SciPy - 子类化rv_continuous时“对象太深，无法满足所需的数组”

Question

我正在尝试通过子类化rv_continuous 来生成二维均匀分布。

from scipy import stats
class uniform_2d(stats.rv_continuous):   
    def _pdf(self, x, y):
        X, Y = np.meshgrid(x,y)
        result = 1/(max(x)*max(y)) * np.ones_like(X)
        return result

x = y = np.linspace(1,3,3)
uni = uniform_2d(name="uni")
pdf = uni.pdf(x,y)

fig = plt.figure(figsize=(9,5))
ax = fig.add_subplot(111)
ax.pcolor(X,Y,pdf)

尝试返回我的结果时失败，出现以下错误：

ValueError: object too deep for desired array

发生了什么事？我的结果具有形状 (3, 3) 并且具有类 numpy.ndarray - 为什么我不能简单地返回一个 numpy.ndarray？

编辑：另外，我是不是走错路了？有没有更简单的方法可以使用scipy.stats 进行二维均匀分布？

Answer 1

rv_continuous 仅适用于单变量分布。您可以查看scipy/stats/_multivariate.py，了解我们如何制作多元分布对象。目前，没有通用的基类，只是一个预期的接口。