python 三维绘图库_Python第三方库matplotlib(2D绘图库)入门与进阶

Matplotlib

一 简介:

Matplotlib是一个Python 2D绘图库,它可以在各种平台上以各种硬拷贝格式和交互式环境生成出具有出版品质的图形。 Matplotlib可用于Python脚本,Python和IPython shell,Jupyter笔记本,Web应用程序服务器和四个图形用户界面工具包

Matplotlib试图让简单的事情变得更简单,让无法实现的事情变得可能实现。 只需几行代码即可生成绘图,直方图,功率谱,条形图,错误图,散点图等。 有关示例,请参阅示例图和缩略图库。

为了简单绘图,pyplot模块提供了类似于MATLAB的界面,特别是与IPython结合使用时。 对于高级用户,您可以通过面向对象的界面或MATLAB用户熟悉的一组函数完全控制线条样式,字体属性,轴属性等。

二 相关文档:

三 入门与进阶案例

1- 简单图形绘制

根据坐标点绘制:

import numpy as np

import matplotlib.pyplot as plt

x = np.array([1,2,3,4,5,6,7,8])

y = np.array([3,5,7,6,2,6,10,15])

plt.plot(x,y,'r')# 折线 1 x 2 y 3 color

plt.plot(x,y,'g',lw=10)# 4 line w

# 折线 饼状 柱状

x = np.array([1,2,3,4,5,6,7,8])

y = np.array([13,25,17,36,21,16,10,15])

plt.bar(x,y,0.2,alpha=1,color='b')# 5 color 4 透明度 3 0.9

plt.show()

传入参数是numpy数组时的效果:

import numpy as np

import matplotlib.pyplot as plt

for i in range(0,15):

# 1 柱状图

dateOne = np.zeros([2])

dateOne[0] = i;

dateOne[1] = i;

y = np.zeros([2])

y[0] = 10

y[1] = 20

plt.plot(dateOne,y,'r',lw=8)

plt.show()

根据函数图像绘制:

# -*- coding: utf-8 -*-

"""

简单图形绘制

"""

import matplotlib.pyplot as plt

import numpy as np

#从-1-----1之间等间隔采66个数.也就是说所画出来的图形是66个点连接得来的

#注意:如果点数过小的话会导致画出来二次函数图像不平滑

x = np.linspace(-1, 1,66)

# 绘制y=2x+1函数的图像

y = 2 * x + 1

plt.plot(x, y)

plt.show()

# 绘制x^2函数的图像

y = x**2

plt.plot(x, y)

plt.show()

2- figure的简单使用

# -*- coding: utf-8 -*-

"""

figure的使用

"""

import matplotlib.pyplot as plt

import numpy as np

#

x = np.linspace(-1, 1, 50)

# figure 1

y1 = 2 * x + 1

plt.figure()

plt.plot(x, y1)

# figure 2

y2 = x**2

plt.figure()

plt.plot(x, y2)

# figure 3,指定figure的编号并指定figure的大小, 指定线的颜色, 宽度和类型

#一个坐标轴上画了两个图形

y2 = x**2

plt.figure(num = 5, figsize = (4, 4))

plt.plot(x, y1)

plt.plot(x, y2, color = 'red', linewidth = 1.0, linestyle = '--')

plt.show()

一共会画出三张图,前两张和上面的简单案例画出来的两张一样。第三张:

3- 设置坐标轴

# -*- coding: utf-8 -*-

"""

设置坐标轴

"""

import matplotlib.pyplot as plt

import numpy as np

# 绘制普通图像

x = np.linspace(-1, 1, 50)

y1 = 2 * x + 1

y2 = x**2

plt.figure()

plt.plot(x, y1)

plt.plot(x, y2, color = 'red', linewidth = 1.0, linestyle = '--')

# 设置坐标轴的取值范围

plt.xlim((-1, 1))

plt.ylim((0, 3))

# 设置坐标轴的lable

#标签里面必须添加字体变量:fontproperties='SimHei',fontsize=14。不然可能会乱码

plt.xlabel(u'这是x轴',fontproperties='SimHei',fontsize=14)

plt.ylabel(u'这是y轴',fontproperties='SimHei',fontsize=14)

# 设置x坐标轴刻度, 之前为0.25, 修改后为0.5

#也就是在坐标轴上取5个点,x轴的范围为-1到1所以取5个点之后刻度就变为0.5了

plt.xticks(np.linspace(-1, 1, 5))

plt.show()

