锐客网

  1. 首页 > 睿知 > it技术 > >

缺省函数Python 缺省函数参数的定义

IT技术函数

python集合和函数变量名={元素，元素，，，}
nums={11,24,45,96,28}
nums.add(42)
print(nums)
nums={11,24,45,96,28}
nums2=["anfly","tom"]
nums.update(nums2)
print(nums)
1）nums={11,24,45,96,28}[没有该数字报错]
nums.remove(24)
print(nums)
2）nums={11,24,45,96,28}[随机删]
nums.pop()
print(nums)
3）nums={11,24,45,96,28} [没有该数字不会报错]
nums.discard(24)
print(nums)
交集:(存在相同元素)
set1={"anfly","tom","haha"}
set2={"anfly","susala"}
set3=set1set2
print(set3)
并集:(得到全部集合中全部的元素)
set1={1,2,3,4}
set2={3,4,5,6}
new_set=set1|set2
print(new_set)
运算符 (* in)
内置函数 (len max min del)
列：set1 = {"1","2","3"}
print(min(set1))
def函数名():
执行语句
函数名()
列：
defhello():
print("hello word")
hello()
2.函数参数：
defadd2num():
a=11
b=22
c=a b
print(c)
add2num()
3.位置参数:
deffun(a,b):
print("a:",a)
print("b:",b)
fun(2,3)
4.关键字参数：
deffun(a,b):
print("a:",a)
print("b:",b)
fun(a=2,b=3)[第一个‘a’可以直接写数字，也可以展示；第二个以及之后‘b’不能直接写数字，要写‘b=3’这种格式]
5.缺省参数
def printinfo(name,age=20):
print("name:",name)
print("age:",age)
printinfo(name="anfly")[展示都能展示出来]
6.不定长参数
1).*args[展示是元组]
defprintinfo(*args):
print("args:",args)
printinfo(100,200,300,400)
2）**args[展示是k.v格式]
def printinfo(**kwargs):
print("kwargs:",kwargs)
printinfo(a=100,b=200,c=300,d=400)
7.参数位置顺序
def sun(a,*args,b=22,**kwargs):
print("a：",a)==10
print("args：",args)==（200，300）
print("b：",b)==2
print("kwargs：",kwargs)=={‘m’:3,'n':4}
sun(100,200,300,b=2,m=3,n=4)
8.函数返回值
def fan(a,b):
return a b
print(fan(1,2))#3
9.匿名函数（lambda函数也叫匿名函数 ， 即函数没有具体的名称）
案例一：
sum=lambda a,b:a b
print(sum(1,2))#3
案例二：
sum=lambda a,b:100
print(sum(1,2))#100
1.局部变量
def jv():
a=3
print(a)
def jv1():
a=99
print(a)
jv()#3
jv1()#99
2.全局变量
def jv():
print(a)
def jv1():
a=99
print(a)
jv()#全局变量
jv1()#99
3.局部变量升成全局变量
def jv():
a=3
global b
b="我也是全局变量"
print(a)
def jv1():
a=99
print(a)
print(b)
jv()#3
jv1()#99 #“我也是全局变量”
python有函数重载吗？python中没有函数重载 。
为了考虑为什么python不提供函数重载，首先我们要研究为什么需要提供函数重载 。
函数重载主要是为了解决两个问题：
可变参数类型 。
可变参数个数 。
另外，一个基本的设计原则是，仅仅当两个函数除了参数类型和参数个数不同以外，其功能是完全相同的，此时才使用函数重载，如果两个函数的功能其实不同，那么不应当使用重载 ， 而应当使用一个名字不同的函数 。
那么对于情况 1 ，函数功能相同，但是参数类型不同，python 如何处理？
答案是根本不需要处理，因为 python 可以接受任何类型的参数，如果函数的功能相同，那么不同的参数类型在 python 中很可能是相同的代码，没有必要做成两个不同函数 。
那么对于情况 2 ， 函数功能相同，但参数个数不同，python 如何处理？
答案就是缺省参数 。对那些缺少的参数设定为缺省参数即可解决问题 。因为你假设函数功能相同，那么那些缺少的参数终归是需要用的 。好了，鉴于情况 1 跟 情况 2 都有了解决方案，python 自然就不需要函数重载了 。
更多Python知识请关注Python自学网
