python计算泊松分布

使用Python实现泊松分布计算
在Python中，numpy库提供了便捷的方法来生成服从泊松分布的数据。下面展示了一个简单的例子：
import numpy as np

lam = 1 # 泊松分布参数λ (事件发生的平均次数)
size = 1000 # 随机数的数量
s = np.random.poisson(lam=lam, size=size) # 计算泊松分布P(1)的概率质量函数(PMF)[^2]
登录后复制
为了更好地理解这些随机变量的行为模式以及它们遵循的具体分布情况，还可以借助于图形化工具来进行直观展示。
通过引入scipy.stats模块中的poisson类对象与matplotlib.pyplot绘图功能相结合的方式绘制出相应的直方图:
from scipy.stats import poisson
import matplotlib.pyplot as plt

mu = 3 # 设定μ值为3
sample_size = 10000 # 设置样本数量为10000
data_poisson = poisson.rvs(mu=mu, size=sample_size)

plt.figure(figsize=(8,6))
plt.hist(data_poisson, bins=30, density=True, alpha=0.75, color='blue', edgecolor='black')
plt.grid(True)
plt.xlabel('X轴标签')
plt.ylabel('Y轴标签')
plt.title(f'泊松分布 ($\lambda={mu}$)')
plt.show()
登录后复制
上述代码片段展示了如何利用Python及其科学计算生态系统的强大能力轻松完成泊松分布的相关操作[^3]。