numpy.random.RandomState.poisson

方法

RandomState.poisson(lam=1.0, size=None)

从泊松分布中提取样本。

泊松分布是大N的二项分布的极限。

参数:

lam : 浮点数或类似浮点数的数组

间隔的期望值应大于等于0。期望间隔序列必须能够在请求的大小上广播。

size : int或int的元组，可选

输出形状。如果给定的形状是，例如， (m, n, k) 然后 m * n * k 取样。如果尺寸是 None （默认），如果 lam 是标量。否则， np.array(lam).size 取样。

返回:

out : ndarray或scalar

从参数化泊松分布中提取样本。

笔记

泊松分布

f（k；lambda）=frac lambda^k e^-lambda k！}

对于预期分离的事件 \lambda 泊松分布 f(k; \lambda) 描述的概率 k 在观察间隔内发生的事件 \lambda .

由于输出限制在C long类型的范围内，因此当 lam 在最大可表示值的10西格玛范围内。

工具书类

[1]	“泊松分布”，摘自《数学世界——一个Wolfram网络资源》。http://mathworld.wolfram.com/poissondistribution.html

[2]	维基百科，“泊松分布”，https://en.wikipedia.org/wiki/poisson_distribution

实例

从分发中抽取样本：

>>> import numpy as np
>>> s = np.random.poisson(5, 10000)

显示样本的柱状图：

>>> import matplotlib.pyplot as plt
>>> count, bins, ignored = plt.hist(s, 14, density=True)
>>> plt.show()

为lambda 100和500分别绘制100个值：

>>> s = np.random.poisson(lam=(100., 500.), size=(100, 2))