「python」 三个方面讲解函数的缺省参数 所谓缺省参数 ， 在定义函数时 ， 可以给某个参数指定一个默认值 ， 具有默认值的参数就叫做缺省参数 。调用函数时，如果没有传入缺省参数的值，则在函数内部使用定义函数时指定的参数默认值 。
缺省参数的作用：
函数的缺省参数，将常见的值设置为参数的缺省值，从而简化函数的调用 。
例如：对列表排序的方法
执行结果：
在参数后使用赋值语句 ， 可以指定参数的缺省值 。
不设置缺省参数：
执行结果：张三 是 男生
# 假设班上的男生比女生多，我们不传递True这个参数，让性别默认是男生
设置缺省参数：
执行结果：
提示：
1. 缺省参数，需要使用最常见的值作为默认值 。
2. 如果一个参数的值不能确定，则不应该设置默认值，具体的数值在调用函数时，由外界传递 。
一句话讲在定义函数时怎样指定函数的缺省参数的默认值，在形参后面跟上一个等号，等号后面跟上参数的默认值就可以了 。可以看以上案例 。
必须保证带有默认值的缺省参数在参数列表末尾 。
所以，以下定义是错的：
PyCharm在错误的参数下面会有一个波浪线提示，告诉你要么给它挪到缺省参数前面，要么它也变成带有默认值的缺省参数 。
在调用函数时，如果有多个缺省参数，需要指定参数名，这样解释器才能能够知道参数的对应关系 。
执行结果：
python中利用pandas怎么处理缺省值null/None/NaN
null经常出现在数据库中
None是Python中缺省函数Python的缺失值缺省函数Python，类型是NoneType
NaN也是python中缺省函数Python的缺失值缺省函数Python，意思是不是一个数字缺省函数Python，类型是float
在pandas和Numpy中会将None替换为NaN，而导入数据库中的时候则需要把NaN替换成None
找出空值
isnull()
notnull()
添加空值
numeric容器会把None转换为NaN
In [20]: s = pd.Series([1, 2, 3])
In [21]: s.loc[0] = None
In [22]: s
Out[22]:
0NaN
12.0
23.0
dtype: float641234567891012345678910
object容器会储存None
In [23]: s = pd.Series(["a", "b", "c"])
In [24]: s.loc[0] = None
In [25]: s.loc[1] = np.nan
In [26]: s
Out[26]:
0None
1NaN
2c
dtype: object123456789101112123456789101112
空值计算
arithmetic operations(数学计算)
NaN运算的结果是NaN
statistics and computational methods(统计计算)
NaN会被当成空置
GroupBy
在分组中会忽略空值
清洗空值
填充空值
fillna
DataFrame.fillna(value=https://www.04ip.com/post/None, method=None, axis=None, inplace=False, limit=None, downcast=None, **kwargs)
参数
value : scalar, dict, Series, or DataFrame
method : {‘backfill’, ‘bfill’, ‘pad’, ‘ffill’, None}, default None(bfill使用后面的值填充,ffill相反）
axis : {0 or ‘index’, 1 or ‘columns’}
inplace : boolean, default False
limit : int, default None
downcast : dict, default is None
返回值
filled : DataFrame
Interpolation
replace
删除空值行或列
DataFrame.dropna(axis=0, how=’any’, thresh=None, subset=None, inplace=False)
参数
axis : {0 or ‘index’, 1 or ‘columns’}, or tuple/list thereof
how : {‘any’, ‘all’}
thresh : int, default None
subset : array-like
inplace : boolean, default False
返回
dropped : DataFrame
python中plt.post是什么函数2018-05-04 11:11:36
122点赞
qiurisiyu2016
码龄7年
关注
matplotlib
1、plt.plot(x,y)
plt.plot(x,y,format_string,**kwargs)
x轴数据，y轴数据，format_string控制曲线的格式字串
format_string 由颜色字符，风格字符 ， 和标记字符
import matplotlib.pyplot as plt
plt.plot([1,2,3,6],[4,5,8,1],’g-s’)
plt.show()
结果
**kwards：
color 颜色
linestyle 线条样式
marker 标记风格
markerfacecolor 标记颜色
markersize 标记大小 等等
plt.plot([5,4,3,2,1])
plt.show()
结果
plt.plot([20,2,40,6,80])#缺省x为[0,1,2,3,4,...]
