python 泊松分布函数

python 泊松分布函数
泊松分布是概率论中的一种离散概率分布，一般用于描述单位时间（或单位空间）内随机事件发生的次数。

在Python中，可以使用scipy库中的poisson函数来计算泊松分布的概率密度函数和累积分布函数。

下面是一个使用poisson函数计算泊松分布概率密度函数和累积分布函数的示例代码：
```python
import numpy as np
from scipy.stats import poisson
# 定义泊松分布参数
lam = 3
# 计算概率密度函数
x = np.arange(0, 10)
pmf = poisson.pmf(x, lam)
# 计算累积分布函数
cdf = poisson.cdf(x, lam)
# 打印结果
print('概率密度函数：', pmf)
print('累积分布函数：', cdf)
```
在这个例子中，我们定义了泊松分布的参数lam为3，然后使用
numpy库中的arange函数生成了一个从0到9的整数数组x。

接着，我们使用poisson函数分别计算了x中每个值对应的概率密度函数和累积分布函数，并将结果打印出来。

在实际应用中，泊松分布常用于描述一些随机事件的发生率，比如网站每小时的访问次数、电话接线员每分钟接到的电话数等等。

通过对这些事件的泊松分布进行建模，我们可以更好地了解和预测它们的变化规律，从而更好地进行管理和优化。