如何让MonteCarloSimulation返回标量结果之外的额外值？

有两种可行的方案来实现你的需求，具体如下：

方案1：直接返回包含多值的元组/自定义结构 #

如果你的Monte Carlo框架允许模拟器返回非标量类型，这是最简洁的方式。在make_simulator中，将处理后的GaussianVector与标量结果打包成元组返回，后续可直接从模拟结果中拆分出两个值。

示例代码：

def make_simulator():
    def simulator():
        # 生成并处理GaussianVector
        gaussian_vec = GaussianVector(dim=5, mean=0, std=1)
        processed_vec = gaussian_vec.transform(...)  # 你的处理逻辑
        # 计算标量结果
        scalar_result = processed_vec.norm()  # 示例计算逻辑
        # 返回处理后的值与标量结果的元组
        return (processed_vec, scalar_result)
    return simulator

# 运行模拟后，遍历结果拆分数据
sim_results = run_monte_carlo(make_simulator(), trials=1000)
processed_vectors = [res[0] for res in sim_results]
scalar_results = [res[1] for res in sim_results]

# 后续同时使用两组数据进行计算

方案2：通过共享容器存储额外值 #

如果框架强制要求模拟器返回标量，可以借助线程/进程安全的共享容器来存储处理后的GaussianVector，确保并行模拟时数据不会冲突。

示例代码：

from multiprocessing import Manager

def make_simulator(processed_container):
    def simulator():
        gaussian_vec = GaussianVector(dim=5, mean=0, std=1)
        processed_vec = gaussian_vec.transform(...)
        scalar_result = processed_vec.norm()
        # 将处理后的值存入共享容器
        processed_container.append(processed_vec)
        return scalar_result
    return simulator

# 初始化共享容器
manager = Manager()
processed_vectors = manager.list()
# 创建模拟器并传入容器
simulator = make_simulator(processed_vectors)
# 运行模拟
scalar_results = run_monte_carlo(simulator, trials=1000)

# 此时processed_vectors与scalar_results中的数据一一对应

内容的提问来源于stack exchange，提问作者Shao Yuan Chew Chia