matplotlib初体验

最新推荐文章于 2023-12-29 20:00:00 发布
最新推荐文章于 2023-12-29 20:00:00 发布
阅读量703 收藏 2
点赞数 3
分类专栏： Python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/SAMSARS/article/details/116276482
版权

目录

绘制折线图

如果列表a表示10点到12点的每一分钟的气温,如何绘制折线图观察每分钟气温的变化情况?a=[random.randint(20,35) for i in range(120)]

from matplotlib import pyplot as plt
import random

plt.figure(figsize=(20, 8))
x = range(120)

random.seed(10) # 设置随机种子
y = [random.uniform(20, 35) for i in range(120)]

plt.plot(x, y)

# 设置x轴的字符串的刻度
_x_ticks = ["10点{}分".format(i) for i in x if i<60]
_x_ticks += ["11点{}分".format(i-60) for i in x if i>60]

# 每隔5个选一个数据进行展示
# 为了让字符串不会覆盖，让字符串旋转90度显示
plt.xticks(x[::5], _x_ticks[::5], rotation=90)

plt.show()

【设置中文显示】

from matplotlib import pyplot as plt
import random

plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号

plt.figure(figsize=(20, 8))
x = range(120)

random.seed(10) # 设置随机种子
y = [random.uniform(20, 35) for i in range(120)]

plt.plot(x, y)

# 设置x轴的字符串的刻度
_x_ticks = ["10点{}分".format(i) for i in x if i<60]
_x_ticks += ["11点{}分".format(i-60) for i in x if i>60]

# 每隔5个选一个数据进行展示
# 为了让字符串不会覆盖，让字符串旋转90度显示
plt.xticks(x[::5], _x_ticks[::5], rotation=90)

plt.show()

【给图像添加描述信息】

from matplotlib import pyplot as plt
import random

plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号

plt.figure(figsize=(20, 8))
x = range(120)

random.seed(10) # 设置随机种子
y = [random.uniform(20, 35) for i in range(120)]

plt.plot(x, y)

# 设置x轴的字符串的刻度
_x_ticks = ["10点{}分".format(i) for i in x if i<60]
_x_ticks += ["11点{}分".format(i-60) for i in x if i>60]

# 每隔5个选一个数据进行展示
# 为了让字符串不会覆盖，让字符串旋转90度显示
plt.xticks(x[::5], _x_ticks[::5], rotation=90)
plt.xlabel("时间") # 设置x轴的label
plt.ylabel("温度(℃)") # 设置y轴的label
plt.title("10点到12点每分钟的时间变化情况")

plt.show()

在这里插入图片描述

例题

动手1

假设大家在30岁的时候,根据自己的实际情况,统计出来了从11岁到30岁每年交的女(男)朋友的数量如列表a,请绘制出该数据的折线图,以便分析自己每年交女(男)朋友的数量走势 a = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]要求: y轴表示个数 x轴表示岁数,比如11岁,12岁等。

from matplotlib import pyplot as plt

plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号


y = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
x = range(11,31)

#设置图形大小
plt.figure(figsize=(20,8),dpi=80)

plt.plot(x,y)

#设置x轴刻度
_xtick_labels = ["{}岁".format(i) for i in x]
plt.xticks(x,_xtick_labels)
plt.yticks(range(0,9))

#绘制网格
plt.grid(alpha=0.1)

#展示
plt.show()

在这里插入图片描述

动手2

from matplotlib import pyplot as plt

plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号

y_1 = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
y_2 = [1,0,3,1,2,2,3,3,2,1 ,2,1,1,1,1,1,1,1,1,1]

x = range(11,31)

#设置图形大小
plt.figure(figsize=(20,8),dpi=80)

plt.plot(x,y_1,label="自己",color="#F08080")
plt.plot(x,y_2,label="同桌",color="#DB7093",linestyle="--")

#设置x轴刻度
_xtick_labels = ["{}岁".format(i) for i in x]
plt.xticks(x,_xtick_labels)
# plt.yticks(range(0,9))

#绘制网格
plt.grid(alpha=0.4,linestyle=':')

#添加图例
plt.legend(loc="upper right")

#展示
plt.show()

在这里插入图片描述

绘制散点图

使用plt.scatter()方法假设通过爬虫你获取到了北京2016年3,10月份每天白天的最高气温(分别位于列表a,b),那么此时如何寻找出气温和随时间(天)变化的某种规律? a = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23] b = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6]

from matplotlib import pyplot as plt

plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号

y_3 = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]
y_10 = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6]

x_3 = range(1,32)
x_10 = range(51,82)

