:
Zero_RG = integrate.romberg(gaussian(q,x,mu,sigma), Q1, Q2).`
这是脚本:
import numpy as np
import sympy as sp
from sympy import *
from scipy import integrate
from sympy import Integral, log, exp, sqrt, pi
import matplotlib.pyplot as plt
from scipy.stats import norm, gaussian_kde
from quantecon import LAE
from sympy import symbols
var('Q1 Q2 x q sigma mu')
#q= symbols('q')
## == Define parameters == #
mu=80
sigma=20
b=0.2
Q=80
Q1=Q*(1-b)
Q2=Q*(1+b)
d = (sigma*np.sqrt(2*np.pi))
phi = norm()
n = 500
def p(x, y):
x, y = np.array(x, dtype=float), np.array(y, dtype=float)
Positive_RG = norm.pdf(x-y+Q1, mu, sigma)
print('Positive_R = ', Positive_RG)
Negative_RG = norm.pdf(x-y+Q2, mu, sigma)
print('Negative_RG = ', Negative_RG)
gaussian = lambda q,x,mu,sigma: 1/(sigma*np.sqrt(2*np.pi))*np.exp(-(x+q-mu)**2 /(2*sigma**2))
wrapped_gaussian = lambda q: gaussian(q, x, mu, sigma)
Zero_RG = integrate.romberg(wrapped_gaussian, Q1, Q2)
print('pdf',gaussian)
#Zero_RG = scipy.integrate.quad(norm.pdf(x + q, mu, sigma))
# Int_zerocase= lambda q: norm.pdf(x + q, u, sigma)
# Zero_RG = scipy.integrate.quad(Int_zerocase, Q1, Q2)
# print(Zero_RG)
if y>0.0 and x -y>=-Q1:
#print('printA', Positive_RG)
return Positive_RG
elif y<0.0 and x -y>=-Q2:
#print('printC', Negative_RG)
return Negative_RG
elif y==0.0 and x >=-Q1:
#print('printB', Zero_RG)
return Zero_RG
return 0.0
Z = phi.rvs(n)
X = np.empty(n)
for t in range(n-1):
X[t+1] = X[t] + Z[t]
#X[t+1] = np.abs(X[t]) + Z[t]
psi_est = LAE(p, X)
k_est = gaussian_kde(X)
fig, ax = plt.subplots(figsize=(10,7))
ys = np.linspace(-200.0, 200.0, 200)
ax.plot(ys, psi_est(ys), 'g-', lw=2, alpha=0.6, label='look ahead estimate')
ax.plot(ys, k_est(ys), 'k-', lw=2, alpha=0.6, label='kernel based estimate')
ax.legend(loc='upper left')
plt.show()
romberg
的文档非常清楚,第一个参数是集成的单个变量的函数。
首先,一个小问题。优先使用
np.exp
而不是 np.e**
。
在 Python 中,表达式
gaussian = lambda q,x,mu,sigma: 1/(sigma*np.sqrt(2*np.pi))*np.exp(-(x+q-mu)**2 /(2*sigma**2))
将
gaussian
设置为具有四个参数的函数。表达式 gaussian(q, x, mu, sigma)
只是该函数的返回值。
有两种方法可以将所需参数传入
romberg
。最简单的方法是使用 args
参数将三个附加参数作为元组传递:
Zero_RG = integrate.romberg(gaussian, Q1, Q2, args=(x,mu,sigma))
另一种方法是创建一个包装函数来为您传递参数:
wrapped_gaussian = lambda q: gaussian(q, x, mu, sigma)
Zero_RG = integrate.romberg(wrapped_gaussian, Q1, Q2)
我会推荐第一种方法,因为它使用现有的机制,并且更短且更易于阅读。