Python ValueError:使用emcee软件包时概率函数返回NaN

我使用emcee软件包来确定应遵循泊松分布的测量数据集的最佳参数。我使用的代码是

def lnL_Poisson(theta,x,y,yerr):

    logA,beta = theta
    A = 10**logA
    model = the Poisson likelihood
    return np.sum(model)

def lnprior(theta):

    logA,beta = theta
    if -5 < logA < 0 and -2 < beta < 4:
        return 0.0
    return -np.inf


def lnprob_Poisson(theta, x, y, yerr):

    lp = lnprior(theta)
    if not np.isfinite(lp):
        return -np.inf
    return lp + lnL_Poisson(theta, x, y, yerr)

def lnL_Poisson（θ，x，y，yerr）：
logA，β=θ
A=10**logA
模型=泊松似然
返回np.和（模型）
def lnprior（θ）：
logA，β=θ
如果-5

但是，当运行此代码时，它会返回

ValueError                                Traceback (most recent call last)
<ipython-input-81-460e20ecdf72> in <module>
      1 sampler_2 = emcee.EnsembleSampler(nwalkers, ndim, lnprob_Poisson, args=(x, y_obs, dy))
----> 2 tmp = sampler_2.run_mcmc(pos, 500) #Run the sampler 500 times
      3 samples_2 = sampler_2.chain[:, 50:, :].reshape((-1, 2))
      4 fig = corner.corner(samples_2, labels=[r"$\log(A)$", r"$\beta$"],quantiles=[0.16, 0.5, 0.84], show_titles=True,label_kwargs=dict(fontsize=15))

~\Anaconda3\lib\site-packages\emcee\ensemble.py in run_mcmc(self, initial_state, nsteps, **kwargs)
    382 
    383         results = None
--> 384         for results in self.sample(initial_state, iterations=nsteps, **kwargs):
    385             pass
    386 

~\Anaconda3\lib\site-packages\emcee\ensemble.py in sample(self, initial_state, log_prob0, rstate0, blobs0, iterations, tune, skip_initial_state_check, thin_by, thin, store, progress)
    283             state.blobs = blobs0
    284         if state.log_prob is None:
--> 285             state.log_prob, state.blobs = self.compute_log_prob(state.coords)
    286         if np.shape(state.log_prob) != (self.nwalkers,):
    287             raise ValueError("incompatible input dimensions")

~\Anaconda3\lib\site-packages\emcee\ensemble.py in compute_log_prob(self, coords)
    454         # Check for log_prob returning NaN.
    455         if np.any(np.isnan(log_prob)):
--> 456             raise ValueError("Probability function returned NaN")
    457 
    458         return log_prob, blob

ValueError: Probability function returned NaN

ValueError回溯（最近一次调用）
在里面
1名采样器_2=主持人。全体采样器（nwalkers、ndim、lnprob_Poisson、args=（x、y_obs、dy））
---->2 tmp=取样器2.运行mcmc（位置500）#运行取样器500次
3个样本_2=取样器_2.链[：，50:，：]重塑（-1，2））
4图=角点。角点（样本2，标签=[r“$\log（A）$”，r“$\beta$”]，分位数=[0.16,0.5,0.84]，显示标题=真，标签=dict（fontsize=15））
运行中的~\Anaconda3\lib\site packages\emcee\emblue.py\u mcmc（自身、初始状态、nsteps、**kwargs）
382
383结果=无
-->384对于self.sample（初始_状态，迭代次数=nsteps，**kwargs）中的结果：
385通行证
386
样本中的~\Anaconda3\lib\site packages\emcee\emble.py（self、初始状态、log\u prob0、rstate0、blobs0、迭代、调优、跳过初始状态检查、精简、存储、进度）
283 state.blobs=blobs0
284如果state.log_prob为无：
-->285 state.log\u prob，state.blobs=self.compute\u log\u prob（state.coords）
286如果np.形状（状态日志问题）！=(self.nwalkers):
287提升值错误（“不兼容的输入尺寸”）
计算日志prob中的~\Anaconda3\lib\site packages\emcee\emessle.py（self，coords）
454#检查是否存在日志问题。
455如果np.any（np.isnan（日志问题））：
-->456 raise VALUERROR（“概率函数返回NaN”）
457
458返回日志问题，blob
ValueError:返回的概率函数为NaN

当使用高斯对数似然性时，代码确实起作用。我猜这与某个地方的概率为0，然后除以这个值有关。然而，我不知道如何解决这个问题。有人有这方面的经验吗