Python SciPy stats.poisson用法及代碼示例

本文簡要介紹 python 語言中 scipy.stats.poisson 的用法。

用法:

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

泊鬆離散隨機變量。

作為 rv_discrete 類的實例，poisson 對象從它繼承了一組通用方法(完整列表見下文)，並用特定於此特定發行版的詳細信息來完成它們。

注意：

poisson 的概率質量函數為：

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

對於 \(k \ge 0\) 。

poisson 將\(\mu \geq 0\) 作為形狀參數。當 \(\mu = 0\) 時，pmf 方法在分位數 \(k = 0\) 處返回 1.0。

上麵的概率質量函數以“standardized” 形式定義。要轉移分布，請使用 loc 參數。具體來說，poisson.pmf(k, mu, loc) 等同於 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)

計算前四個時刻：

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

顯示概率質量函數(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，可以調用分布對象(作為函數)來固定形狀和位置。這將返回一個 “frozen” RV 對象，其中包含固定的給定參數。

凍結分布並顯示凍結的 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()

檢查 cdf 和 ppf 的準確性：

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

生成隨機數：

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