Python基础语法05：生成泊松分布随机数、绘制密度曲线和分布曲线

1 泊松分布 

首先强推一篇介绍泊松分布的极其优秀的文章：

如何通俗理解泊松分布？_马同学-CSDN博客_泊松分布

泊松分布和指数分布：10分钟教程 - 阮一峰的网络日志 (ruanyifeng.com)

我们直接给出泊松分布的概率密度曲线的结果：

 下面给出源代码：

# 泊松分布随机数的生成方法
import math
import matplotlib.pyplot as plt
def PoissonDistribution(avg, k):
    '''
    计算泊松分布概率
    :param avg: 泊松分布参数
    :param k:  采样值
    :return: 采样值对应的发生概率
    '''
    return (avg**(k)) * (math.exp(-avg)) / math.factorial(k)
def cumsum(a):
    '''
    计算给定一维数组的累加和
    :param a: 一维数组
    :return: 累加和构成的列表
    '''
    cumsum = []
    for i in range(0,len(a)):
        tmp = 0.0
        for j in range(0,i):
            tmp += a[j]
        cumsum.append(tmp)
    return cumsum

if __name__ == '__main__':
    poss = [PoissonDistribution(10, i) for i in range(1,50)]
    cumsumPoss = cumsum(poss)
    plt.bar(range(1,50), poss)
    plt.plot(range(1,50), cumsumPoss)
    plt.show()

绘制曲线：

生成泊松分布随机数

# 泊松分布随机数的生成方法
import math
import matplotlib.pyplot as plt
import numpy as np

def possVal(avg):
    '''
    :param avg: 泊松分布参数
    :return: 返回泊松分布随机数
    '''
    poss = [(avg**(k)) * (math.exp(-avg)) / math.factorial(k) for k in range(1, 50)]
    cposs = np.concatenate(([0],np.cumsum(a=poss), [1]), axis=0)
    rnd = np.random.random()
    # print(len(cposs))
    for c in range(0, len(cposs)):
        if rnd <= cposs[c]:
            return c
if __name__ == '__main__':
    print(possVal(10))

2 正态分布相加仍是正态分布

import numpy as np
import matplotlib.pyplot as plt
n1 =np.random.normal(loc=2.5,scale=0.3,size=10000)
n2 = np.random.normal(loc=3.5,scale=0.9,size=10000)
n3 = n1 + n2
plt.hist(n3)
plt.show()