Python 生成1000次迭代

我正在尝试使用

fake\u exp\u y\u值

generator生成1000组数据点。我所要做的就是用不同的拟合模型计算所有1000次迭代的

chi2

值。但是我现在编码它的方式只给了我一个

chi2

值。我不明白怎么了

这是我的密码：

true_mean = 5 #Assume that we know the perfect fitting model is gaussian 
#with mean value 5. And use try_mean with different mean values to see how 
#does the chi2 behave
true_amp = 100
true_wid = 2
true_offset =10
x_values =  np.array([i for i in np.arange(0,10,0.4)])
exact_y_values = np.array([true_offset + true_amp*
                               np.exp(-((i-true_mean)/true_wid)**2)
                               for i in x_values])
    
    
def func (x_values,offset,amp,mean,wid):
    return (offset + amp*np.exp(-((i-mean)/wid)**2))

try_mean=np.linspace(2,8,25)
y_values=func(x_values,true_offset,true_amp,try_mean,true_wid)

for i in range (1000):
    chi2=np.zeros(1000)
    fake_exp_y_values = np.array([np.random.poisson(y)
                                      for y in exact_y_values])
    residuals=fake_exp_y_values-y_values
    y_err=np.clip(np.sqrt(fake_exp_y_values),1,9999)
    pulls=residuals/y_err
    chi2[i]=np.sum(pulls**2)

然而，返回的

chi2

列表是：

---

此代码1000次创建一个包含1000个零的数组，并在每个数组中插入一个值，但只保留最后一个值：

您只需要创建一个数组，并在1000次迭代中的每一次中使用它：

chi2 = np.zeros(1000)
for i in range(1000):
    # [...]
    chi2[i] = np.sum(pulls**2)

---

是的，天哪。谢谢。我是在装傻

chi2 = np.zeros(1000)
for i in range(1000):
    # [...]
    chi2[i] = np.sum(pulls**2)