调用generate_h(0)返回None类型而非预期数值的问题求助

你的代码存在几个核心问题，导致generate_h(0)要么陷入无限循环无法返回，要么返回None：

1. 死循环阻断return执行 #

generate_h(0)分支里的while True是无退出条件的死循环，程序会一直卡在循环逻辑里，永远执行不到return h_arr语句，自然无法返回结果（如果强制中断程序，会得到None）。

2. 分支逻辑不完整 #

当c=1或c=2时，函数没有任何return语句，调用这两个参数会直接返回None；另外pdf_h函数内部的if语句没有缩进，会触发语法错误。

3. 需求与逻辑不匹配 #

你预期得到单个数值，但原代码试图收集数组后返回数组，逻辑和需求不符。

修正后的代码 #

先修复概率密度函数pdf_h的缩进问题： #

def pdf_h(h, k, l):
    if 0 <= h <= 1:
        return k
    elif 1 < h <= 2:
        return l
    else:
        return 0

再修复采样函数generate_h： #

import numpy as np

def generate_h(c):
    # 根据c值匹配对应的k和l
    if c == 1:
        k, l = 0.4, 0.6
    elif c == 2:
        k, l = 0.1, 0.9
    elif c == 0:
        k, l = 0.7, 0.3
    else:
        raise ValueError("c只能取0、1、2三个值")
    
    # 拒绝采样生成单个符合要求的数值
    while True:
        # 限定x的范围在0-2之间，避免采样到pdf为0的无效区域
        x = np.random.uniform(0, 2)
        # 用k和l的最大值作为y的上限，减少无效采样次数
        y = np.random.uniform(0, max(k, l))
        if y <= pdf_h(x, k, l):
            return x  # 找到符合条件的数值直接返回

关键修改点说明 #

• 去掉了无限收集数组的逻辑，找到第一个符合条件的x就直接返回，满足你获取单个数值的需求
• 给所有c值分支补充了完整的采样逻辑，避免返回None
• 优化了x和y的生成范围，减少无效采样，提升运行效率
• 增加了非法c值的错误提示，避免无意义的运行

内容的提问来源于stack exchange，提问作者2brk