上面代码的基础上加上下面代码(直接加载最后一句代码前面即可):

# 获取当前的坐标轴, gca = get current axis

ax = plt.gca()

# 设置右边框和上边框

ax.spines['right'].set_color('none')

ax.spines['top'].set_color('none')

# 设置x坐标轴为下边框

ax.xaxis.set_ticks_position('bottom')

# 设置y坐标轴为左边框

ax.yaxis.set_ticks_position('left')

# 设置x轴, y周在(0, 0)的位置

ax.spines['bottom'].set_position(('data', 0))

ax.spines['left'].set_position(('data', 0))

如果在上面代码的最后一句之前加上下面的代码:

# 设置坐标轴label的大小,背景色等信息

for label in ax.get_xticklabels() + ax.get_yticklabels():

label.set_fontsize(12)

label.set_bbox(dict(facecolor = 'green', edgecolor = 'None', alpha = 0.7))

4- 设置legend图例

# -*- coding: utf-8 -*-

"""

设置坐标轴

"""

import matplotlib.pyplot as plt

import numpy as np

# 绘制普通图像

x = np.linspace(-1, 1, 50)

y1 = 2 * x + 1

y2 = x**2

plt.figure()

plt.plot(x, y1)

plt.plot(x, y2, color = 'red', linewidth = 1.0, linestyle = '--')

# 设置坐标轴的取值范围

plt.xlim((-1, 1))

plt.ylim((0, 3))

# 设置坐标轴的lable

#标签里面必须添加字体变量:fontproperties='SimHei',fontsize=14。不然可能会乱码

plt.xlabel(u'这是x轴',fontproperties='SimHei',fontsize=14)

plt.ylabel(u'这是y轴',fontproperties='SimHei',fontsize=14)

# 设置x坐标轴刻度, 之前为0.25, 修改后为0.5

#也就是在坐标轴上取5个点,x轴的范围为-1到1所以取5个点之后刻度就变为0.5了

plt.xticks(np.linspace(-1, 1, 5))

# 获取当前的坐标轴, gca = get current axis

ax = plt.gca()

# 设置右边框和上边框

ax.spines['right'].set_color('none')

ax.spines['top'].set_color('none')

# 设置x坐标轴为下边框

ax.xaxis.set_ticks_position('bottom')

# 设置y坐标轴为左边框

ax.yaxis.set_ticks_position('left')

# 设置x轴, y周在(0, 0)的位置

ax.spines['bottom'].set_position(('data', 0))

ax.spines['left'].set_position(('data', 0))

plt.show()

5- 添加注解和绘制点以及在图形上绘制线或点

# -*- coding: utf-8 -*-

"""

添加注解和绘制点以及在图形上绘制线或点

"""

import matplotlib.pyplot as plt

import numpy as np

# 绘制普通图像

x = np.linspace(-3, 3, 50)

y = 2 * x + 1

plt.figure()

plt.plot(x, y)

# 将上、右边框去掉

ax = plt.gca()

ax.spines['right'].set_color('none')

ax.spines['top'].set_color('none')

# 设置x轴的位置及数据在坐标轴上的位置

ax.xaxis.set_ticks_position('bottom')

ax.spines['bottom'].set_position(('data', 0))

# 设置y轴的位置及数据在坐标轴上的位置

ax.yaxis.set_ticks_position('left')

ax.spines['left'].set_position(('data', 0))

# 定义(x0, y0)点

x0 = 1

y0 = 2 * x0 + 1

# 绘制(x0, y0)点

plt.scatter(x0, y0, s = 50, color = 'blue')

# 绘制虚线

plt.plot([x0, x0], [y0, 0], 'k--', lw = 2.5)

# 绘制注解一

plt.annotate(r'$2 * x + 1 = %s$' % y0, xy = (x0, y0), xycoords = 'data', xytext = (+30, -30), \

textcoords = 'offset points', fontsize = 16, arrowprops = dict(arrowstyle = '->', connectionstyle = 'arc3, rad = .2'))

# 绘制注解二

plt.text(-3, 3, r'$Test\ text. \mu \sigma_i, \alpha_i$', fontdict = {'size': 16, 'color': 'red'})

plt.show()

6- 绘制散点图

# -*- coding: utf-8 -*-

"""

