给一个Gibbs采样算法的python代码

以下是一个简单的 Gibbs 采样算法的 Python 代码示例：

import numpy as np

def gibbs_sampling(num_samples, burn_in=1000):
    # 初始化采样结果
    samples = np.zeros((num_samples, 2))

    # 初始状态
    x = 0
    y = 0

    for i in range(num_samples + burn_in):
        # 进行 burn-in 阶段，忽略前 burn_in 个样本
        if i >= burn_in:
            samples[i - burn_in] = [x, y]

        # 采样 x
        x = np.random.normal(y, 1)

        # 采样 y
        y = np.random.normal(x, 1)

    return samples

# 设定采样次数和 burn-in 阶段长度
num_samples = 1000
burn_in = 100

# 进行 Gibbs 采样
samples = gibbs_sampling(num_samples, burn_in)

# 打印采样结果的前几个样本
print(samples[:10])

这段代码实现了一个简单的二维 Gibbs 采样算法。在每一次迭代中，先根据当前 y 的值来采样 x，然后根据新采样的 x 的值来采样 y。在 burn-in 阶段之后，开始记录采样结果。最后，打印出前几个采样得到的样本。

请注意，这只是一个简单的示例代码，实际应用中需要根据具体问题进行适当的修改和调整。