今天在处理服从泊松分布的随机数时遇到了问题。
首先,用循环直接生成了一个3*4阶的矩阵,所有数都服从均值为5的泊松分布。代码如下:
x = []
d=4# 矩阵列数为d d天
z=3#矩阵行数为z z个采集点位
for i in range(0, z): #矩阵行数为z
#所有行的λ均为5
x.append(np.random.poisson(lam=5, size=d)) # lam为λ size为k
# print(x[i])
# print(x)
a = np.mat(x)
print('a=', a)
print(x.shape)
print(a.shape)
得到结果:
可以看出x是list型而非array型,出现错误。
将print(x.shape)
注释掉,正常运行:
可以看出a是一个3*4阶矩阵
但是,如果想生成三行均值不同的数组,最初代码如下:
x1.append(np.random.poisson(lam=5, size=d)) # lam为λ size为k
x2.append(np.random.poisson(lam=40, size=d))
x3.append(np.random.poisson(lam=10, size=d))
print(x1,x2,x3)
这样得到的结果跟之前的格式不同:
如果想把这三者组成一个矩阵:
x1.append(np.random.poisson(lam=5, size=d)) # lam为λ size为k
x2.append(np.random.poisson(lam=40, size=d))
x3.append(np.random.poisson(lam=10, size=d))
print(x1,x2,x3)
a = np.mat((x1,x2,x3))#生成矩阵
print('a=', a)
则会出现ValueError: matrix must be 2-dimensional这种报错,及矩阵必须是二维的:
加上print(x1.shape)
,依旧报错:AttributeError: ‘list’ object has no attribute ‘shape’
将上述部分代码改为:
x1=np.random.poisson(lam=5, size=d) # lam为λ size为k
x2=np.random.poisson(lam=40, size=d)
x3=np.random.poisson(lam=10, size=d)