绘制散点图

"""

import numpy as np

import matplotlib.pyplot as plt

# 数据个数

n = 1024

# 均值为0, 方差为1的随机数

x = np.random.normal(0, 1, n)

y = np.random.normal(0, 1, n)

# 计算颜色值

color = np.arctan2(y, x)

# 绘制散点图

plt.scatter(x, y, s = 75, c = color, alpha = 0.5)

# 设置坐标轴范围

plt.xlim((-1.5, 1.5))

plt.ylim((-1.5, 1.5))

# 不显示坐标轴的值

plt.xticks(())

plt.yticks(())

plt.show()

7- 绘制柱状图

# -*- coding: utf-8 -*-

"""

绘制柱状图

"""

import matplotlib.pyplot as plt

import numpy as np

# 数据数目

n = 10

x = np.arange(n)

# 生成数据, 均匀分布(0.5, 1.0)之间

y1 = (1 - x / float(n)) * np.random.uniform(0.5, 1.0, n)

y2 = (1 - x / float(n)) * np.random.uniform(0.5, 1.0, n)

# 绘制柱状图, 向上

plt.bar(x, y1, facecolor = 'blue', edgecolor = 'white')

# 绘制柱状图, 向下

plt.bar(x, -y2, facecolor = 'green', edgecolor = 'white')

temp = zip(x, y2)

# 在柱状图上显示具体数值, ha水平对齐, va垂直对齐

for x, y in zip(x, y1):

plt.text(x + 0.05, y + 0.1, '%.2f' % y, ha = 'center', va = 'bottom')

for x, y in temp:

plt.text(x + 0.05, -y - 0.1, '%.2f' % y, ha = 'center', va = 'bottom')

# 设置坐标轴范围

plt.xlim(-1, n)

plt.ylim(-1.5, 1.5)

# 去除坐标轴

plt.xticks(())

plt.yticks(())

plt.show()

8- 绘制登高线图

# -*- coding: utf-8 -*-

"""

绘制登高线图

"""

import matplotlib.pyplot as plt

import numpy as np

# 定义等高线高度函数

def f(x, y):

return (1 - x / 2 + x ** 5 + y ** 3) * np.exp(- x ** 2 - y ** 2)

# 数据数目

n = 256

# 定义x, y

x = np.linspace(-3, 3, n)

y = np.linspace(-3, 3, n)

# 生成网格数据

X, Y = np.meshgrid(x, y)

# 填充等高线的颜色, 8是等高线分为几部分

plt.contourf(X, Y, f(X, Y), 8, alpha = 0.75, cmap = plt.cm.hot)

# 绘制等高线

C = plt.contour(X, Y, f(X, Y), 8, colors = 'black', linewidth = 0.5)

# 绘制等高线数据

plt.clabel(C, inline = True, fontsize = 10)

# 去除坐标轴

plt.xticks(())

plt.yticks(())

plt.show()

9- 绘制Image

# -*- coding: utf-8 -*-

"""

绘制Image

"""

import matplotlib.pyplot as plt

import numpy as np

# 定义图像数据

a = np.linspace(0, 1, 9).reshape(3, 3)

# 显示图像数据

plt.imshow(a, interpolation = 'nearest', cmap = 'bone', origin = 'lower')

# 添加颜色条

plt.colorbar()

# 去掉坐标轴

plt.xticks(())

plt.yticks(())

plt.show()

10- 绘制3D图形

# -*- coding: utf-8 -*-

"""

绘制3d图形

"""

import matplotlib.pyplot as plt

import numpy as np

from mpl_toolkits.mplot3d import Axes3D

# 定义figure

fig = plt.figure()

# 将figure变为3d

ax = Axes3D(fig)

# 数据数目

n = 256

# 定义x, y

x = np.arange(-4, 4, 0.25)

y = np.arange(-4, 4, 0.25)

# 生成网格数据

X, Y = np.meshgrid(x, y)

# 计算每个点对的长度

R = np.sqrt(X ** 2 + Y ** 2)

# 计算Z轴的高度

Z = np.sin(R)

# 绘制3D曲面

ax.plot_surface(X, Y, Z, rstride = 1, cstride = 1, cmap = plt.get_cmap('rainbow'))

# 绘制从3D曲面到底部的投影

ax.contour(X, Y, Z, zdim = 'z', offset = -2, cmap = 'rainbow')

# 设置z轴的维度

ax.set_zlim(-2, 2)

plt.show()

