Python中的随机测试模型

我想使用泊松检验函数，根据给定的概率p，事件是否发生。Python的随机模块似乎没有这样的功能，因此我发现

• 把概率p变成分数
• 随机选取一个整数
• 成功是指在等于分母的整数范围内，小于或等于分子

一、 然而，我相信对于给定的任务来说，这不是最有效的代码。我也怀疑它的正确性，尽管如此，我认为它应该是随机的

def泊松试验（p）：
“两种可能结果的泊松检验，其中p为成功概率”
进口分数
随机输入
从十进制输入十进制
p=十进制（{0}）。格式（p））
p=分数。分数（p）
如果random.randrange（p.分母）您的函数显然不起作用：

>>> from collections import Counter
>>> Counter(poisson_test(0.5) for _ in range(10000))
Counter({True: 10000})

与vanilla一样，它排除了
stop
参数，因此，例如
randrange（2）
将永远be
2
，因此函数始终返回
True

最基本的解决方案是：

if (random.randrange(p.denominator) + 1) <= p.numerator :

或者，使用，其中包括两个参数：

if random.randint(1, p.denominator) <= p.numerator :

if random.randint（1，p.deminator）我认为您需要重新考虑您试图做什么。泊松分布描述了你观察到0，1，2，。。。给定进程具有指定的发生率，以固定的时间间隔发生。你所描述的不是泊松分布。如果有两种结果，成功或失败，有固定的成功概率，那么就有一个伯努利随机变量。
if random.randint(1, p.denominator) <= p.numerator :

import random

def poisson_test(p):
    """Poisson test with two possible outcomes, where p is success probability."""
    return random.random() <= p