python 贝叶斯分析对应的代码

Python贝叶斯分析作为贝叶斯理论上的重要使用规则，该文件是这本书中对应的代码

from __future__ import division
import numpy as np
import scipy.stats.kde as kde

def hpd_grid（sample alpha=0.05 roundto=2）:
    “““Calculate highest posterior density （HPD） of array for given alpha. 
    The HPD is the minimum width Bayesian credible interval （BCI）. 
    The function works for multimodal distributions returning more than one mode

    Parameters
    ----------
    
    sample : Numpy array or python list
        An array containing MCMC samples
    alpha : float
        Desired probability of type I error （defaults to 0.05）
    roundto: integer
        Number of digits after the decimal point for the results

    Returns
    ----------
    hpd: array with the lower 
          
    “““
    sample = np.asarray（sample）
    sample = sample[~np.isnan（sample）]
    # get upper and lower bounds
    l = np.min（sample）
    u = np.max（sample）
    density = kde.gaussian_kde（sample）
    x = np.linspace（l u 2000）
    y = density.evaluate（x）
    #y = density.evaluate（x l u） waitting for PR to be accepted
    xy_zipped = zip（x y/np.sum（y））
    xy = sorted（xy_zipped key=lambda x: x[1] reverse=True）
    xy_cum_sum = 0
    hdv = []
    for val in xy:
        xy_cum_sum += val[1]
        hdv.append（val[0]）
        if xy_cum_sum >= （1-alpha）:
            break
    hdv.sort（）
    diff = （u-l）/20  # differences of 5%
    hpd = []
    hpd.append（round（min（hdv） roundto））
    for i in range（1 len（hdv））:
        if hdv[i]-hdv[i-1] >= diff:
            hpd.append（round（hdv[i-1] roundto））
            hpd.append（round（hdv[i] roundto））
    hpd.append（round（max（hdv） roundto））
    ite = iter（hpd）
    hpd = list（zip（ite ite））
    modes = []
    for value in hpd:
         x_hpd = x[（x > value[0]） & （x < value[1]）]
         y_hpd = y[（x > value[0]） & （x < value[1]）]
         modes.append（round（x_hpd[np.argmax（y_hpd）] roundto））
    return hpd x y modes

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2017-12-19 11:16  Bayesian-Analysis-with-Python-master\
     目录           0  2017-12-19 11:16  Bayesian-Analysis-with-Python-master\Chapter 1\
     文件      295868  2017-12-19 11:16  Bayesian-Analysis-with-Python-master\Chapter 1\01_Thinking_Probabilistically_a_Bayesian_Inference_Primer （3）.ipynb
     文件        1886  2017-12-19 11:16  Bayesian-Analysis-with-Python-master\Chapter 1\hpd （1）.py
     文件       23400  2017-12-19 11:16  Bayesian-Analysis-with-Python-master\Chapter 1\mauna_loa_CO2 （1）.csv
     文件        3670  2017-12-19 11:16  Bayesian-Analysis-with-Python-master\Chapter 1\plot_post （1）.py
     目录           0  2017-12-19 11:16  Bayesian-Analysis-with-Python-master\Chapter 2\
     文件      475295  2017-12-19 11:16  Bayesian-Analysis-with-Python-master\Chapter 2\02_Programming_probabilistically_a_PyMC3_primer （1）.ipynb
     目录           0  2017-12-19 11:16  Bayesian-Analysis-with-Python-master\Chapter 3\
     文件     1098467  2017-12-19 11:16  Bayesian-Analysis-with-Python-master\Chapter 3\03_Juggling with multiparametric and Hierarchical models.ipynb
     目录           0  2017-12-19 11:16  Bayesian-Analysis-with-Python-master\Chapter 4\
     文件     2722708  2017-12-19 11:16  Bayesian-Analysis-with-Python-master\Chapter 4\04_Understanding_and_predicting_data_with_linear_regression_models （2）.ipynb
     目录           0  2017-12-19 11:16  Bayesian-Analysis-with-Python-master\Chapter 5\
     文件     1130805  2017-12-19 11:16  Bayesian-Analysis-with-Python-master\Chapter 5\05_Classifying_outcomes_with_logistic_regression （2）.ipynb
     目录           0  2017-12-19 11:16  Bayesian-Analysis-with-Python-master\Chapter 6\
     文件      597576  2017-12-19 11:16  Bayesian-Analysis-with-Python-master\Chapter 6\06_Model_comparison.ipynb
     目录           0  2017-12-19 11:16  Bayesian-Analysis-with-Python-master\Chapter 7\
     文件      764114  2017-12-19 11:16  Bayesian-Analysis-with-Python-master\Chapter 7\07_Mixture_Models （1）.ipynb
     目录           0  2017-12-19 11:16  Bayesian-Analysis-with-Python-master\Chapter 8\
     文件      829985  2017-12-19 11:16  Bayesian-Analysis-with-Python-master\Chapter 8\08_Gaussian_processes.ipynb
     文件        1062  2017-12-19 11:16  Bayesian-Analysis-with-Python-master\LICENSE
     文件        1595  2017-12-19 11:16  Bayesian-Analysis-with-Python-master\README.md