11- subplot绘制多图

# -*- coding: utf-8 -*-

"""

subplot绘制多图

"""

import matplotlib.pyplot as plt

plt.figure()

# 绘制第一个图

plt.subplot(2, 2, 1)

plt.plot([0, 1], [0, 1])

# 绘制第二个图

plt.subplot(2, 2, 2)

plt.plot([0, 1], [0, 1])

# 绘制第三个图

plt.subplot(2, 2, 3)

plt.plot([0, 1], [0, 1])

# 绘制第四个图

plt.subplot(2, 2, 4)

plt.plot([0, 1], [0, 1])

plt.show()

# -*- coding: utf-8 -*-

"""

subplot绘制多图

"""

import matplotlib.pyplot as plt

plt.figure()

# 绘制第一个图

plt.subplot(2, 1, 1)

plt.plot([0, 1], [0, 1])

# 绘制第二个图

plt.subplot(2, 3, 4)

plt.plot([0, 1], [0, 1])

# 绘制第三个图

plt.subplot(2, 3, 5)

plt.plot([0, 1], [0, 1])

# 绘制第四个图

plt.subplot(2, 3, 6)

plt.plot([0, 1], [0, 1])

plt.show()

12- figure绘制多图

# -*- coding: utf-8 -*-

"""

figure绘制多图

"""

# -*- coding: utf-8 -*-

"""

figure绘制多图

"""

import matplotlib.pyplot as plt

# 定义figure

plt.figure()

# figure分成3行3列, 取得第一个子图的句柄, 第一个子图跨度为1行3列, 起点是表格(0, 0)

ax1 = plt.subplot2grid((3, 3), (0, 0), colspan = 3, rowspan = 1)

ax1.plot([0, 1], [0, 1])

ax1.set_title('Test')

# figure分成3行3列, 取得第二个子图的句柄, 第二个子图跨度为1行3列, 起点是表格(1, 0)

ax2 = plt.subplot2grid((3, 3), (1, 0), colspan = 2, rowspan = 1)

ax2.plot([0, 1], [0, 1])

# figure分成3行3列, 取得第三个子图的句柄, 第三个子图跨度为1行1列, 起点是表格(1, 2)

ax3 = plt.subplot2grid((3, 3), (1, 2), colspan = 1, rowspan = 1)

ax3.plot([0, 1], [0, 1])

# figure分成3行3列, 取得第四个子图的句柄, 第四个子图跨度为1行3列, 起点是表格(2, 0)

ax4 = plt.subplot2grid((3, 3), (2, 0), colspan = 3, rowspan = 1)

ax4.plot([0, 1], [0, 1])

plt.show()

# -*- coding: utf-8 -*-

"""

figure绘制多图

"""

import matplotlib.pyplot as plt

import matplotlib.gridspec as gridspec

# 定义figure

plt.figure()

# 分隔figure

gs = gridspec.GridSpec(3, 3)

ax1 = plt.subplot(gs[0, :])

ax2 = plt.subplot(gs[1, 0:2])

ax3 = plt.subplot(gs[1, 2])

ax4 = plt.subplot(gs[2, :])

# 绘制图像

ax1.plot([0, 1], [0, 1])

ax1.set_title('Test')

ax2.plot([0, 1], [0, 1])

ax3.plot([0, 1], [0, 1])

ax4.plot([0, 1], [0, 1])

plt.show()

13- figure图的嵌套

# -*- coding: utf-8 -*-

"""

figure图的嵌套

"""

import matplotlib.pyplot as plt

# 定义figure

fig = plt.figure()

# 定义数据

x = [1, 2, 3, 4, 5, 6, 7]

y = [1, 3, 4, 2, 5, 8, 6]

# figure的百分比, 从figure 10%的位置开始绘制, 宽高是figure的80%

left, bottom, width, height = 0.1, 0.1, 0.8, 0.8

# 获得绘制的句柄

ax1 = fig.add_axes([left, bottom, width, height])

# 绘制点(x,y)

ax1.plot(x, y, 'r')

ax1.set_xlabel('x')

ax1.set_ylabel('y')

ax1.set_title('test')

# 嵌套方法一

# figure的百分比, 从figure 10%的位置开始绘制, 宽高是figure的80%

left, bottom, width, height = 0.2, 0.6, 0.25, 0.25

# 获得绘制的句柄

ax2 = fig.add_axes([left, bottom, width, height])

