概率分布函数--二项分布&poisson分布

最新推荐文章于 2025-05-17 14:38:08 发布

原创最新推荐文章于 2025-05-17 14:38:08 发布 · 9.6k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#numpy #概率分布函数图形

python 专栏收录该内容

4 篇文章

订阅专栏

本文探讨了概率分布中的二项分布和Poisson分布，通过使用numpy库进行模拟和图形展示。通过调整试验次数n和成功概率p，观察分布特性。随着模拟次数size的增加，结果更趋近于理论模型。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import matplotlib.pyplot as plt
import numpy as np

课程要求画图，查看官方文档

numpy.random.binomial(n, p, size=None)

n trials and p probability of success where n an integer >= 0 and p is in the interval [0,1].
size这里为模拟的次数

n = 10
p = .5
s = np.random.binomial(n, p, size=100000)
plt.xlabel("n=10, p=0.5")
plt.ylabel("Binomial")
count, bins, ignored = plt.hist(s, 10, color="blue", normed=True)
plt.show()

这里写图片描述
size越大越接近理想模型

np.random.poisson(lam=1.0, size=None)

同上

s = np.random.poisson(lam=3, size=200000)
plt.xlabel("lambda=3")
plt.ylabel("Poisson")
count, bins, ignored = plt.hist(s, 14, color="yellow", normed=True)
plt.show()