当前位置: 首页>>代码示例 >>用法及示例精选 >>正文

Python dask.array.random.poisson用法及代码示例


用法:

dask.array.random.poisson(lam=1.0, size=None, chunks='auto', **kwargs)

从泊松分布中抽取样本。

此文档字符串是从 numpy.random.mtrand.RandomState.poisson 复制而来的。

可能存在与 Dask 版本的一些不一致之处。

泊松分布是大 N 的二项分布的极限。

注意

新代码应改为使用default_rng() 实例的poisson 方法；请参阅快速入门。

参数：

lam：浮点数或类似数组的浮点数

fixed-time 间隔中发生的预期事件数必须 >= 0。序列必须可在请求的大小上进行广播。

size：int 或整数元组，可选

输出形状。例如，如果给定的形状是 (m, n, k) ，则绘制 m * n * k 样本。如果 size 为 None(默认)，如果 lam 是标量，则返回单个值。否则，将抽取np.array(lam).size 样本。

返回：

out：ndarray 或标量

从参数化泊松分布中抽取样本。

注意：

泊松分布

对于具有预期间隔 的事件，泊松分布 说明了在观察间隔 内发生 事件的概率。

因为输出限制在 C int64 类型的范围内，所以当 lam 在最大可表示值的 10 sigma 范围内时，会引发 ValueError。

参考：

1

Weisstein, Eric W. “泊松分布”。来自MathWorld-A Wolfram Web 资源。http://mathworld.wolfram.com/PoissonDistribution.html

2

维基百科，“Poisson distribution”，https://en.wikipedia.org/wiki/Poisson_distribution

例子：

从分布中抽取样本：

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

显示样本的直方图：

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

为 lambda 100 和 500 绘制每 100 个值：

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

相关用法


注：本文由纯净天空筛选整理自dask.org大神的英文原创作品 dask.array.random.poisson。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。