numpy.random.poisson

numpy.random.poisson(lam=1.0, size=None)

Генерирует выборки из пуассоновского распределения.

Пуассоновское распределение является пределом биномиального распределения при больших значениях N.

Примечание

В новом коде следует использовать метод poisson экземпляра default_rng(); см. random-quick-start.

Параметры

lamfloat or array_like of floats: Математическое ожидание интервала, должно быть >= 0. Последовательность значений математического ожидания интервалов должна быть совместима по размерности с запрашиваемым размером.
sizeint or tuple of ints, optional: Форма выходных данных. Если заданная форма, например, (m, n, k), то генерируется m * n * k выборок. Если размер None (по умолчанию), то возвращается одно значение, если lam является скаляром. В противном случае генерируется np.array(lam).size выборок.

Возвращаемое значение

outndarray or scalar: Сгенерированные выборки из пуассоновского распределения с заданными параметрами.

См. также

Generator.poisson: который следует использовать в новом коде.

Примечания

Пуассоновское распределение

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

Для событий с ожидаемым интервалом $\lambda$ пуассоновское распределение $f(k; \lambda)$ описывает вероятность $k$ событий, происходящих в наблюдаемом интервале $\lambda$ .

Поскольку выходные данные ограничены диапазоном типа C int64, при значении lam в пределах 10 сигм от максимального представимого значения генерируется исключение ValueError.

Ссылки

1: Weisstein, Eric W. “Poisson Distribution.” From MathWorld–A Wolfram Web Resource. http://mathworld.wolfram.com/PoissonDistribution.html
2: Wikipedia, “Poisson distribution”, https://en.wikipedia.org/wiki/Poisson_distribution

Примеры

Генерация выборок из распределения:

>>> import numpy as np
>>> s = np.random.poisson(5, 10000)

Вывод гистограммы выборки:

>>> import matplotlib.pyplot as plt
>>> count, bins, ignored = plt.hist(s, 14, density=True)
>>> plt.show()

../../../_images/numpy-random-poisson-1_00_00.png

Генерация по 100 значений для лямбда = 100 и 500:

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

© 2005–2020 NumPy Developers
Licensed under the 3-clause BSD License.
https://numpy.org/doc/1.18/reference/random/generated/numpy.random.poisson.html