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

Question

我用scipy.stats来计算不同足球比赛中进球的泊松概率分布，但我忍不住认为有一种更简单的方法可以做到这一点

假设我试图计算一场比赛总进球数少于3个的概率作为最终结果。目前我正在使用类似的方法（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)

如果我以under25(2, 3)的形式传入参数，则输出为12.4652，这是正确的

我已经尝试了scipy.stats.poisson下的所有函数，但它们都返回numpy数组，我还没有弄清楚自己或在线可以做什么

除了这条路，还有更短的路吗

Answer 1

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