plt.show()
结果
plt.plot()参数设置
Property Value Type
alpha 控制透明度，0为完全透明，1为不透明
animated [True False]
antialiased or aa [True False]
clip_box a matplotlib.transform.Bbox instance
clip_on [True False]
clip_path a Path instance and a Transform instance, a Patch
color or c 颜色设置
contains the hit testing function
dash_capstyle [‘butt’ ‘round’ ‘projecting’]
dash_joinstyle [‘miter’ ‘round’ ‘bevel’]
dashes sequence of on/off ink in points
data 数据(np.array xdata, np.array ydata)
figure 画板对象a matplotlib.figure.Figure instance
label 图示
linestyle or ls 线型风格[‘-’ ‘–’ ‘-.’ ‘:’ ‘steps’ …]
linewidth or lw 宽度float value in points
lod [True False]
marker 数据点的设置[‘ ’ ‘,’ ‘.’ ‘1’ ‘2’ ‘3’ ‘4’]
markeredgecolor or mec any matplotlib color
markeredgewidth or mew float value in points
markerfacecolor or mfc any matplotlib color
markersize or ms float
markevery [ None integer (startind, stride) ]
picker used in interactive line selection
pickradius the line pick selection radius
solid_capstyle [‘butt’ ‘round’ ‘projecting’]
solid_joinstyle [‘miter’ ‘round’ ‘bevel’]
transform a matplotlib.transforms.Transform instance
visible [True False]
xdata np.array
ydata np.array
zorder any number
确定x ， y值，将其打印出来
x=np.linspace(-1,1,5)
y=2*x 1
plt.plot(x,y)
plt.show()
2、plt.figure()用来画图，自定义画布大小
fig1 = plt.figure(num='fig111111', figsize=(10, 3), dpi=75, facecolor='#FFFFFF', edgecolor='#0000FF')
plt.plot(x,y1)#在变量fig1后进行plt.plot操作，图形将显示在fig1中
fig2 = plt.figure(num='fig222222', figsize=(6, 3), dpi=75, facecolor='#FFFFFF', edgecolor='#FF0000')
plt.plot(x,y2)#在变量fig2后进行plt.plot操作，图形将显示在fig2中
plt.show()
plt.close()
结果
fig1 = plt.figure(num='fig111111', figsize=(10, 3), dpi=75, facecolor='#FFFFFF', edgecolor='#0000FF')
plt.plot(x,y1)
plt.plot(x,y2)
fig2 = plt.figure(num='fig222222', figsize=(6, 3), dpi=75, facecolor='#FFFFFF', edgecolor='#FF0000')
plt.show()
plt.close()
结果：
3、plt.subplot(222)
将figure设置的画布大小分成几个部分，参数‘221’表示2(row)x2(colu),即将画布分成2x2，两行两列的4块区域，1表示选择图形输出的区域在第一块，图形输出区域参数必须在“行x列”范围 ， 此处必须在1和2之间选择——如果参数设置为subplot(111)，则表示画布整个输出，不分割成小块区域 ， 图形直接输出在整块画布上
plt.subplot(222)
plt.plot(y,xx)#在2x2画布中第二块区域输出图形
plt.show()
plt.subplot(223)#在2x2画布中第三块区域输出图形
plt.plot(y,xx)
plt.subplot(224)# 在在2x2画布中第四块区域输出图形
plt.plot(y,xx)
4、plt.xlim设置x轴或者y轴刻度范围
如
plt.xlim(0,1000)#设置x轴刻度范围 ， 从0~1000#lim为极限，范围
plt.ylim(0,20)# 设置y轴刻度的范围，从0~20
5、plt.xticks()：设置x轴刻度的表现方式
fig2 = plt.figure(num='fig222222', figsize=(6, 3), dpi=75, facecolor='#FFFFFF', edgecolor='#FF0000')
plt.plot(x,y2)
plt.xticks(np.linspace(0,1000,15,endpoint=True))# 设置x轴刻度
plt.yticks(np.linspace(0,20,10,endpoint=True))
结果
6、ax2.set_title('xxx')设置标题 ， 画图
#产生[1,2,3,...,9]的序列
x = np.arange(1,10)
y = x
fig = plt.figure()
