Python 随机指数变量等价于泊松过程吗

我在某个地方读到python库函数random.expVariate生成的间隔相当于泊松过程事件。

---

这是真的吗？还是我应该对结果施加一些其他函数？

严格阅读您的问题，是的，这就是random.expvariate所做的

指数变量提供指数分布的随机浮点数。在泊松过程中，连续事件之间的间隔大小是指数级的

然而，我可以想象另外两种建模泊松过程的方法

只需生成随机数，均匀分布并排序即可

生成具有泊松分布的整数（即，它们的分布类似于泊松过程中固定间隔内的事件数）。使用numpy.random.poisson执行此操作

当然，这三件事是完全不同的。正确的选择取决于您的应用程序。

很好地解释了为什么这样做（不仅在python中）以及一些代码。总之

以平均速率模拟泊松过程中的前10个事件 每秒15次到达，如下所示：

import random
for i in range(1,10):
   print random.expovariate(15)

---

关于1，@AdrianRatnapala，[01100]上的一系列均匀分布的随机数，排序后，会模拟泊松过程吗？为什么？@Basj排序的需要也取决于应用程序。泊松过程是一组（即无序）均匀分布的事件。生成数据的列表或数组还将包含有关生成顺序的“不需要的”信息。排序会破坏这些信息。