Python numpy random.mtrand.RandomState.poisson用法及代碼示例

用法：

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

從泊鬆分布中抽取樣本。

泊鬆分布是大N的二項式分布的極限。

參數：	lam： ： float 或 array_like of floats 期望間隔必須大於等於0。期望間隔序列必須可以在請求的大小上廣播。 size： ： int 或 tuple of ints, 可選參數 輸出形狀。如果給定的形狀是(m, n, k)， 然後m * n * k抽取樣品。如果尺寸是None(默認)，如果返回一個值lam是標量。除此以外，np.array(lam).size抽取樣品。
返回值：	out： ： ndarray或標量 從參數化的泊鬆分布中抽取樣本。

注意：

泊鬆分布

對於預期分離的事件泊鬆分布描述了在觀察間隔內發生的事件。

因為輸出限製為C int64類型的範圍，所以當lam位於最大可表示值的10 sigma以內時，將引發ValueError。

參考文獻：

[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()

分別為lambda 100和500繪製100個值：

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

注：本文由純淨天空篩選整理自 numpy.random.mtrand.RandomState.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。