ax1 = fig.add_subplot(221)
#设置标题
ax1.set_title('Scatter Plot1')
plt.xlabel('M')
plt.ylabel('N')
ax2 = fig.add_subplot(222)
ax2.set_title('Scatter Plot2clf')
#设置X轴标签
plt.xlabel('X')#设置X/Y轴标签是在对应的figure后进行操作才对应到该figure
#设置Y轴标签
plt.ylabel('Y')
#画散点图
ax1.scatter(x,y,c = 'r',marker = 'o')#可以看出画散点图是在对figure进行操作
ax2.scatter(x,y,c = 'b',marker = 'x')
#设置图标
plt.legend('show picture x1 ')
#显示所画的图
plt.show()
结果
7、plt.hist（）绘制直方图（可以将高斯函数这些画出来）
绘图都可以调用matplotlib.pyplot库来进行 ， 其中的hist函数可以直接绘制直方图
调用方式：
n, bins, patches = plt.hist(arr, bins=10, normed=0, facecolor='black', edgecolor='black',alpha=1，histtype='bar')
hist的参数非常多，但常用的就这六个 ， 只有第一个是必须的 ， 后面四个可选
arr: 需要计算直方图的一维数组
bins: 直方图的柱数，可选项，默认为10
normed: 是否将得到的直方图向量归一化 。默认为0
facecolor: 直方图颜色
edgecolor: 直方图边框颜色
alpha: 透明度
histtype: 直方图类型 ， ‘bar’, ‘barstacked’, ‘step’, ‘stepfilled’
返回值 ：
n: 直方图向量，是否归一化由参数normed设定
bins: 返回各个bin的区间范围
patches: 返回每个bin里面包含的数据，是一个list
from skimage import data
import matplotlib.pyplot as plt
img=data.camera()
plt.figure("hist")
arr=img.flatten()
n, bins, patches = plt.hist(arr, bins=256, normed=1,edgecolor='None',facecolor='red')
plt.show()
例：
mu, sigma = 0, .1
s = np.random.normal(loc=mu, scale=sigma, size=1000)
a,b,c = plt.hist(s, bins=3)
print("a: ",a)
print("b: ",b)
print("c: ",c)
plt.show()
结果：
a:[ 85. 720. 195.]#每个柱子的值
b:[-0.36109509 -0.13573180.089631490.31499478]#每个柱的区间范围
c:a list of 3 Patch objects#总共多少柱子
8、ax1.scatter(x,y,c = 'r',marker = 'o')
使用注意：确定了figure就一定要确定象限，然后用scatter，或者不确定象限，直接使用plt.scatter
x = np.arange(1,10)
y = x
fig = plt.figure()
a=plt.subplot()#默认为一个象限
# a=fig.add_subplot(222)
a.scatter(x,y,c='r',marker='o')
plt.show()
结果
x = np.arange(1,10)
y = x
plt.scatter(x,y,c='r',marker='o')
plt.show()
结果
import numpy as np
import matplotlib.pyplot as plt
x = np.arange(1,10)
y = x
plt.figure()
plt.scatter(x,y,c='r',marker='o')
plt.show()
结果
文章知识点与官方知识档案匹配
Python入门技能树基础语法函数
211242 人正在系统学习中
打开CSDN APP，看更多技术内容
plt的一些函数的使用_班花i的博客_plt函数
plt.函数 Fwuyi的博客 6513 1plt.figure( )函数:创建画布 2plt.plot(x, y, format_string, label="图例名"):绘制点和线, 并控制样式 。其中x是x轴数据,y是y轴数据,xy一般是列表和数组 。format_string 是字符串的格式包括线...
继续访问
Python的数据科学函数包(三)——matplotlib(plt)_hxxjxw的博客...
import matplotlib.pyplot as plt plt.imshow(img) plt.show() plt.imshow()有一个cmap参数,即指定颜色映射规则 。默认的cmap即颜料板是十色环 哪怕是单通道图,值在0-1之间,用plt.imshow()仍然可以显示彩色图,就是因为颜色映射的关...
继续访问
对Python中plt的画图函数详解
今天小编就为大家分享一篇对Python中plt的画图函数详解，具有很好的参考价值，希望对大家有所帮助 。一起跟随小编过来看看吧
plt.plot()函数详解
plt.plot()函数详细介绍 plt.plot(x, y, format_string, **kwargs) 参数 说明 x X轴数据，列表或数组，可选 y Y轴数据 ， 列表或数组 format_string 控制曲线的格式字符串，可选 **kwargs 第二组或更多(x,y,format_string)，可画多条曲线 format_string 由颜色字符、风格字符、标记字符组成 颜色字符 'b' 蓝色 'm' 洋红色 magenta 'g' 绿色 'y.
