首先,假设您import numpy as np,我将编写这个答案,因为它清楚地将numpy函数与python的内置函数或math和random包的函数区别开来。
我认为没有必要回答你的具体问题,因为你的基本假设是错误的:
是的,poisson统计量的平均值等于方差,但假设您使用常数lam。但是你没有,你输入高斯的y值,所以你不能期望它们是常数(根据你的定义是高斯的!)。
使用np.random.poisson(lam=0.5)从泊松分布中获取一个随机值。但是要小心,因为这个poisson分布甚至与高斯分布不完全相同,因为你处于“低均值”区间,这两个区间都有显著的不同,请参见Wikipedia article about Poisson distribution。
另外,您正在创建随机数,因此不应该真正地绘制它们,而应该绘制其中的一个np.histogram。因为统计分布都是概率密度函数(见Probability density function)。
之前,我已经提到过,你用常数lam来创建泊松分布,现在是时候讨论一下size:你创建随机数,所以为了近似真实的泊松分布,你需要绘制很多随机数。大小如下:np.random.poisson(lam=0.5, size=10000)例如,创建一个10000个元素的数组,每个元素从泊松概率密度函数中提取,平均值为0.5。
如果你还没有在维基百科的文章中读过,在泊松分布给出定义之前,结果是只有无符号(>;=0)整数。
所以我猜你想做的是创建一个包含1000个值的高斯和泊松分布&#