python/Numpy/scipy: Rysowanie Poissona przypadkowe wartości z różnych lambda

Question

mój problem jest ekstrakcja w najbardziej efektywny sposób N wartości losowych Poissona (RV), każdy z inną średnią/stopy Lam. Zasadniczo size(RV) == size(Lam).

Tutaj jest to naiwny (bardzo wolno) realizacja:

import numpy as NP 

def multi_rate_poisson(Lam): 
    rv = NP.zeros(NP.size(Lam)) 
    for i,lam in enumerate(Lam): 
     rv[i] = NP.random.poisson(lam=lam, size=1) 
    return rv 

, że na moim laptopie, z próbkami 1E6 daje:

Lam = NP.random.rand(1e6) + 1 
timeit multi_poisson(Lam) 
1 loops, best of 3: 4.82 s per loop 

Czy można poprawić z tego?

Answer 1

Mimo że docstrukcje nie dokumentują tej funkcji, source wskazuje, że można przekazać tablicę do funkcji numpy.random.poisson.

>>> import numpy 
>>> # 1 dimension array of 1M random var's uniformly distributed between 1 and 2 
>>> numpyarray = numpy.random.rand(1e6) + 1 
>>> # pass to poisson 
>>> poissonarray = numpy.random.poisson(lam=numpyarray) 
>>> poissonarray 
array([4, 2, 3, ..., 1, 0, 0]) 

poisson random variable na przywrócenie oddzielne wielokrotności jednej i zbliżona do krzywej dzwonowej, jak N rośnie poza jeden.

>>> import matplotlib.pyplot 
>>> count, bins, ignored = matplotlib.pyplot.hist(
      numpy.random.poisson(
        lam=numpy.random.rand(1e6) + 10), 
        14, normed=True) 
>>> matplotlib.pyplot.show() 

Ta metoda przekazywania tablicy do generatora poissona wydaje się być dość wydajna.

>>> timeit.Timer("numpy.random.poisson(lam=numpy.random.rand(1e6) + 1)", 
       'import numpy').repeat(3,1) 
[0.13525915145874023, 0.12136101722717285, 0.12127304077148438]