Poisson 随机变量
numpy.random 模块同时提供了适用于离散与连续随机变量的多种常用概率分布。在本练习中，您将学习如何从概率分布中进行抽样。
具体来说，您将从一个非常重要的离散概率分布——Poisson 分布中抽样。它通常用于刻画事件发生的平均速率。
完成练习后，您应当能够将这些步骤应用到 numpy.random 中的任意概率分布。此外，您还会看到，随着我们从某个分布中抽取更多样本，样本均值会如何变化。
本练习是课程的一部分
Python 中的统计模拟
练习说明
- 使用
np.random.poisson()，基于给定的lam（lambda）和size_1，从 Poisson 分布中抽样。 - 重复上一步，但这次使用
size_2。 - 对上述每组样本，使用
np.mean()和abs()计算其均值与 lambda 的绝对差。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Initialize seed and parameters
np.random.seed(123)
lam, size_1, size_2 = 5, 3, 1000
# Draw samples & calculate absolute difference between lambda and sample mean
samples_1 = np.random.poisson(____, ____)
samples_2 = np.random.poisson(____, ____)
answer_1 = abs(____)
answer_2 = abs(____)
print("|Lambda - sample mean| with {} samples is {} and with {} samples is {}. ".format(size_1, answer_1, size_2, answer_2))