PyMC新版本中获取采样值的语法问题求助

在PyMC v4及以上版本中，pm.sample()返回的是ArviZ InferenceData对象，而非旧版的MultiTrace，因此原有的trace.get_values()方法已被移除。以下是获取变量采样值的正确方式：

核心访问方式 #

直接通过trace.posterior访问后验采样结果（这是一个xarray DataSet），结合xarray方法提取数据：

1. 获取完整变量采样（xarray DataArray） #

# 获取phi的所有采样（包含链、采样步维度）
phi_data = trace.posterior['phi']
# 获取sigma的所有采样
sigma_data = trace.posterior['sigma']

2. 转换为NumPy数组 #

使用.to_numpy()将xarray对象转为NumPy数组：

phi_vals = phi_data.to_numpy()
sigma_vals = sigma_data.to_numpy()

3. 提取多维度变量的子参数（如phi1、phi2） #

如果phi是包含两个参数的变量（比如形状为(chain, draw, 2)），可以通过维度索引提取单个参数：

# 合并chain和draw维度为sample，再提取第0个参数（phi1）
phi1_vals = trace.posterior['phi'].stack(sample=('chain', 'draw'))[:, 0].to_numpy()
# 提取第1个参数（phi2）
phi2_vals = trace.posterior['phi'].stack(sample=('chain', 'draw'))[:, 1].to_numpy()

4. 使用ArviZ的extract简化操作 #

ArviZ的az.extract()可以直接合并链和采样步，返回扁平化的采样结果：

import arviz as az

# combined=True 合并所有链的采样
posterior_samples = az.extract(trace, combined=True)
phi1_vals = posterior_samples['phi'].values[:, 0]
phi2_vals = posterior_samples['phi'].values[:, 1]
sigma_vals = posterior_samples['sigma'].values

示例对比 #

旧代码（PyMC v3及更早） #

phi_vals = trace.get_values('phi')
sigma_vals = trace.get_values('sigma')
phi1_vals = phi_vals[:, 0]
phi2_vals = phi_vals[:, 1]

新代码（PyMC v4+） #

import arviz as az

trace = pm.sample(...)
posterior = az.extract(trace, combined=True)

phi1_vals = posterior['phi'].values[:, 0]
phi2_vals = posterior['phi'].values[:, 1]
sigma_vals = posterior['sigma'].values

内容的提问来源于stack exchange，提问作者Fernando DePaolis