PyStan维度不匹配报错：y的声明维度与实际维度不符

报错详情 #

运行PyStan构建伯努利逻辑回归模型时出现维度不匹配错误：

Exception: mismatch in number dimensions declared and found in context; processing stage=data initialization; variable name=y; dims declared=(100); dims found=(100,1) (in '/tmp/httpstan_ii3yhtja/model_776ng6bg.stan', line 7, column 2 to column 35)

问题代码 #

Python数据处理与拟合代码 #

import stan
import numpy as np

# Load data (replace X and y with your actual data)
X = np.linspace(1,100,100).reshape([100,1])
y = np.random.randint(0,2,100).reshape([100,1])

N = y.shape[0]
K = X.shape[1]
data = {'N': N, 'K': K, 'X': X, 'y': y}

# Compile Stan model
posterior = stan.build(lr_model, data=data, random_seed=1)

# Fit the model
samples = posterior.sample(data=data, iter=1000, chains=4)

Stan模型脚本 #

lr_model = """
data {
  int<lower=0> N;          // number of observations
  int<lower=0> K;          // number of predictors
  matrix[N, K] X;          // predictor matrix
  array[N] int<lower=0, upper=1> y; // binary response
}

parameters {
  vector[K] beta;          // regression coefficients
}

model {
  beta ~ normal(0, 1);
  y ~ bernoulli_logit(X * beta);
}
"""

原因分析 #

Stan模型中y被声明为一维数组array[N] int，但Python代码里通过reshape([100,1])生成了二维数组(100,1)。即使把数组转成列表，二维列表（如[[0],[1],...]）依然不符合Stan对一维结构的要求——Stan的array[N]对应Python里的一维序列（如[0,1,...]或一维numpy数组）。

另外，模型里的bernoulli_logit分布要求响应变量y是一维的，因为X * beta计算后得到的是N维向量，刚好和一维的y匹配。

解决方法 #

方法1：修改Python代码，将y转为一维结构 #

直接去掉reshape操作，或者用numpy的方法把二维数组压平为一维：

# 方式1：生成时直接创建一维数组
y = np.random.randint(0,2,100)

# 方式2：将已有的二维数组压平
y = np.random.randint(0,2,100).reshape([100,1]).flatten()  # 或用.ravel()/.squeeze()

# 转列表的话也要转成一维列表
y = np.random.randint(0,2,100).reshape([100,1]).flatten().tolist()

修改后的数据传入Stan，就能匹配模型里array[N] int y的声明。

方法2：修改Stan模型，适配二维y（不推荐） #

如果一定要保留二维的y，可以把Stan模型里的y声明改为二维数组，但需要调整模型里的使用方式：

data {
  // ... 其他声明不变
  array[N, 1] int<lower=0, upper=1> y; // 改为二维数组
}

model {
  beta ~ normal(0, 1);
  y[:,1] ~ bernoulli_logit(X * beta); // 取第一列作为一维序列
}

这种方式不如方法1简洁，因为模型本身逻辑上响应变量就是一维的，没必要用二维结构。

内容的提问来源于stack exchange，提问作者jbuddy_13