在Python中,你可以使用matplotlib和numpy库来绘制泊松分布的概率密度函数(PDF)或累积分布函数(CDF)。以下是一个示例代码片段,它展示了如何使用numpy的poisson函数以及matplotlib进行绘制:
import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import poisson # 使用scipy中的泊松分布功能
# 设定lambda参数(平均发生率)
mu = 5 # 这里可以调整为任意符合泊松分布的lambda值
# 生成x轴的值,例如0到20
x = np.arange(30) # 根据实际情况调整范围
# 计算对应的概率密度函数(PDF)值
pdf_values = poisson.pmf(x, mu)
# 绘制概率密度函数
plt.figure(dpi=100)
plt.plot(x, pdf_values, '-o', label=f'Poisson($\lambda$={mu})')
plt.xlabel('random variable value')
plt.ylabel('probability density')
plt.legend()
plt.grid(True)
plt.title('The probability density function of Poisson distribution')
# 如果需要绘制累积分布函数(CDF)
cdf_values = poisson.cdf(x, mu)
# 新建一个子图用于绘制CDF
plt.figure(dpi=100)
plt.plot(x, cdf_values, '-o', label=f'Poisson($\lambda$={mu}) CDF')
plt.xlabel('random variable value')
plt.ylabel('cumulative distribution')
plt.legend()
plt.grid(True)
plt.title('The cumulative distribution function of Poisson distribution')
# 显示图形
plt.show()
这个代码会生成三个不同lambda值的泊松分布,并将它们绘制在同一个图上。你可以调整lambda值来查看不同泊松分布的形状。
开发工具:Visual Studio 2022
微信Alt+A截屏工具