當前位置: 首頁>>代碼示例 >>用法及示例精選 >>正文

Python dask.array.random.poisson用法及代碼示例


用法:

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

從泊鬆分布中抽取樣本。

此文檔字符串是從 numpy.random.mtrand.RandomState.poisson 複製而來的。

可能存在與 Dask 版本的一些不一致之處。

泊鬆分布是大 N 的二項分布的極限。

注意

新代碼應改為使用default_rng() 實例的poisson 方法；請參閱快速入門。

參數：

lam：浮點數或類似數組的浮點數

fixed-time 間隔中發生的預期事件數必須 >= 0。序列必須可在請求的大小上進行廣播。

size：int 或整數元組，可選

輸出形狀。例如，如果給定的形狀是 (m, n, k) ，則繪製 m * n * k 樣本。如果 size 為 None(默認)，如果 lam 是標量，則返回單個值。否則，將抽取np.array(lam).size 樣本。

返回：

out：ndarray 或標量

從參數化泊鬆分布中抽取樣本。

注意：

泊鬆分布

對於具有預期間隔 的事件，泊鬆分布 說明了在觀察間隔 內發生 事件的概率。

因為輸出限製在 C int64 類型的範圍內，所以當 lam 在最大可表示值的 10 sigma 範圍內時，會引發 ValueError。

參考：

1

Weisstein, Eric W. “泊鬆分布”。來自MathWorld-A Wolfram Web 資源。http://mathworld.wolfram.com/PoissonDistribution.html

2

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

例子：

從分布中抽取樣本：

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

顯示樣本的直方圖：

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

為 lambda 100 和 500 繪製每 100 個值：

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

相關用法


注：本文由純淨天空篩選整理自dask.org大神的英文原創作品 dask.array.random.poisson。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。