fsmp_prior.py: fix elist p size
同时存在 NNVT 和 Hamamatsu 时，对于 Hamamatsu 有类似：
gain["nmean"] = 1
gain["ratio"] = [1, 0, 0, 0, 0, 0]遇到 rng.choice(np.arange(gain["nmean"]), size=NPE, p=gain["ratio"]) 会出现不等长
同时存在 NNVT 和 Hamamatsu 时，对于 Hamamatsu 有类似：
gain["nmean"] = 1
gain["ratio"] = [1, 0, 0, 0, 0, 0]遇到 rng.choice(np.arange(gain["nmean"]), size=NPE, p=gain["ratio"]) 会出现不等长