1、问题发现

    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’

2、问题解决

    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)

    之后运行正常：

    即矩阵的三行分别服从不同期望值的泊松分布

    折腾半小时哼╭(╯^╰)╮