#设置图形大小
plt.figure(figsize=(20,8),dpi=80)

#使用scatter方法绘制散点图,和之前绘制折线图的唯一区别
plt.scatter(x_3,y_3,label="3月份")
plt.scatter(x_10,y_10,label="10月份")

#调整x轴的刻度
_x = list(x_3)+list(x_10)
_xtick_labels = ["3月{}日".format(i) for i in x_3]
_xtick_labels += ["10月{}日".format(i-50) for i in x_10]
plt.xticks(_x[::3],_xtick_labels[::3],rotation=45)

#添加图例
plt.legend(loc="upper left")

#添加描述信息
plt.xlabel("时间")
plt.ylabel("温度")
plt.title("标题")
#展示
plt.show()

在这里插入图片描述

绘制条形图

低阶版

假设你获取到了2017年内地电影票房前20的电影(列表a)和电影票房数据(列表b),那么如何更加直观的展示该数据? a = ["战狼2","速度与激情8","功夫瑜伽","西游伏妖篇","变形金刚5：最后的骑士","摔跤吧！爸爸","加勒比海盗5：死无对证","金刚：骷髅岛","极限特工：终极回归","生化危机6：终章","乘风破浪","神偷奶爸3","智取威虎山","大闹天竺","金刚狼3：殊死一战","蜘蛛侠：英雄归来","悟空传","银河护卫队2","情圣","新木乃伊",] b= [56.01,26.94,17.53,16.49,15.45,12.96,11.8,11.61,11.28,11.12,10.49,10.3,8.75,7.55,7.32,6.99,6.88,6.86,6.58,6.23]单位:亿

from matplotlib import pyplot as plt

plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号


a = ["战狼2","速度与激情8","功夫瑜伽","西游伏妖篇","变形金刚5：最后的骑士","摔跤吧！爸爸","加勒比海盗5：死无对证","金刚：骷髅岛","极限特工：终极回归","生化危机6：终章","乘风破浪","神偷奶爸3","智取威虎山","大闹天竺","金刚狼3：殊死一战","蜘蛛侠：英雄归来","悟空传","银河护卫队2","情圣","新木乃伊",]

b=[56.01,26.94,17.53,16.49,15.45,12.96,11.8,11.61,11.28,11.12,10.49,10.3,8.75,7.55,7.32,6.99,6.88,6.86,6.58,6.23]


#设置图形大小
plt.figure(figsize=(20,15),dpi=80)
#绘制条形图
plt.bar(range(len(a)),b,width=0.3)
#设置字符串到x轴
plt.xticks(range(len(a)),a,rotation=90)

plt.savefig("./movie.png")

plt.show()

在这里插入图片描述

进阶版

假设你知道了列表a中电影分别在2017-09-14(b_14), 2017-09-15(b_15), 2017-09-16(b_16)三天的票房,为了展示列表中电影本身的票房以及同其他电影的数据对比情况,应该如何更加直观的呈现该数据? a = ["猩球崛起3：终极之战","敦刻尔克","蜘蛛侠：英雄归来","战狼2"] b_16 = [15746,312,4497,319] b_15 = [12357,156,2045,168] b_14 = [2358,399,2358,362]

from matplotlib import pyplot as plt

plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号


a = ["猩球崛起3：终极之战","敦刻尔克","蜘蛛侠：英雄归来","战狼2"]
b_16 = [15746,312,4497,319]
b_15 = [12357,156,2045,168]
b_14 = [2358,399,2358,362]

bar_width = 0.2

x_14 = list(range(len(a)))
x_15 =  [i+bar_width for i in x_14]
x_16 = [i+bar_width*2 for i in x_14]

#设置图形大小
plt.figure(figsize=(20,8),dpi=80)

plt.bar(range(len(a)),b_14,width=bar_width,label="9月14日")
plt.bar(x_15,b_15,width=bar_width,label="9月15日")
plt.bar(x_16,b_16,width=bar_width,label="9月16日")

#设置图例
plt.legend()

#设置x轴的刻度
plt.xticks(x_15,a)

plt.show()

