1、指数分布
指数分布用于描述直到下一个事件的时间,例如 失败/成功等
它有两个参数:
scale
-比率的倒数(请参阅泊松分布中的lam)默认为1.0。
size
-返回数组的形状。
例如:
绘制一个样本,以2x3的大小以2.0的比例进行指数分布:
from numpy import random x = random.exponential(scale=2, size=(2, 3)) print(x)
2、指数分布的可视化
例如:
from numpy import random import matplotlib.pyplot as plt import seaborn as sns sns.distplot(random.exponential(size=1000), hist=False) plt.show()
Result
3、泊松和指数分布的关系
泊松分布处理一个时间段内事件的发生次数,而指数分布处理这些事件之间的时间。