概率分布是描述随机变量取值的概率情况的函数。常见的概率分布包括二项分布、泊松分布等。
二项分布（Binomial Distribution）：描述了一次试验中成功事件发生的次数的概率分布。它的基础语法如下：
概率质量函数：pmf(k, n, p) 表示在n次试验中成功k次的概率。
累积分布函数：cdf(k, n, p) 表示在n次试验中成功不超过k次的概率。
期望：mean(n, p) 表示n次试验中成功的平均次数。
方差：var(n, p) 表示n次试验中成功的方差。
泊松分布（Poisson Distribution）：描述了在一定时间或空间范围内，事件发生的次数的概率分布。它的基础语法如下：
概率质量函数：pmf(k, λ) 表示在一个固定时间或空间范围内，事件发生k次的概率。
累积分布函数：cdf(k, λ) 表示在一个固定时间或空间范围内，事件发生不超过k次的概率。
期望：mean(λ) 表示事件在一个固定时间或空间范围内发生的平均次数。
方差：var(λ) 表示事件在一个固定时间或空间范围内发生的方差。
除了二项分布和泊松分布，还有其他常见的概率分布如正态分布、指数分布等。学习不同的概率分布可以帮助我们理解和分析实际问题中的随机变量及其分布情况，从而进行概率推断、统计建模等工作。
