有没有比我目前的方法更容易使用 scipy.stats.poisson 的方法？

Question

我使用 scipy.stats 来计算不同足球比赛中进球的泊松概率分布，但我不禁认为有更简单的方法可以做到这一点。

假设我正在尝试计算一场比赛的总进球数少于 3 个的概率作为最终结果。目前我正在使用这样的东西（我的测试结果是正确的）：

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，输出是 12.4652，这是正确的。

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

除了这个还有更短的路吗？

Answer 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

有没有比我目前的方法更容易使用 scipy.stats.poisson 的方法？

Is there an easier way to use scipy.stats.poisson than my current method?

python

numpy

poisson

scipy