Python循环存储最后迭代值报错：%z魔法函数未找到

嘿，我来帮你搞定这个代码错误的问题！你遇到的%z魔法函数找不到的错误，是因为你误用了IPython的魔法命令来存储变量——%z根本不是用来保存Python变量值的方式，咱们得用正确的列表来收集结果才行。

另外，你的原代码逻辑还有个小坑：循环里先把pmf值加入列表再自增z，这会导致最后得到的z比实际需要的大1，比如你例子里满足条件的是z=9，但原代码里break时z已经变成10了，直接存z就会出错。

下面是修正并优化后的完整代码：

from scipy.stats import poisson

# 定义你的输入变量
mean = [5.76, 6.5, 7, 5, 4.5, 6, 9, 2.5, 3, 5.5]
limit = [90, 80, 95, 96, 98, 85, 82, 75, 90, 91]

# 初始化存储泊松分布实例的列表
r_v1 = []
for m in mean:
    r_v = poisson(m)
    r_v1.append(r_v)

# 创建一个空列表来存储每个对应的z值
z_results = []

for dist, threshold in zip(r_v1, limit):
    cumulative_pmf = 0.0
    z = 0
    while True:
        # 累加当前z值的pmf
        cumulative_pmf += dist.pmf(z)
        # 判断累积和（乘以100后）是否达到阈值
        if round(cumulative_pmf, 2) * 100 >= threshold:
            z_results.append(z)
            break
        # 没满足条件就继续下一个z
        z += 1

# 打印结果看看
print("每个mean对应的最小z值：", z_results)

代码说明： #

• 替换错误的存储方式：用z_results列表来收集每个循环得到的z值，这是Python中存储多个结果的标准做法。
• 优化累积计算：直接用cumulative_pmf变量累加pmf值，不需要额外创建列表存储每个pmf，更高效简洁。
• 修正逻辑误差：先计算当前z的pmf并累加，再判断条件，满足时直接存储当前的z，避免了原代码中z自增后导致的数值偏差。

运行这段代码后，你就能得到每个mean对应的最小z值啦，比如mean=5.76时会得到z=9，和你给出的例子一致。

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