numpy.random.RandomState.poisson

方法

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

從 Poisson 分佈中抽取樣本。

對於大的 N 值，Poisson 分佈是二項式分佈的極限。

注意

新程式碼應改用 poisson 方法，此方法屬於 Generator 實例；請參閱快速入門。

參數:

lamfloat 或 float 的類陣列 (array_like)

固定時間間隔內發生的事件的期望數量，必須 >= 0。序列必須可廣播到請求的大小。

sizeint 或 int 元組，選填

輸出形狀。如果給定的形狀是例如 (m, n, k)，則會抽取 m * n * k 個樣本。如果 size 為 None (預設值)，如果 lam 是純量，則傳回單一值。否則，會抽取 np.array(lam).size 個樣本。

傳回值:

outndarray 或 純量

從參數化的 Poisson 分佈中抽取的樣本。

另請參閱

random.Generator.poisson

新程式碼應使用此方法。

註解

Poisson 分佈的機率質量函數 (PMF) 為

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

對於期望間隔為 \(\lambda\) 的事件，Poisson 分佈 \(f(k; \lambda)\) 描述在觀察到的間隔 \(\lambda\) 內發生 \(k\) 個事件的機率。

由於輸出限制在 C int64 類型的範圍內，當 lam 在最大可表示值的 10 個標準差 (sigma) 範圍內時，會引發 ValueError。

參考文獻

[1]

Weisstein, Eric W. “Poisson Distribution.” From MathWorld–A Wolfram Web Resource. https://mathworld.wolfram.com/PoissonDistribution.html

[2]

Wikipedia, “Poisson distribution”, https://en.wikipedia.org/wiki/Poisson_distribution

範例

從分佈中抽取樣本

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

顯示樣本的直方圖

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

針對 lambda 100 和 500 各抽取 100 個值

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