借助于numpy.random.laplace()方法，我们可以获得具有特定均值和标度值的Laplace或双 index 分布的随机样本，并使用此方法返回随机样本。
拉普拉斯分布
用法：numpy.random.laplace(loc=0.0, scale=1.0, size=None)
返回：以numpy数组形式返回随机样本。
范例1：
在此示例中，我们可以看到，通过使用numpy.random.laplace()方法，我们可以获得拉普拉斯或双 index 分布的随机样本，并使用此方法返回随机样本。
Python3
# import numpy
import numpy as np
import matplotlib.pyplot as plt
# Using numpy.random.laplace() method
gfg = np.random.laplace(1.45, 15, 1000)
count, bins, ignored = plt.hist(gfg, 30, density = True)
plt.show()输出：
范例2：
Python3
# import numpy
import numpy as np
import matplotlib.pyplot as plt
# Using numpy.random.laplace() method
gfg = np.random.laplace(0.5, 12.45, 1000)
gfg1 = np.random.laplace(gfg, 12.45, 1000)
count, bins, ignored = plt.hist(gfg1, 40, density = True)
plt.show()输出：
相关用法
注：本文由纯净天空筛选整理自Jitender_1998大神的英文原创作品 numpy.random.laplace() in Python。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。