在这里插入图片描述

绘制直方图

假设你获取了250部电影的时长(列表a中),希望统计出这些电影时长的分布状态(比如时长为100分钟到120分钟电影的数量,出现的频率)等信息,你应该如何呈现这些数据? a=[131, 98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119, 128, 121, 142, 127, 130, 124, 101, 110, 116, 117, 110, 128, 128, 115, 99, 136, 126, 134, 95, 138, 117, 111,78, 132, 124, 113, 150, 110, 117, 86, 95, 144, 105, 126, 130,126, 130, 126, 116, 123, 106, 112, 138, 123, 86, 101, 99, 136,123, 117, 119, 105, 137, 123, 128, 125, 104, 109, 134, 125, 127,105, 120, 107, 129, 116, 108, 132, 103, 136, 118, 102, 120, 114,105, 115, 132, 145, 119, 121, 112, 139, 125, 138, 109, 132, 134,156, 106, 117, 127, 144, 139, 139, 119, 140, 83, 110, 102,123,107, 143, 115, 136, 118, 139, 123, 112, 118, 125, 109, 119, 133,112, 114, 122, 109, 106, 123, 116, 131, 127, 115, 118, 112, 135,115, 146, 137, 116, 103, 144, 83, 123, 111, 110, 111, 100, 154,136, 100, 118, 119, 133, 134, 106, 129, 126, 110, 111, 109, 141,120, 117, 106, 149, 122, 122, 110, 118, 127, 121, 114, 125, 126,114, 140, 103, 130, 141, 117, 106, 114, 121, 114, 133, 137, 92,121, 112, 146, 97, 137, 105, 98, 117, 112, 81, 97, 139, 113,134, 106, 144, 110, 137, 137, 111, 104, 117, 100, 111, 101, 110,105, 129, 137, 112, 120, 113, 133, 112, 83, 94, 146, 133, 101,131, 116, 111, 84, 137, 115, 122, 106, 144, 109, 123, 116, 111,111, 133, 150]

from matplotlib import pyplot as plt

plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号

a=[131,  98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119, 128, 121, 142, 127, 130, 124, 101, 110, 116, 117, 110, 128, 128, 115,  99, 136, 126, 134,  95, 138, 117, 111,78, 132, 124, 113, 150, 110, 117,  86,  95, 144, 105, 126, 130,126, 130, 126, 116, 123, 106, 112, 138, 123,  86, 101,  99, 136,123, 117, 119, 105, 137, 123, 128, 125, 104, 109, 134, 125, 127,105, 120, 107, 129, 116, 108, 132, 103, 136, 118, 102, 120, 114,105, 115, 132, 145, 119, 121, 112, 139, 125, 138, 109, 132, 134,156, 106, 117, 127, 144, 139, 139, 119, 140,  83, 110, 102,123,107, 143, 115, 136, 118, 139, 123, 112, 118, 125, 109, 119, 133,112, 114, 122, 109, 106, 123, 116, 131, 127, 115, 118, 112, 135,115, 146, 137, 116, 103, 144,  83, 123, 111, 110, 111, 100, 154,136, 100, 118, 119, 133, 134, 106, 129, 126, 110, 111, 109, 141,120, 117, 106, 149, 122, 122, 110, 118, 127, 121, 114, 125, 126,114, 140, 103, 130, 141, 117, 106, 114, 121, 114, 133, 137,  92,121, 112, 146,  97, 137, 105,  98, 117, 112,  81,  97, 139, 113,134, 106, 144, 110, 137, 137, 111, 104, 117, 100, 111, 101, 110,105, 129, 137, 112, 120, 113, 133, 112,  83,  94, 146, 133, 101,131, 116, 111,  84, 137, 115, 122, 106, 144, 109, 123, 116, 111,111, 133, 150]

#计算组数
d = 3  #组距
num_bins = (max(a)-min(a))//d
print(max(a),min(a),max(a)-min(a))
print(num_bins)


#设置图形的大小
plt.figure(figsize=(20,8),dpi=80)
plt.hist(a,num_bins)

#设置x轴的刻度
plt.xticks(range(min(a),max(a)+d,d))

plt.grid()

plt.show()

在这里插入图片描述

绘制子图

# 导入numpy库与matplotlib.pyplot库
import numpy as np
import matplotlib.pyplot as plt

# 创建一个新的子图，网格1x2，序号为1，第一个数字是行数，第二个数字是列数，表示子图排列方式，第三个数字是子图的序号
plt.subplot(1, 2, 1)
plt.plot([1,2,3,4], [1,4,9,16], "go") # go 表示green circle，绿色圆点
# 设置子图标题
plt.title("1st subplot")

# 创建一个新的子图，网格1x2，序号为2
plt.subplot(1, 2, 2)
plt.plot([1,2,3,4], [1,4,9,16], "r^") # r^ 表示 红色(red)三角
# 设置子图标题
plt.title("2nd subplot")