# 绘制点(x,y)

ax2.plot(x, y, 'r')

ax2.set_xlabel('x')

ax2.set_ylabel('y')

ax2.set_title('part1')

# 嵌套方法二

plt.axes([bottom, left, width, height])

plt.plot(x, y, 'r')

plt.xlabel('x')

plt.ylabel('y')

plt.title('part2')

plt.show()

14- 主次坐标轴

# -*- coding: utf-8 -*-

"""

主次坐标轴

"""

import numpy as np

import matplotlib.pyplot as plt

# 定义数据

x = np.arange(0, 10, 0.1)

y1 = 0.05 * x ** 2

y2 = -1 * y1

# 定义figure

fig, ax1 = plt.subplots()

# 得到ax1的对称轴ax2

ax2 = ax1.twinx()

# 绘制图像

ax1.plot(x, y1, 'g-')

ax2.plot(x, y2, 'b--')

# 设置label

ax1.set_xlabel('X data')

ax1.set_xlabel('Y1', color = 'g')

ax2.set_xlabel('Y2', color = 'b')

plt.show()

15- 创建动画

# -*- coding: utf-8 -*-

"""

动画

"""

import numpy as np

import matplotlib.pyplot as plt

from matplotlib import animation

# 定义figure

fig, ax = plt.subplots()

# 定义数据

x = np.arange(0, 2 * np.pi, 0.01)

# line, 表示只取返回值中的第一个元素

line, = ax.plot(x, np.sin(x))

# 定义动画的更新

def update(i):

line.set_ydata(np.sin(x + i/10))

return line,

# 定义动画的初始值

def init():

line.set_ydata(np.sin(x))

return line,

# 创建动画

ani = animation.FuncAnimation(fig = fig, func = update, init_func = init, interval = 10, blit = False, frames = 200)

# 展示动画

plt.show()

# 动画保存

#我这里是保存为html文件了,打开即可完美运行

ani.save('sin.html', writer = 'imagemagick', fps = 30, dpi = 100)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/370169.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

zbb20170626 myeclipse 2017 ci 构建 spring hibernate struts jar

转载于:https://www.cnblogs.com/super-admin/p/7081209.html

linux处理机调度实验报告,模拟Linux操作系统下处理机调度实验报告

在采用多道系统的设计程序中,往往有若干进程同时处于就绪状态。当就绪状态进程数大于处理机数时,就必须按照某种策略来决定哪些进程优先占用处理机。本实验模拟在单处理机情况下处理机调度处理机调度一、实验目的:1、了解Linux下Emacs编辑器的使用方法,掌…

Java线程:保留的内存分析

本文将为您提供一个教程,使您可以确定活动应用程序Java线程保留Java堆空间的数量和位置。 将提供来自Oracle Weblogic 10.0生产环境的真实案例研究,以使您更好地理解分析过程。 我们还将尝试证明过多的垃圾回收或Java堆空间的内存占用问题通常不是由真正…

软件测试白皮书-等价类

设有一个档案管理系统,要求用户输入以年月表示的日期。假设日期限定在1990年1月~2049年12月,并规定日期由6位数字字符组成,前4位表示年,后2位表示月。现用等价类划分法设计测试用例,来测试程序的"日期检查功能&qu…

深入css布局 (1) — 盒模型 元素分类

深入css布局(1)—— 盒模型 & 元素分类 “ 在css知识体系中,除了css选择器,样式属性等基础知识外,css布局相关的知识才是css比较核心和重要的点。今天我们来深入学习一下css布局相关的知识。” 首先来列下大纲 盒模…

批改网禁止粘贴怎么破_教育部对家长批改作业表态了,明令禁止!你怎么看?...

互联网的发展,的确方便了现代人生活。视频电话、出去买东西你都不用带钱带卡,手机一扫就可以完成支付。很多中小学的家长都会建一个家长群,方便老师和家长的沟通。这个群可以说是家长和学校的桥梁和纽带,家长们为了支持老师的工作…

电子科大专科c语言作业1,电子科大15春《C语言(专科)》在线作业试卷.docx

电子科大 15 春《 C 语言(专科)》在线作业一、单选题(共20 道试题,共100 分。)1.对于 int*p;inta[];pa;的合法运算 ()a;pa;p; 相当于 a;p; 相当于 a[1];若 p 中的地址为 100 则 p; 运算后,则其值为 100-----------------选择: C已知 intb; 则…

