使用 scipy.stats.poisson 有没有比我目前的方法更简单的方法？答案

【问题标题】：Is there an easier way to use scipy.stats.poisson than my current method?使用 scipy.stats.poisson 有没有比我目前的方法更简单的方法？
【发布时间】：2020-05-15 21:35:46
【问题描述】：

我使用 scipy.stats 来计算不同足球比赛中进球的泊松概率分布，但我不禁想到有一种更简单的方法。

假设我正在尝试计算总进球数少于 3 个的比赛作为最终结果的概率。目前我正在使用这样的东西（我的测试运行结果是正确的）：

def under25(self, homeS, awayS):
        under25 = 100 * (((poisson.pmf(0, homeS) * poisson.pmf(0, awayS)) +
                         (poisson.pmf(1, homeS) * poisson.pmf(0, awayS)) +
                         (poisson.pmf(0, homeS) * poisson.pmf(1, awayS)) +
                         (poisson.pmf(1, homeS) * poisson.pmf(1, awayS)) +
                         (poisson.pmf(2, homeS) * poisson.pmf(0, awayS)) +
                         (poisson.pmf(0, homeS) * poisson.pmf(2, awayS))))
        return round(float(np.array2string(under25)), 5)

如果我将参数作为under25(2, 3) 传递，则输出为12.4652，这是正确的。

我已经尝试了scipy.stats.poisson 下的所有函数，但它们都返回 numpy 数组，我无法自己或在线弄清楚该怎么做。

除此之外还有更短的方法吗？

【问题讨论】：

标签： python numpy scipy poisson

【解决方案1】：

您始终可以将值作为 numpy 数组传递：

def fn(homeS,awayS):
    S = sum(poisson.pmf(np.array([0,1,0,1,2,0]),homeS)*poisson.pmf(np.array([0,0,1,1,0,2]),awayS))
    return round(float(np.array2string(100*S)), 5)

fn(2,3)
12.4652

【讨论】：

非常感谢！这正是我想要的。我早些时候尝试过，但使用 np.arange 但它没有用。你能解释一下这是如何工作的吗？
np.arange 可以，它必须是连续的，例如 np.arange(1,5,step=2) 或 np.arange(5,1,step=-2)。 np.array 将列表转换为数组，因此您可以在列表中使用它
你可以做 poisson.pmf(np.arange(0,5,step=1),1) 例如，它会给你从 0 到 4.. 的概率 lambda 1
谢谢。这可能会删除 50 行多余的代码：D