# 设置标题
plt.suptitle("2 subplots")

# 显示
plt.show()

在这里插入图片描述

课堂作业

第一题

请利用matplotlib编写一个程序，显示y=x*x+18这条抛物线。

import numpy as np
import matplotlib.pyplot as plt

X = np.linspace(-4,4,256,endpoint=True)
Y = X**2+18
plt.plot(X,Y)

plt.show()

在这里插入图片描述

第二题

请利用matplotlib编写一个程序，除了显示y=x*x+18这条抛物线外，还要给图表和坐标轴加上标题（标题名字可以自己起）。

import numpy as np
import matplotlib.pyplot as plt

X = np.linspace(-4,4,256,endpoint=True)
Y = X**2+18
plt.plot(X,Y)
plt.xlabel("x",fontsize=15)
plt.ylabel("y",fontsize=15)

plt.title("y=x*x+18",fontsize = 20)
plt.show()

在这里插入图片描述

第三题

请利用matplotlib编写一个程序，该程序能在一行中并列显示两个子图，一个子图是y=x*x，另一个子图是y=x。

import numpy as np 
import matplotlib.pyplot as plt 

# 创建一个新的子图，网格1x2，序号为1，第一个数字是行数，第二个数字是列数，表示子图排列方式，第三个数字是子图的序号
plt.subplot(1, 2, 1)
X = np.linspace(-2,2,300,endpoint=True) 
Y_1,Y_2 = X*X,X