继续访问
python图像处理基础知识(plt库函数说明)_小草莓爸爸的博客_p...
1.画图(plt库)1.1 plt.figure(num=’’,figsize=(x, y),dpi= ,facecolor=’’,edgecolor=’’)num:表示整个图标的标题 figsize:表示尺寸 facecolor:表示1.2 plt.plot(x,y,format_string,**kwargs)...
继续访问
plt的一些函数使用_neo3301的博客_plt函数
1、plt.plot(x,y) plt.plot(x,y,format_string,**kwargs) x轴数据,y轴数据,format_string控制曲线的格式字串 format_string 由颜色字符,风格字符,和标记字符 import matplotlib.pyplot as plt ...
继续访问
最新发布 python plt 绘图详解（plt.版本）
python plt绘图详解
继续访问
python图像处理基础知识（plt库函数说明）
import matplotlib.pyplot as plt的一些基础用法 ， 包括直方图
继续访问
plt.subplot() 函数解析_Ensoleile 。的博客_plt.subplot
plt.subplot()函数用于直接制定划分方式和位置进行绘图 。函数原型 subplot(nrows, ncols, index, **kwargs),一般我们只用到前三个参数,将整个绘图区域分成 nrows 行和 ncols 列,而 index 用于对子图进行编号 。
继续访问
...中plt的画图函数_Ethan的博客的博客_python的plt函数
1、plt.legend plt.legend(loc=0)#显示图例的位置,自适应方式 说明: 'best' : 0, (only implemented for axes legends)(自适应方式) 'upper right' : 1, 'upper left' : 2, 'lower left' : 3, 'lower right' : 4, ...
继续访问
plt.函数
1 plt.figure( ) 函数：创建画布 2 plt.plot(x, y, format_string, label="图例名")：绘制点和线, 并控制样式 。其中x是x轴数据，y是y轴数据 ， xy一般是列表和数组 。format_string 是字符串的格式包括线条颜色、点类型、线类型三个部分 。向参数label传入图例名，使用plt.legend( )创建图例 。2.1 画一条含x、y的线条 import matplotlib.pyplot as plt x = [1, 2, 3, 4] y
继续访问
Python深度学习入门之plt画图工具基础使用（注释详细，超级简单）
Python自带的plt是深度学习最常用的库之一，在发表文章时必然得有图作为支撑，plt为深度学习必备技能之一 。作为深度学习入门，只需要掌握一些基础画图操作即可，其他等要用到的时候看看函数API就行 。1 导入plt库（名字长，有点难记） import matplotlib.pyplot as plt 先随便画一个图，保存一下试试水： plt.figure(figsize=(12,8), dpi=80) plt.plot([1,2,6,4],[4,5,6,9]) plt.savefig('./plt_pn
继续访问
python画图plt函数学习_dlut_yan的博客_python plt
figure()函数可以帮助我们同时处理生成多个图,而subplot()函数则用来实现,在一个大图中,出现多个小的子图 。处理哪个figure,则选择哪个figure,再进行画图 。参考博客 importmatplotlib.pyplotaspltimportnumpyasnp x=np.arange(-1,1,0.1...
继续访问
plt.plot()函数_安之若醇的博客_plt.plot()函数
plt.plot()函数是matplotlib.pyplot用于画图的函数传一个值列表:import numpy as npimport matplotlib.pyplot as pltt=[1,2,3,4,5]y=[3,4,5,6,7]plt.plot(t, y)当x省略的时候,默认[0,1…,N-1]递增可以传元组也可以传...
继续访问
python画图plt函数学习
python中的绘图工具 ：matplotli，专门用于画图 。一. 安装与导入 工具包安装：conda install matplotli 导入：import matplotlib.pyplot as plt 画图主要有：列表绘图；多图绘图；数组绘图 二. 列表绘图 1. 基础绘图：plt.plot；plt.show import matplotlib.pyplot as plt x = [1, 2, 3, 4] y = [1, 4, 9, 16] plt.plot(x, y) plt.show()
继续访问
python中plt的含义_对Python中plt的画图函数详解
1、plt.legendplt.legend(loc=0)#显示图例的位置，自适应方式说明：'best' : 0, (only implemented for axes legends)(自适应方式)'upper right' : 1,'upper left' : 2,'lower left' : 3,'lower right' : 4,'right' : 5,'cent...
