【发布时间】：2015-01-14 17:00:34
【问题描述】：
我有一个array 的值，这些值是从观察值y1 开始生成的，并假设该值具有poissonian 分布：
array = np.random.poisson(np.real(y1), 10000)
如果我想从array 中提取一个随机值，该随机值是泊松分布的，因此有一个在y1 处达到峰值的“最可能值”？我怎样才能做到这一点？它是通过简单的随机提取工作，还是需要指定其他内容？
编辑：试图更具体。我有一个数组，其元素是泊松分布的。如果我想从该数组中随机提取一个元素，我应该告诉方法有关数组分布的信息，还是没有必要？ 我希望这会澄清一点。
【问题讨论】：
-
不管数组中的数据如何，如果你想生成一个随机索引来从数组中获取一个值，你只需使用
random.randint(0, arraySize) -
您的问题有点难以解释...例如，根据我的解释，如果您有分布 [.25, .75]，您希望随机选择类似于[1, 0, 1, 1, 1, 0, 1, 1...]，即 1 的数量大约是 0 的 3 倍？或者，按照 Alex 和 mickey 的解释，你的 1 和 0 一样多？那么你想要哪个（或其他）？
-
@tom10，对不起，我不明白你的问题。我的意思是，在泊松分布中，有一个更可能的值（峰值）和不太可能的值（尾部）。当方法从泊松分布数组中随机选择时，它是否需要知道分布，或者这不是必需的，因为分布已经在数组中定义了？
-
“随机”这个词是不够的。如您所知，随机数可以有分布。您是要以相等的概率还是基于此分布（即，与分布中值的概率）来选择每个元素。因此，再次重申，如果您的分布是 [.25, .75]，您希望选择 0.25 的频率与选择 0.75 的频率相同，还是希望更频繁地选择 0.75，因为它是更可能的值。
-
@tom10，是的，我希望随机选择更频繁地选择更可能的值，当然。但是，我的疑问是：如果更可能的值也更频繁，模块是否需要知道分布？即，如果我们有 [.25, .75, .75, .75]，自然会更频繁地提取更可能的值......
标签： python numpy random poisson