plt.plot(X,Y_1,'b') # b 表示蓝色

# 设置子图1标题
plt.title("y=x*x")

# 创建一个新的子图，网格1x2，序号为2
plt.subplot(1, 2, 2)

plt.plot(X,Y_2, "r") # r^ 表示 红色(red)三角

# 设置子图2标题
plt.title("y=x")

# 设置标题
plt.suptitle("2 lines")

# 显示
plt.show()

在这里插入图片描述

芷汀若静
关注
  • 3
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
专栏目录
Python matplotlib画曲线例题解析
09-18
主要介绍了Python matplotlib画曲线例题解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
用matplotlib画图（1）
qq_31842721的博客
06-23 152
import json import pandas as pd import numpy as np import matplotlib.pyplot as plt from pandas import DataFrame,Series path='/Users/zhushuqiang/python/download/pydata-book/datasets/bitly_usagov/examp...
python circle函数如何画圆_用pyplot画一个圆
weixin_39682412的博客
11-24 7559
您需要将其添加到轴。A Circle是的子类Artist，并且axes具有add_artist方法。这是执行此操作的示例：import matplotlib.pyplot as pltcircle1 = plt.Circle((0, 0), 0.2, color='r')circle2 = plt.Circle((0.5, 0.5), 0.2, color='blue')circle3 = plt...
Matplotlib教程
weixin_30905133的博客
07-09 141
Matplotlib是用于数据可视化的最流行的Python包之一。 它是一个跨平台库，用于根据数组中的数据制作2D图。 它提供了一个面向对象的API，有助于使用Python GUI工具包（如PyQt，WxPythonotTkinter）在应用程序中嵌入绘图。 它也可以用于Python和IPython shell，Jupyter笔记本和Web应用程序服务器。 面向读者 本教程专为希望获得数...
plt.Circle（）
炫云云
03-11 4022
Circle(（x，y），redius) 简介：在给定半径的xy=（x，y）处创建真圆 属性 xy：圆形的中心（属性名可省略） redius：圆形的半径（属性名可省略） 更多属性详见文档 常见问题 问题：画出来的圆形不是正圆，是椭圆 原因：因为在绘图时x，y轴的比例不是1:1 解决方法：使用函数axis属性置位’equal’,通过改变轴限制来设置相等的缩放 ...
【科学与工程计算】 实验5 matplotlib库的使用
weixin_46283740的博客
06-02 1031
科学与工程计算实验
Python中使用Matplotlib绘制圆环图
最新发布
涛哥聊Python
12-29 1872
Matplotlib允许你根据需要自定义圆环图的样式、颜色和注释。# 数据# 自定义圆环图# 内圆半径，实现圆环效果# 设置标题# 显示图表plt.show()在这个示例中，自定义了颜色、边缘颜色以及注释的位置和格式。可以根据需要进一步自定义圆环图，以满足可视化需求。在本文中，深入研究了如何使用Matplotlib库创建圆环图，这是一种用于可视化相对比例数据的有效方式。首先介绍了Matplotlib的基本安装方法，并演示了如何创建简单的圆环图。
全网最全——50题matplotlib从入门到精通——搞定数据分析
weixin_61057398的博客
08-30 2028
强烈推荐！！！！！！建议直接收藏Matplotlib 是 Python 的绘图库。它可与 NumPy 一起使用，提供了一种有效的 MatLab 开源替代方案，也可以和图形工具包一起使用。虽然相比其他图形库（Seaborn | pyecharts | plotly | bokeh | pandas_profiling ）这个库丑丑呆呆的，甚至有点难用，但人家毕竟是开山始祖，方法全，能够支持你各类骚操作的需求。可以说是现在python数据分析中，用的人最多的图形库了。目录一、导入1.导入matplotlib库简
matplotlib安装包
09-26
c++使用matplotlib安装包 Matplotlib 是一个全面的库，用于在 Python 中创建静态、动画和交互式可视化。 Matplotlib 以各种硬拷贝格式和跨平台的交互式环境生成出版质量的图表。Matplotlib 可用于Python 、Web 应用...
matplotlib依赖包
07-16
xp系统安装matplotlib时会遇到包缺失的问题，这几个包可能是你需要的，分别是pyparsing-2.0.4-py2.py3-none-any.whl、python_dateutil-2.3-py2.py3-none-any.whl、pytz-2015.2-py2.py3-none-any.whl、six-1.6.0-py2....
matplotlib教程1
08-04
matplotlib教程1 Matplotlib是Python中一个功能强大且广泛使用的数据可视化库，它提供了丰富的绘图工具，可以生成各种类型的图表，如折线图、柱状图、散点图、饼图等。下面是Matplotlib教程的第一部分，涵盖了基本...
Matplotlib.pdf
11-15
Matplotlib使用指南 Matplotlib是Python中一个流行的数据可视化库，提供了大量的绘图功能和工具。本文档是Matplotlib的官方使用文档，涵盖了安装、使用、故障排除、API概述、外部资源、开发者指南等多个方面。 一...
c ++使用matplotlib
07-20
使用Matplotlib在C++中进行绘图 Matplotlib是一个Python的2D绘图库，可以生成出版质量级别的图形。幸运的是，有一个开源项目lava/matplotlib-cpp为C++提供了接口，使得我们可以在C++中使用Python的Matplotlib库进行...
【Python】利用matplotlib编写一个程序，该程序能在一行中并列显示两个子图
weixin_56319483的博客
06-07 1722
平时的一次作业
十二个常用的 matplotlib 绘图案例
加百力 的技术博客
12-11 2395
这些图表类型覆盖了数据分析和机器学习项目中的许多常见需求。根据具体的项目和数据，可以选择适合的图表类型来展示和分析数据。Matplotlib 提供了丰富的功能，使你能够自定义图表以满足特定的需求。
python圆的代码：如何使用Python绘制一个圆形
api_ok的博客
09-09 1414
Python圆的代码可以使用matplotlib库中的Circle函数来实现。Circle函数接受两个参数，一个是圆心的坐标（x，y），另一个是圆的半径r。Python圆的代码可以使用matplotlib库中的Circle函数来实现。Circle函数接受两个参数，一个是圆心的坐标（x，y），另一个是圆的半径r。
python数据可视化之matplotlib实践 基础篇（2）
m0_69299019的博客
10-30 1355
全面讲解matplotlib之中的统计图
使用matplotlib绘制折线图，展示10点到12点每一分钟的气温变化
weixin_42540746的博客
03-19 1483
使用matplotlib绘制折线图，展示10点到12点每一分钟的气温变化 给定数据：a = [random.randint(20,35) for i in range(120)] 一、pycharm上写代码完成基础功能 from matplotlib import pyplot as plt import random x = range(0,120) y = random.randin...
Pandas初体验
SAMSARA的博客
06-09 1707
目录导入excel文件Series对象创建一个Series对象手动设置Series索引Series的索引获取Series的索引和值DataFrame对象遍历DataFrame数据创建一个DataFrame对象导入外部数据导入.xls或.xlsx文件数据合并数据合并（使用Merge方法）数据合并（使用Concat方法）数据导出导出为.xlsx文件导出为.csv文件导出到多个sheet页中时间序列重采样（Resample方法）降采样处理升采样处理时间序列数据汇总（ohlc函数）移动窗口数据计算（rolling函
Matplotlib
05-27
好的，Matplotlib是一个基于Python的数据可视化库，可以用于生成各种类型的图表，包括折线图、柱状图、散点图、饼图等。 下面是一个简单的Matplotlib折线图的代码示例： ```python import matplotlib.pyplot as ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

芷汀若静

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值