numpy.random.RandomState.poisson¶

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

从泊松分布绘制样本。

泊松分布是大N的二项分布的极限。

参数：	lam：float或float的顺序期望间隔，应为> = 0。期望间隔序列必须在所请求的大小上可广播。 size：int或tuple的整数，可选输出形状。如果给定形状是例如`（m， n， k）`，则 `m * n * k`默认值为None，在这种情况下返回单个值。
返回：	samples：ndarray或scalar 绘制的样本，如果提供的话，形状大小。

参数：

lam：float或float的顺序

期望间隔，应为> = 0。期望间隔序列必须在所请求的大小上可广播。

size：int或tuple的整数，可选

输出形状。如果给定形状是例如（m， n， k），则 m * n * k默认值为None，在这种情况下返回单个值。

samples：ndarray或scalar

绘制的样本，如果提供的话，形状大小。

笔记

泊松分布

对于具有预期间隔 $\lambda$ 的事件，泊松分布 $f(k; \lambda)$ 描述在观察间隔 $\lambda$ 内发生的 $k$ 事件的概率。

因为输出限制在C long类型的范围内，当lam在最大可表示值的10 sigma内时，会引发ValueError。

参考文献

Weisstein，Eric W.“Poisson Distribution。”来自MathWorld-Wolfram Web资源。http://mathworld.wolfram.com/PoissonDistribution.html

例子

从分布绘制样本：

>>> 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, normed=True)
>>> plt.show()

绘制lambda 100和500的每100个值：

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