为什么我会收到此错误消息“UnboundLocalError: local variable 'sigma_opt' referenced before assignment”答案

【问题标题】：Why am I receiving this error message "UnboundLocalError: local variable 'sigma_opt' referenced before assignment"为什么我会收到此错误消息“UnboundLocalError: local variable 'sigma_opt' referenced before assignment”
【发布时间】：2017-08-08 19:19:16
【问题描述】：

我有一个遵循对数正态分布的数据集。如果我在半对数 x 轴上绘制 y 值与 x 值，分布将呈现高斯分布。同样，如果我对数据集中每个值的对数进行排序，并将它们与 log(x) 的域进行对比，则分布将呈现为高斯分布（但由于域上 log(x) 值的线性间距更宽而更好）。我的代码试图通过优化参数 mu 和 sigma 来最小化上述三种表示中数据集的卡方（因为对数正态分布的平均值不等于正态分布的平均值）。我的问题不是卡方最小化（适用于这些表示的 2/3），而是我的代码的一个特定部分的语法。

为了简化代码，我使用函数参数pickdist 来表示正在处理的分布。在下面的代码中，2 表示 y vs semilog(x) 表示，3 表示 y vs log(x) 表示，optpar2 和 optpar3 是之前从代码计算的参数（未显示）和表示分布的 mu 和 sigma 的优化值。

def distribGS(pickdist, x):
    if pickdist == 2:
        mu_opt, sigma_opt = optpar2
    elif pickdist == 3:
        mu_opt, sigma_opt = optpar3
    cnorm = 1/ ( sigma_opt * (2 * pi)**(1/2) )
    return [(( cnorm * exp( (-1) * (x[index] - mu_opt)**2 / ( 2 * (sigma_opt **2) ) ) )) for index in range(len(x))]

尝试编写代码的原因是根据实际数据的（标准化）直方图绘制这种数据拟合。但是，当我运行以下代码时出现错误：

UnboundLocalError: local variable 'sigma_opt' referenced before assignment

我觉得这很奇怪，因为sigma_opt 仅在少数函数内部定义，但并未在全局范围内定义。 我已经阅读了关于 SO 的其他关于此错误消息的帖子，但没有一个适用于我的案例。 为什么我会收到此错误消息？（我会发布整个代码，但它有 350 多行）

【问题讨论】：

pickdist 既不是 2 也不是 3 会发生什么？
我还没有写出升值错误语句。我可以先调试主要部分后这样做。
我明白你没有明白我的意思。当你向这个函数传递不同于 2 或 3 的东西时，你会得到一个UnboundLocalError。 sigma_opt 只在 if/elif 内赋值，所以不满足条件时不赋值。
应该正确分配。我可以在一个小时左右看到它，并相应地更新。
不要误会我的意思，但我不在乎 它应该被正确分配 - 从代码中可以清楚地看到有未分配的可能路径。就这么简单——没有主观性。

标签： function python-3.x error-handling functional-programming

【解决方案1】：

您收到此错误的原因是，如果您使用 'pickdist' 属性而不是 2 或 3 调用 'distribGS' 函数，则首先使用 'sigma_opt' 变量而无需赋值。

您可以做的是在函数的开头将“sigma_opt”变量分配给某个默认值，或者使用“else”语句为其分配默认值。例如

def distribGS(pickdist, x):
    mu_opt, sigma_opt = 0
    if pickdist == 2:
        mu_opt, sigma_opt = optpar2
    elif pickdist == 3:
        mu_opt, sigma_opt = optpar3
    cnorm = 1/ ( sigma_opt * (2 * pi)**(1/2) )
    return [(( cnorm * exp( (-1) * (x[index] - mu_opt)**2 / ( 2 * (sigma_opt **2) ) ) )) for index in range(len(x))

【讨论】：