python - 如何评估pymc3中的对数后验

我想在样本点和一些手动输入的点（例如，合成数据集的真实参数值点）上评估对数后验（最好分别对数先验和对数似然）值。如何在PyMC3中实现这一目标？

更新：
我已经找到了logp()方法，但是对多个点使用它不是很方便。是否有一些标准/惯用的方法？

更新：
此[y.logp(trace[i]) for i in range(len(trace))]有效，但速度较慢。

更新：
缓慢是由y是观察到的随机变量这一事实引起的，调用模型的logp方法可以快速进行。

最佳答案

好的，现实情况是，最好在其discourse forum.上询问与PyMC3相关的问题

所以to get the values of log-posterior after sampling使用

logp = mvg_model.logplnp = np.array([logp(trace.point(i,chain=c)) for c in trace.chains for i in range(len(trace))])

To save them during sampling使用

```

with model:
   llk = pm.Deterministic(likelihood_name, model.logpt)

```