python生成泊松分布随机数_Python-Numpy-Poisson分布

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(&gt；=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&#