借助於numpy.random.laplace()方法，我們可以獲得具有特定均值和標度值的Laplace或雙 index 分布的隨機樣本，並使用此方法返回隨機樣本。
拉普拉斯分布
用法：numpy.random.laplace(loc=0.0, scale=1.0, size=None)
返回：以numpy數組形式返回隨機樣本。
範例1：
在此示例中，我們可以看到，通過使用numpy.random.laplace()方法，我們可以獲得拉普拉斯或雙 index 分布的隨機樣本，並使用此方法返回隨機樣本。
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()輸出：
範例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()輸出：
相關用法
注：本文由純淨天空篩選整理自Jitender_1998大神的英文原創作品 numpy.random.laplace() in Python。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。