继续访问
Python中plt绘图包的基本使用方法
其中 ， 前两个输入参数表示x轴和y轴的坐标，plot函数将提供的坐标点连接，即成为要绘制的各式线型 。常用的参数中 ， figsize需要一个元组值，表示空白画布的横纵坐标比；plt.xticks()和plt.yticks()函数用于设置坐标轴的步长和刻度 。plt.xlabel()、plt.ylabel()和plt.title()函数分别用于设置x坐标轴、y坐标轴和图标的标题信息 。的数据处理时，发现了自己对plt的了解和使用的缺失，因此进行一定的基础用法的学习，方便之后自己的使用，而不需要频繁的查阅资料 。...
继续访问
python-plt.xticks与plt.yticks
栗子： plt.figure(figsize=(10, 10)) for i in range(25): plt.subplot(5, 5, i 1) plt.xticks([]) plt.yticks([]) plt.grid(False) plt.imshow(train_images[i], cmap=plt.cm.binary) plt.xlabel(class_names[train_labels[i]]) plt.show() 设置x或y轴对应显
继续访问
plt绘图总结
matplotlib绘图
继续访问
Python的数据科学函数包(三)——matplotlib(plt)
继续访问
热门推荐 python plt 画图
使用csv数据文件在百度网盘 import pandas as pd unrate = pd.read_csv('unrate.csv') # pd.to_datetime() 转换成日期格式，即由 1948/1/1 转换为 1948-01-01 unrate['DATE'] = pd.to_datetime(unrate['DATE']) print(unrate.head(12)) ...
继续访问
python数据可视化实现步骤,Python数据可视化图实现过程详解
Python数据可视化图实现过程详解更多python视频教程请到菜鸟教程画分布图代码示例：# encoding=utf-8import matplotlib.pyplot as pltfrom pylab import * # 支持中文mpl.rcParams[‘font.sans-serif’] = [‘SimHei’]‘mention...
继续访问
matplotlib-plt.plot用法
文章目录 英语好的直接参考这个网站 matplotlib.pyplot.plot(*args, scalex=True, scaley=True, data=https://www.04ip.com/post/None, **kwargs) 将x,y绘制为线条或标记 参数： x, y：数据点的水平/垂直坐标 。x值是可选的，默认为range（len（y）） 。通常，这些参数是 一维数组 。它们也可以是标量，也可以是二维的（在这种情况下，列代表单独的数据集） 。这些参数不能作为关键字传递 。fmt：格式字符串 ， 格式字符串只是用于快速设置基本行属性的缩
继续访问
python Plt学习
plt的简单学习
继续访问
plt.show()和plt.imshow()的区别
问题：plt.imshow()无法显示图像 解决方法:添加：plt.show()，即 plt.imshow(image) #image表示待处理的图像 plt.show() 原理：plt.imshow()函数负责对图像进行处理，并显示其格式，而plt.show()则是将plt.imshow()处理后的函数显示出来 。...
继续访问
python题库刷题网站_python在线刷题网站
{"moduleinfo":{"card_count":[{"count_phone":1,"count":1}],"search_count":[{"count_phone":4,"count":4}]},"card":[{"des":"阿里技术人对外发布原创技术内容的最大平台；社区覆盖了云计算、大数据、人工智能、IoT、云原生、数据库、微服务、安全、开发与运维9大技术领域 。","link1":...
继续访问
python xticks_Python Matplotlib.pyplot.yticks()用法及代码示例
Matplotlib是Python中的一个库 ， 它是数字的-NumPy库的数学扩展 。Pyplot是Matplotlib模块的基于状态的接口，该模块提供了MATLAB-like接口 。Matplotlib.pyplot.yticks()函数matplotlib库的pyplot模块中的annotate()函数用于获取和设置y轴的当前刻度位置和标签 。用法： matplotlib.pyplot.yticks...
继续访问
python的plt函数_plt.plot画图函数
[‘font.sans-serif’]=[‘SimHei’]plt.rcParams[‘axes.unicode_minus’] = False#设置横纵坐标的名称以及对应字体格式font1 = {‘weight’ : ‘normal’,‘size’ : 15,...
继续访问
plt函数
写评论
7
794
122
【缺省函数Python 缺省函数参数的定义】缺省函数Python的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于缺省函数参数的定义、缺省函数Python的信息别忘了在本站进行查找喔 。

    推荐阅读


    上一篇：redis的lru策略 redis规划

    下一篇：如何自己购买服务器？ 自助购买服务器怎么操作