Python中的 numpy.random.poisson()

numpy.random.poisson()是numpy中用于生成泊松分布的函数。泊松分布描述了独立时间间隔内随机事件的发生次数的概率分布。

语法

numpy.random.poisson(lam=1.0, size=None)

参数

• lam：表示生成泊松分布的平均事件发生率，即期望值。默认值是1.0。
• size：表示需要生成的样本数量。

返回值

函数将返回符合泊松分布的随机浮点数或整数，其可能的值为0、1、2、3等任意正整数。

示例

import numpy as np

# 生成一个样本数量为10，平均事件发生率为3.0的泊松分布
poisson_sample = np.random.poisson(lam=3.0, size=10)
print(poisson_sample)

输出结果：

[1 2 2 4 4 3 1 2 5 1]

以上代码将生成一个包含10个随机整数的numpy数组，这些数字符合平均事件发生率为3.0的泊松分布。

除此之外，该函数还可以用于生成更大的样本数量，并通过可视化的方式来观察泊松分布的特性，如下所示：

import numpy as np
import matplotlib.pyplot as plt

# 生成1000个样本数量，平均事件发生率为3.0的泊松分布
poisson_sample = np.random.poisson(lam=3.0, size=1000)

plt.hist(poisson_sample, bins=range(11))
plt.title("Poisson Distribution")
plt.xlabel("Number of events")
plt.ylabel("Frequency")
plt.show()

输出结果：

该代码将生成一个包含1000个随机整数的numpy数组，并随后将其可视化为一个直方图。从图中可以看出，随着事件数增加，泊松分布将变得越来越分散。当事件数非常多时，泊松分布将趋向于正态分布。