泊松分布是离散分布。
它估计某个事件在指定时间内可能发生的次数。例如,如果某人一天吃两次,他吃三次的概率是多少?
它有两个参数:
lam
- 发生率或已知次数,例如上述问题为 2。
size
- 返回数组的形状。
from numpy import random
import matplotlib.pyplot as plt
import seaborn as sns
sns.distplot(random.poisson(lam=2, size=1000), kde=False)
plt.show()
正态分布是连续的,而泊松分布是离散的。
但我们可以看到,类似于二项式,对于足够大的泊松分布,它将变得类似于具有特定标准差和均值的正态分布。
from numpy import random
import matplotlib.pyplot as plt
import seaborn as sns
sns.distplot(random.normal(loc=50, scale=7, size=1000), hist=False, label='normal')
sns.distplot(random.poisson(lam=50, size=1000), hist=False, label='poisson')
plt.show()
二项式分布只有两种可能的结果,而泊松分布可以有无限种可能的结果。
但对于非常大的n
并且接近于零p
二项式分布与泊松分布几乎相同,因此n * p
几乎等于lam
。
from numpy import random
import matplotlib.pyplot as plt
import seaborn as sns
sns.distplot(random.binomial(n=1000, p=0.01, size=1000), hist=False, label='binomial')
sns.distplot(random.poisson(lam=10, size=1000), hist=False, label='poisson')
plt.show()
截取页面反馈部分,让我们更快修复内容!也可以直接跳过填写反馈内容!