Python numpy random.mtrand.RandomState.poisson用法及代码示例

用法：

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

从泊松分布中抽取样本。

泊松分布是大N的二项式分布的极限。

参数：	lam： ： float 或 array_like of floats 期望间隔必须大于等于0。期望间隔序列必须可以在请求的大小上广播。 size： ： int 或 tuple of ints, 可选参数 输出形状。如果给定的形状是(m, n, k)， 然后m * n * k抽取样品。如果尺寸是None(默认)，如果返回一个值lam是标量。除此以外，np.array(lam).size抽取样品。
返回值：	out： ： ndarray或标量 从参数化的泊松分布中抽取样本。

注意：

泊松分布

对于预期分离的事件泊松分布描述了在观察间隔内发生的事件。

因为输出限制为C int64类型的范围，所以当lam位于最大可表示值的10 sigma以内时，将引发ValueError。

参考文献：

[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()

分别为lambda 100和500绘制100个值：

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

注：本文由纯净天空筛选整理自 numpy.random.mtrand.RandomState.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。