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:gaussian = np.random.normal(0.5, 2*np.sqrt(2*np.log(2)), 1000)

poisson = np.random.poisson(0.5, 1000)

然后绘制直方图:import matplotlib.pyplot as plt

plt.hist(gaussian)

plt.hist(poisson)

plt.show()

或者使用^{}代替。

要从随机样本中获取统计信息,您仍然可以对高斯和泊松样本使用np.var和np.mean。这次(至少在我的样本测试中)他们给出了很好的结果:print(np.mean(gaussian))

0.653517935138

print(np.var(gaussian))

5.4848398775

print(np.mean(poisson))

0.477

print(np.var(poisson))

0.463471

注意高斯值几乎就是我们定义的参数。另一方面,poisson均值和var几乎相等。您可以通过增加上面的size来提高均值和var的精度。

为什么泊松分布不接近原始信号

原始信号只包含0到1之间的值,因此泊松分布只允许正整数,标准差与平均值相关联。从高斯分布的平均值来看,信号近似为0,所以泊松分布几乎总是画0。高斯函数的最大值是1。1的泊松分布如下所示(左边是信号+泊松,右边是泊松分布,值为1)

所以在那个区域你会得到很多0和1,还有一些2。但也有一些可能性,你画的值高达7。这正是我提到的反对称。如果改变高斯分布的振幅(例如乘以1000),“拟合”会更好,因为泊松分布在这里几乎是对称的:

python生成泊松分布随机数_Python-Numpy-Poisson分布相关推荐

  1. python生成泊松分布随机数_Python Numpy random.poisson() 泊松分布

    1.泊松分布 泊松分布是离散分布. 它估计一个事件在指定时间内可能发生的次数.如果一个人一天吃两次饭,他吃三次饭的可能性有多大? 它有两个参数: lam-发生率或已知次数,例如 上述问题2. size ...

  2. python生成泊松分布随机数_生成满足泊松分布的随机数,以及python实现

    泊松分布是一个离散型随机变量分布,其分布律是: image 其中参数λ是单位时间(或单位面积)内随机事件的数学期望. k是随机事件发生的个数 泊松分布适合于描述单位时间内随机事件发生的次数的概率分布. ...

  3. python生成规定随机数_python生成随机数的方法

    python生成随机数的方法 发布时间:2020-08-21 14:50:04 来源:亿速云 阅读:110 作者:小新 这篇文章主要介绍了python生成随机数的方法,具有一定借鉴价值,需要的朋友可以 ...

  4. python生成正态分布随机数_python 生成呈正态分布序列

    版权声明:本文为博主原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接和本声明.股市波动是不可预知的,但是股票的涨幅概率却呈现了正态分布的特点, 那么python如何生成呈正态分布 ...

  5. python生成泊松分布随机数_泊松分布随机数

    一.功能 产生泊松分布的随机数. 二.方法简介 泊松分布的概率密度函数为 \[f(x)=\frac{\lambda ^{x}e^{-\lambda }}{x!} \qquad x\in \left \ ...

  6. python生成正态分布数据_python 生成正态分布数据,并绘图和解析

    1.生成正态分布数据并绘制概率分布图 import pandas as pd import numpy as np import matplotlib.pyplot as plt # 根据均值.标准差 ...

  7. python生成html报表_python生成HTMl报告(unittest)

    放在*\python3\script 或者放在当前项目文件夹下 亦或者在python35下的lib文件夹下 (注意最好放在根目录下) from HTMLTestRunner import HTMLTe ...

  8. python生成字符画_Python生成字符画 | 文艺数学君

    摘要这一篇文章介绍使用Python生成字符画的方式. 会给出简单的原理介绍和实现的方式. 最后会给出源代码的链接地址. 简介 这一篇介绍一下使用Python来进行字符画的生成. 这里会介绍一下生成的步 ...

  9. python生成一个圆_python生成圆形图片的方法

    本文实例为大家分享了python生成圆形图片的具体代码,供大家参考,具体内容如下 # -*- coding: utf-8 -*- """ __author__= 'Du' ...

  10. python加四位随机数_python生成四位随机数

    有些时候需要发送短信给用户生成四位随机数字,这里在python中我们可以根据python自带的标准库random和string来实现. random下有三个可以随机取数的函数,分别是choice,ch ...

最新文章

  1. Spring boot验证码前后端验证
  2. 屏蔽预训练模型的权重。 只训练最后一层的全连接的权重。_轻量化 | 如何让笨重的深度学习模型在移动设备上跑起来?看它!...
  3. ROS笔记(8) 服务通信
  4. conda报错Collecting package metadata
  5. matlab图像拼接_FPGA大赛【四】具体模块设计图像缓存
  6. 程序员如何成为一名自由职业者?
  7. Java基础学习总结
  8. 读大道至简之我见1——团队管理
  9. 动态本体 palantir
  10. 计算机视觉之目标检测(object detection)《1》
  11. linux统计单拷贝基因家族,为什么要进行基因家族分析?
  12. 【学堂上新】大规模动画模拟的一种实现方法
  13. JSP内置对象和四大作用域
  14. 15.全文检索-ElasticSearch
  15. xstream操作xml
  16. 奥运主题游戏《阿翔 跨栏》已经发布成功
  17. cad指北针lisp_AutoCAD_Map_3D__2010_教程.pdf
  18. First Solar推出两大新型光伏组件系列
  19. AMD推土机系列问世,8核CPU处理速度创世界记录
  20. WindowsXP启动过程

热门文章

  1. Docker硬盘空间使用分析与清理
  2. matlab误差分析,数值分析之MATLAB实验一误差分析
  3. 以太网没有有效IP配置的解决方法
  4. Provision 过程(PB-ADV,PB-GATT,Net key,Unicast,Dev key,App key)
  5. 3 linux禁用ssl_linux – Poodle:在服务器上禁用SSL V3真的是一个解决方案吗?
  6. matlab 绘制有向图、无向图、有权有向图、有权无向图以及查找最短路径
  7. VMX 进程已提前退出。VMware Workstation 无法连接到虚拟机。请确保您有权运行该程序、访问该程序使用的所有目录以及访问所有临时文件目录。
  8. 图像特征提取(颜色,纹理,形状)
  9. 五花八门的垂直搜索引擎
  10. wnmp php7,wnmp环境php7与其他php版本共存