MapReduce算法–顺序反转

这篇文章是介绍MapReduce算法的系列文章的另一部分,该书在使用MapReduce进行数据密集型文本处理中找到。 先前的文章是Local Aggregation , Local Aggregation PartII和创建共现矩阵 。 这次我们将讨论阶数反转模式。 顺序反转模式利用的MapReduce来计算…

xss防御

http://blog.csdn.net/ghsau/article/details/17027893转载于:https://www.cnblogs.com/jiangjing/p/8076216.html

移动端页面字体在微信被放大,导致排版错乱

在开发微信页面的时候,之前一直没有测出这个问题。直到某天领导的手机出现了排版错位的问题,拿着手机质问我的工作态度。 Google了一下发现原来微信调整了字体大小会放大网页的字体,导致排版混乱。通过设置可以禁止网页字体被放大&#xff1a…

液压支架销轴力学计算分析研究_基于RFID射频精准定位的智能开采研究与应用...

一、项目背景近年来随着智能开采技术的不断发展,装备和新工艺不断更新换代,在智能开采中,对采煤机位置的精准定位是能否实现智能开采的关键,只有准确无误地获取煤机的准确位置,才能实现工作面的智能化开采,进而提高生产…

cf 821E Okabe and El Psy Kongroo(矩阵快速幂)

链接:http://codeforces.com/problemset/problem/821/E 分析:由于有边界而且不同段边界还不同,直接算是不行的。。k是1e18,dp也不行。。用一个16维的向量表示某一列16个位置可能的种类数,到下一列的转移矩阵容易得到&a…

您是否能及时编译?

还记得上次被C开发人员嘲笑的时候吗? Java如此繁琐,以至于他们甚至都不会考虑使用这种语言? 在许多方面,这一概念仍然成立。 但是对于典型的用法(在大型企业的骨干中),Java性能绝对可以与许多竞…

C语言作业二选择结构,C语言第二次作业参考答案选择结构.pdf

1 C 语言第二次作业(选择结构)参考答案语言第二次作业(选择结构)参考答案 1、某年如果能被某年如果能被 4 整除整除,,但不能被但不能被 100 整除整除,,或者能被或者能被 400 整除的整除的 年是闰年。判断从键盘输入的年份是否为闰…

2d物理引擎01

我一直想做一个游戏&#xff0c;但一直感觉自己水平不够 想了想觉得不去做的话就永远做不出来 所以有了这个博文 01 我需要一个东西来显示&#xff0c;很显然h5中canvas是很好的选择 <!DOCTYPE html> <html><head><meta charset"utf-8" />&l…

python结课设计力学方面_我对力学教案的评价

这是来自某教学网站的高一物理力学教案&#xff1a;[高一物理教案1.1.1]第一章 力1&#xff0e;1 力一、教学目标1&#xff0e;知识目标⑴知道力是物体对物体的作用&#xff0c;力不能脱离物体而存在&#xff1b;能正确找出受力物体和施力物体。⑵知道力是有方向的量&#xff…

Liferay Model Hints

这篇文章主要介绍如何通过model hint 来修改liferay builder service生成数据库表中默认字段的长度。 1.什么是Model Hints? 它是对liferay builder service生成的model类的基本提示. 2. 它在什么地方被定义的&#xff1f; portlet-model-hints.xml 3. 文件位置&#xff1f; /…

浏览器书签备份管理

1、火狐浏览器备份导出HTML文件&#xff1a; CtrlJ 书签 - 导入/导出 2、谷歌浏览器&#xff1a; 设置中 导入书签 转载于:https://www.cnblogs.com/AmbiguousMiao/p/8084721.html

选择您的收藏库

这真的是您应该烦恼的吗&#xff1f; java.util.ArrayList和java.util.HashMap从根本上有问题吗&#xff1f; 对于大多数源代码&#xff0c;答案是–不&#xff1b; 这些实现完全可以。 但是&#xff0c;一如既往&#xff0c;细节决定成败。 并存在情况下&#xff0c;当是内置…

里公式后面标号怎么对齐_你若会用Word里F4键,又何须加班到半夜?

F4键在Word里面表示重复上一个操作&#xff0c;但对于这个快捷键&#xff0c;你真的会操作吗&#xff1f;本期与大家分享这个神奇的F4键&#xff0c;助你高效工作。1、批量复制文本在一般情况下&#xff0c;我们是用CtrlC复制内容&#xff0c;CtrlV粘贴内容&#xff0c;但遇到特…