NumPy 指数分布

指数分布

指数分布用于描述到下一事件的时间，例如失败/成功等。

在 NumPy 中，使用 random.exponential()方法来进行指数分布。

它有两个参数：

• scale - 速率的倒数（参见泊松分布中的lam）默认为1.0。
• size - 返回数组的形状。

实例

抽取一个 2.0 标度、2x3 尺寸的指数分布样本：

from numpy import random
x = random.exponential(scale=2, size=(2, 3))
print(x)

可视化指数分布

实例

import sys
import matplotlib
matplotlib.use('Agg')
from numpy import random
import matplotlib.pyplot as plt
import seaborn as sns
sns.distplot(random.exponential(size=1000), hist=False)
plt.show()
plt.savefig(sys.stdout.buffer)
sys.stdout.flush()

结果

泊松分布与指数分布的关系

泊松分布是单位时间内，独立事件发生次数的概率分布。指数分布是描述泊松过程中的事件之间的时间的概率分布，即事件以恒定平均速率连续且独立地发生的过程。