Python SciPy stats.poisson用法及代码示例

本文简要介绍 python 语言中 scipy.stats.poisson 的用法。

用法:

scipy.stats.poisson = <scipy.stats._discrete_distns.poisson_gen object>#

泊松离散随机变量。

作为 rv_discrete 类的实例，poisson 对象从它继承了一组通用方法(完整列表见下文)，并用特定于此特定发行版的详细信息来完成它们。

注意：

poisson 的概率质量函数为：

\[f(k) = \exp(-\mu) \frac{\mu^k}{k!}\]

对于 \(k \ge 0\) 。

poisson 将\(\mu \geq 0\) 作为形状参数。当 \(\mu = 0\) 时，pmf 方法在分位数 \(k = 0\) 处返回 1.0。

上面的概率质量函数以“standardized” 形式定义。要转移分布，请使用 loc 参数。具体来说，poisson.pmf(k, mu, loc) 等同于 poisson.pmf(k - loc, mu) 。

例子：

>>> import numpy as np
>>> from scipy.stats import poisson
>>> import matplotlib.pyplot as plt
>>> fig, ax = plt.subplots(1, 1)

计算前四个时刻：

>>> mu = 0.6
>>> mean, var, skew, kurt = poisson.stats(mu, moments='mvsk')

显示概率质量函数(pmf)：

>>> x = np.arange(poisson.ppf(0.01, mu),
...               poisson.ppf(0.99, mu))
>>> ax.plot(x, poisson.pmf(x, mu), 'bo', ms=8, label='poisson pmf')
>>> ax.vlines(x, 0, poisson.pmf(x, mu), colors='b', lw=5, alpha=0.5)

或者，可以调用分布对象(作为函数)来固定形状和位置。这将返回一个 “frozen” RV 对象，其中包含固定的给定参数。

冻结分布并显示冻结的 pmf ：

>>> rv = poisson(mu)
>>> ax.vlines(x, 0, rv.pmf(x), colors='k', linestyles='-', lw=1,
...         label='frozen pmf')
>>> ax.legend(loc='best', frameon=False)
>>> plt.show()

检查 cdf 和 ppf 的准确性：

>>> prob = poisson.cdf(x, mu)
>>> np.allclose(x, poisson.ppf(prob, mu))
True

生成随机数：

>>> r = poisson.rvs(mu, size=1000)