在Zfit中定义二维高斯PDF遇问题，请求排查代码错误

你的代码存在以下几个关键错误：

• 类方法缩进错误：@zfit.supports()装饰器和_unnormalized_pdf方法没有缩进，不属于MyG类，导致Zfit无法识别这个PDF的核心计算方法。
• 未归一化PDF逻辑错误：_unnormalized_pdf方法应返回未归一化的概率密度，你手动除以归一化因子A会导致Zfit后续自动归一化逻辑失效，生成异常分布。
• 变量引用错误：最后调用PDF值时用了custom_pdf，但实际实例化的对象是pdf，变量名不匹配。
• 张量索引错误：指数计算中使用x[0]、x[1]直接索引张量，而你已经通过z.unstack_x(x)得到了x1、y1，应使用这两个变量避免索引问题。
• 函数调用错误：plt.show缺少括号，无法触发绘图显示。

修正后的完整代码 #

import zfit
import numpy as np
import matplotlib.pyplot as plt

class MyG(zfit.pdf.ZPDF):
    _N_OBS = 2  # 维度，可省略
    _PARAMS = ['mean_x', 'std_x', 'mean_y', 'std_y']  # 参数名称

    @zfit.supports()
    def _unnormalized_pdf(self, x, params):
        x1, y1 = zfit.unstack_x(x)
        mean_x = params['mean_x']
        std_x = params['std_x']
        mean_y = params['mean_y']
        std_y = params['std_y']
        
        # 未归一化的二维高斯，不除以归一化因子，Zfit会自动处理归一化
        exponent = -((x1 - mean_x) ** 2 / (2 * std_x ** 2) + (y1 - mean_y) ** 2 / (2 * std_y ** 2))
        return zfit.exp(exponent)

# 创建参数
meanx = zfit.Parameter("meanx", 5) 
meany = zfit.Parameter("meany", 5)
stdx = zfit.Parameter("stdx", 1)
stdy = zfit.Parameter("stdy", 1)

# 定义观测空间
xobs = zfit.Space('xobs', limits=(1, 10))
yobs = zfit.Space('yobs', limits=(1, 10))  
obsxy = yobs * xobs 

# 实例化PDF
pdf = MyG(obs=obsxy, mean_x=meanx, mean_y=meany, std_x=stdx, std_y=stdy)

# 生成网格点计算PDF值
x = np.linspace(1, 10, 100)
y = np.linspace(1, 10, 100)
X, Y = np.meshgrid(x, y)
grid_points = np.column_stack([X.ravel(), Y.ravel()])
pdf_values = pdf.pdf(grid_points).numpy()
Z = pdf_values.reshape(X.shape)

# 绘图
fig = plt.figure(figsize=(8, 6))
ax = fig.add_subplot(111, projection='3d')  
ax.plot_surface(X, Y, Z, cmap="viridis", alpha=0.7)
plt.show()

关键修正说明 #

1. 调整装饰器和方法的缩进，确保属于MyG类的成员方法。
2. 删除归一化因子A的计算与除法操作，让Zfit自动处理归一化流程。
3. 替换张量索引为unstack_x得到的x1、y1，避免直接索引张量的潜在问题。
4. 修正变量引用，将custom_pdf改为实例化的pdf对象。
5. 补全plt.show()的括号，触发绘图显示。

内容的提问来源于stack exchange，提问作者King Meruem