numpy.random.RandomState.poisson#

方法

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

从泊松分布中抽取样本。

泊松分布是二项分布在 N 很大时的极限。

注意

新代码应使用 Generator 实例的 poisson 方法；请参阅快速入门。

参数:
lam浮点数或浮点数数组（array_like）

固定时间间隔内预期发生的事件数量，必须 >= 0。序列必须能在请求的大小上进行广播。

size整数或整数元组，可选

输出形状。如果给定的形状是，例如 (m, n, k)，则会抽取 m * n * k 个样本。如果 size 为 None（默认），当 lam 是标量时，将返回单个值。否则，将抽取 np.array(lam).size 个样本。

返回:
outndarray 或 标量

从参数化的泊松分布中抽取的样本。

另请参阅

random.Generator.poisson

新代码应使用此方法。

备注

泊松分布的概率质量函数 (PMF) 为

\[f(k; \lambda)=\frac{\lambda^k e^{-\lambda}}{k!}\]

对于预期间隔为 \(\lambda\) 的事件，泊松分布 \(f(k; \lambda)\) 描述了在观测区间 \(\lambda\) 内发生 \(k\) 个事件的概率。

由于输出受限于 C int64 类型的范围，当 lam 距离最大可表示值在 10 sigma 范围内时，会引发 ValueError。

参考

[1]

Weisstein, Eric W. “Poisson Distribution.” 来源：MathWorld–A Wolfram Web Resource。 https://mathworld.net.cn/PoissonDistribution.html

[2]

维基百科，“泊松分布”， https://en.wikipedia.org/wiki/Poisson_distribution

示例

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()
../../../_images/numpy-random-RandomState-poisson-1_00_00.png

绘制 lambda 为 100 和 500 的每 100 个值

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