pymc.model.core.model_to_graphviz#

pymc.model.core.model_to_graphviz(model=None, *, var_names=None, formatting='plain')[源代码]#

从 PyMC 模型生成一个 graphviz 有向图。

需要 graphviz，这可以通过以下方式最轻松地安装: conda install -c conda-forge python-graphviz

或者，您可以自行安装 graphviz 二进制文件，然后通过 pip install graphviz 获取 Python 绑定。更多信息请参见 http://graphviz.readthedocs.io/en/stable/manual.html。

参数:

modelpm.Model: 要绘制的模型。当从模型上下文内部调用时不需要。
var_namespython:变量名的可迭代对象，可选: 要绘制的变量子集，用于标识相对于整个模型图的子图
格式化 : str, 可选python:str, 可选: 其中之一 { “plain” }

示例

如何绘制模型的图形。

import numpy as np
from pymc import HalfCauchy, Model, Normal, model_to_graphviz

J = 8
y = np.array([28, 8, -3, 7, -1, 1, 18, 12])
sigma = np.array([15, 10, 16, 11, 9, 11, 10, 18])

with Model() as schools:

    eta = Normal("eta", 0, 1, shape=J)
    mu = Normal("mu", 0, sigma=1e6)
    tau = HalfCauchy("tau", 25)

    theta = mu + tau * eta

    obs = Normal("obs", theta, sigma=sigma, observed=y)

model_to_graphviz(schools)