中，我們可以使用SciPy庫(kù)中的stats模塊來(lái)生成泊松分布的隨機(jī)數(shù)，從而模擬隨機(jī)事件序列。

```portumpypport

函數(shù)來(lái)生成泊松分布的隨機(jī)數(shù)。該函數(shù)的參數(shù)是隨機(jī)事件發(fā)生的平均次數(shù)，例如

``` = 3)

函數(shù)返回的隨機(jī)變量對(duì)象賦值給rv變量。

接下來(lái)，我們可以使用rv.rvs方法來(lái)生成隨機(jī)事件序列。該方法的參數(shù)是生成的隨機(jī)數(shù)的數(shù)量，例如

``` = 10ts)

ts變量，即得到一個(gè)包含10個(gè)隨機(jī)事件次數(shù)的序列。

，我們可以打印出隨機(jī)事件序列，例如

```tts)

輸出結(jié)果可能類似于

[2 1 2 2 1 1 2 2 2 2]

這里，我們可以看到隨機(jī)事件次數(shù)在平均值附近波動(dòng)，符合泊松分布的特點(diǎn)。

函數(shù)可以方便地生成泊松分布的隨機(jī)事件序列，為模擬隨機(jī)事件提供了一種簡(jiǎn)單而有效的方法。