Python 从pymc中保存的记录道打印图形

我需要用不同的参数运行MCMC不同的时间来检查收敛性。所以我决定保存这些痕迹，这样当我需要知道（出于comaprison的目的）结果是什么时

pymc.MCMC（iter=10000，burn=1000，thin=10）

我不需要重新运行它。（这需要很多时间（我必须对许多不同的参数值执行相同的操作））

我找到了解决办法

m = MCMC([tau, rv], db='pickle', dbname='10000iter1000burn.pickle')
m.sample(iter = 10000, burn = 5000, thin = 10)
m.db.close()

因此，跟踪现在保存在名为10000iter1000burn.pickle的数据库中

现在，要加载跟踪，我执行以下操作

db = pymc.database.pickle.load('10000iter5000burn.pickle')

当我执行

print db.trace（'tau'）[：]时，我得到了相同的输出，但是当我想要绘制图形或获取其他信息时，它失败了

plot(db)  #error

plot（）至少接受2个参数（给定1个）
但是当我绘制（m）（当我再次运行采样器时的初始情况）时，它工作得很好

类似地，
db.tau.summary（）
给出错误“Trace”对象没有属性“summary”
当我执行
m.tau.summary（）时，它工作正常

对于
db.logp

我是这个领域的新手。如果语法中有任何错误，请纠正我。
如果有其他方法可以在不再次运行mcmc的情况下回复该图并获取模型的日志概率，我很乐意知道。
您不能只将数据库后端传递给plot函数。您可以传递（1）原始节点/随机（2）跟踪对象（3）pymc节点/随机的字典或（4）原始输出。
我猜您是从某个库导入的
*
，该库覆盖了matplotlib中的
plot
函数。尝试导入
import matplotlib.pyplot作为plt
并调用
plt.plot（db）
。是的，您是对的，但我仍然收到错误消息TypeError:float（）参数必须是字符串或数字。我以为您使用的是pymc.Matplot.plot函数。您需要从加载的数据库访问跟踪，并绘制这些跟踪（通过您希望的任何方式）。您能否用一个示例说明我不需要再次采样。感谢您关于使用绘图功能的回复，我还想在不再次采样的情况下使用logp，以便得到后验概率的对数进行比较。恐怕你做不到。后端仅保存采样值，而不保存其关联的日志概率值。这样做的唯一方法是在模型中创建一个返回日志概率的确定性节点；然后将其保存为跟踪中的值。