Python/numpy random poisson
来自菜鸟教程
<languages />
泊松分布
泊松分布
泊松分布是 Discrete Distribution .
它估计事件在指定时间内可以发生多少次。e.g.如果某人一天吃两次,他有三次吃的几率?
它有两个参数:
lam
-发生率或已知发生次数,例如上述问题2。
size
-返回数组的形状。
例
为发生次数2生成随机的1x10分布:
from numpy import random x = random.poisson(lam=2, size=10) print(x)
泊松分布的可视化
例
from numpy import random import matplotlib.pyplot as plt import seaborn as sns sns.distplot(random.poisson(lam=2, size=1000), kde=False) plt.show()
结果
正态分布与泊松分布之间的差异
正态分布是连续的,而泊松是离散的。
但是我们可以看到,对于一个足够大的泊松分布,它类似于二项式,它将变得类似于具有特定std dev和均值的正态分布。
例
from numpy import random import matplotlib.pyplot as plt import seaborn as sns sns.distplot(random.normal(loc=50, scale=7, size=1000), hist=False, label='normal') sns.distplot(random.poisson(lam=50, size=1000), hist=False, label='poisson') plt.show()
结果
泊松分布与二项分布之间的差异
差异非常细微,因为二项式分布用于离散试验,而泊松分布用于连续试验。
但是对于很大
n
并且接近零
p
二项式分布与泊松分布几乎相同,因此
n * p
几乎等于
lam
.
例
from numpy import random import matplotlib.pyplot as plt import seaborn as sns sns.distplot(random.binomial(n=1000, p=0.01, size=1000), hist=False, label='binomial') sns.distplot(random.poisson(lam=10, size=1000), hist=False, label='poisson') plt.show()
结果