贝叶斯景象图

先验分布上的某一点的概率论，都投射到某个高位的面或曲线上，其形状由先验分布决定。比如有两个未知元素p1,p2，其先验分布都是(0,5)上的均匀分布，那么先验分布存在于一个边长为5的正方形空间，而其概率吗就是正方形上方的一个平面。

%matplotlib inline
import scipy.stats as stats
from matplotlib import pyplot as plt
from IPython.core.pylabtools import figsize
import numpy as np
from mpl_toolkits.mplot3d import Axes3D
figsize(12.5,4)
plt.rcParams['savefig.dpi']=300
plt.rcParams['figure.dpi']=300
jet=plt.cm.jet
fig=plt.figure()
x=y=np.linspace(0,5,100)
X,Y=np.meshgrid(x,y)
plt.subplot(121)
uni_x=stats.uniform.pdf(x,loc=0,scale=5)
uni_y=stats.uniform.pdf(y,loc=0,scale=5)
M=np.dot(uni_x[:,None],uni_y[None,:])
im=plt.imshow(M,interpolation='none',origin='lower',cmap=jet,\
             vmax=1,vmin=-.15,extent=(0,5,0,5))
plt.xlim(0,5)
plt.ylim(0,5)
plt.title("Overhead view of landscape formed by Uniform priors")
ax=fig.add_subplot(122,projection='3d')
ax.plot_surface(X,Y,M,cmap=plt.cm.jet,vmax=1,vmin=-.15)
ax.view_init(azim=390)
ax.set_xlabel('Value of $p_1$')
ax.set_ylabel('Value of $p_2$')
ax.set_zlabel('Density')
plt.title("Alternate view of landscape formed by Uniform priors")

     观测样本对空间不会有影响，但是它会改变概率面的性质，将其在某些局部区域拉升或挤压，以表明参数的真实值在哪里。更多的数据意味对概率面更多的拉升与挤压，是的最初的概率面形状变得不像样子。反之数据越少，那么最初的形状保留的越好。总之，最后得到的概率面描述了后验分布的形状。