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。