在python中每小时创建一天的请求数

Question

假设我们有一个服务，其中有#个请求，我们每小时添加这些请求，比如从12-1和1-2等。所以我想做的是生成这些数量的请求，这些请求跟随泊松到达，然后将其添加到表示一周中某一天的字典中

 monday = [hour_range, number_of_clients_in_that_hour]

最后，我们将有7个字典命名为from Mon to Sunday，在这些字典上，可以使用一些线性回归来预测某一天下一个小时的客户数量。你知道吗

所以基本上，当我用python模拟这个场景时，我需要做一个表示这种场景的到达。我有下面的代码，使用它我使用均匀分布生成# of clients in an hour。对于泊松到达或任何其他真正代表这种情况的到达，我怎么做呢？我的代码如下

day_names = ['mon','tue','wed','thurs','fri','sat','sun']

time_values = np.linspace(1,23,23,dtype='int') # print from 1,2...23

for day_iterator in range(1,7+1): 

     number_of_clients = [] # create empty list that will hold number of clients
        for i in range(1,24,1): #  lets create no. of clients for a day on an hourly basis in this for loop
            rand_value =  random.randint(1,20) # generate number of clients

            number_of_clients.append(rand_value)  # append the number of clients to this list

        # a single day data is generated after this for
        locals() [day_names[day_iterator-1]] = dict(zip(time_values,number_of_clients)) # create dict for each day of a week


    # print each day
    print "monday = %s"%mon
    print "tuesday = %s"%tue
    print "wed = %s"%wed
    print "thurs = %s"%thurs
    print "fri = %s"%fri
    print "sat = %s"%sat
    print "sun = %s"%sun

    plt.plot(mon.keys(),mon.values())

Answer 1

泊松过程的到达间隔时间（在通常的简化假设下）是指数分布的。在这种建模工作中，通常使用的是到达时间，而不是父进程。你知道吗

下面是如何使用著名的Python库获得Poisson进程每小时的计数。注意，scale是泊松参数的倒数。你知道吗

>>> def hourly_arrivals(scale=1):
...     count = 0
...     while expon.rvs(scale=scale, size=1) < 1:
...         count += 1
...     return count
... 
>>> hourly_arrivals()
0
>>> hourly_arrivals()
8
>>> hourly_arrivals()
0
>>> hourly_arrivals()
1
>>> hourly_arrivals()
4
>>> hourly_arrivals()
0
>>> hourly_arrivals()
2

你也问过“任何其他真正代表这种情况的到来”。这是一个经验问题。我想说的是，为你正在研究的系统收集尽可能多的稳态到达时间，并尝试对它们拟合一个累积分布函数。如果你想讨论这个问题，请再提一个问题。你知道吗