Python/Numpy/Scipy：異なるラムダのポアソンランダム値を描画する

Question

私の問題は、それぞれが異なる平均/レートのポアソンランダム値（RV）を最も効率的に抽出することです。Lam基本的にはsize(RV) == size(Lam)です。

ここで、それはナイーブ（非常に遅い）実装です：私のラップトップ上の

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 

、1E6のサンプルでは、​​提供します：

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

それはここから改善することは可能ですか？

Answer 1

ドキュメントストリングにはこの機能が記載されていませんが、sourceはnumpy.random.poisson関数に配列を渡すことが可能であることを示しています。

>>> 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一方の離散倍数を返し、ラムダが1を超えて成長するように釣鐘曲線に近似します。

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

この方法をポアソンジェネレータに渡すこの方法は、非常に効率的であるようです。

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