Khám phá cách các nguyên tắc đằng sau mã nguồn mở – cộng tác, minh bạch và tạo mẫu nhanh – là những chất xúc tác đã được chứng minh cho sự đổi mới.

Bạn đang xem : cách vẽ biểu đồ trong python

“Làm cách nào để tạo biểu đồ trong Python?” từng có một câu trả lời đơn giản: Matplotlib là cách duy nhất. Ngày nay, Python là ngôn ngữ của khoa học dữ liệu và có nhiều sự lựa chọn hơn. Bạn nên sử dụng cái gì?

Hướng dẫn này sẽ giúp bạn quyết định. Nó sẽ chỉ cho bạn cách sử dụng từng trong số bốn thư viện vẽ biểu đồ Python phổ biến nhất— Matplotlib , Seaborn , Plotly Bokeh < / strong> —có thêm một số tính năng hữu ích đáng cân nhắc: Altair với API biểu cảm và Pygal với đầu ra SVG tuyệt đẹp. Tôi cũng sẽ xem xét API vẽ biểu đồ rất tiện lợi do pandas cung cấp.

Đối với mỗi thư viện, tôi đã bao gồm các đoạn mã nguồn cũng như một ví dụ dựa trên web đầy đủ bằng cách sử dụng Anvil , nền tảng của chúng tôi để xây dựng các ứng dụng web không có gì ngoài Python. Hãy cùng xem.

Một âm mưu mẫu

Mỗi thư viện có một cách tiếp cận hơi khác nhau để vẽ biểu đồ dữ liệu. Để so sánh chúng, tôi sẽ tạo cùng một âm mưu với mỗi thư viện và hiển thị cho bạn mã nguồn. Đối với dữ liệu ví dụ của tôi, tôi đã chọn biểu đồ thanh được nhóm lại này về kết quả bầu cử ở Anh kể từ năm 1966:

Biểu đồ thanh về dữ liệu bầu cử ở Anh

Tôi đã biên soạn tập dữ liệu về lịch sử bầu cử ở Anh từ Wikipedia: số ghế trong quốc hội Vương quốc Anh mà các đảng Bảo thủ, Lao động và Tự do (được định nghĩa rộng rãi) trong mỗi cuộc bầu cử từ năm 1966 đến năm 2019, cộng với số ghế mà “những người khác” giành được. Bạn có thể tải xuống dưới dạng tệp CSV .

Matplotlib

Matplotlib là thư viện vẽ biểu đồ Python lâu đời nhất và nó vẫn là thư viện phổ biến nhất. Nó được tạo vào năm 2003 như một phần của SciPy Stack , một thư viện máy tính khoa học mã nguồn mở tương tự như Matlab .

Matplotlib cung cấp cho bạn quyền kiểm soát chính xác đối với các ô của mình — ví dụ: bạn có thể xác định vị trí x riêng lẻ của từng thanh trong ô bar của mình. Đây là mã để vẽ biểu đồ này (bạn có thể chạy tại đây ):

 

import

matplotlib.

pyplot

như

làm ơn

nhập

numpy

dưới dạng

np

từ

phiếu bầu

nhập

wide

dưới dạng

df

# Khởi tạo một hình. các lô con () không có args sẽ cho một âm mưu.


fig

,

ax

=

plt.

subplots

(

)



# Chuẩn bị một chút dữ liệu


năm

=

df

[

'năm'

]


x

=

np.

arange

(

len

(

năm

)

)



# Vẽ từng ô thanh. Lưu ý: tính toán 'độ né tránh' của các thanh theo cách thủ công


ax.

bar

(

x -

3

* width /

2

,

df

[

'thận trọng'

]

,

width

,

label

=

'Bảo thủ'

,

color

=

'# 0343df'

)


ax.

bar

(

x - width /

2

,

df

[

'lao động'

]

,

width

,

nhãn

=

' Nhân công '

,

color

=

' # e50000 '

< p class = "br0">)


ax.

bar

(

x + width /

2

,

df

[

'phóng khoáng'

]

,

width

,

nhãn

=

' Tự do '

,

color

=

' # ffff14 '

< p class = "br0">)


ax.

bar

(

x +

3

* width /

2

,

df

[

'những người khác'

]

,

width

,

label

=

'Khác'

,

color

=

'# 929591'

)



# Tùy chỉnh một số thuộc tính hiển thị


ax.

set_ylabel

(

'Ghế'

)


ax.

set_title

(

'Kết quả bầu cử ở Vương quốc Anh'

)


ax.

set_xticks

(

x

)

# Điều này đảm bảo chúng ta có một lần đánh dấu mỗi năm, nếu không, chúng ta sẽ nhận được ít hơn


ax.

set_xticklabels

(

năm.

astype

(

str

)

.

giá trị

,

xoay

=

'vertical'

)
ax.

huyền thoại

(

)



# Yêu cầu Matplotlib chỉ ra cốt truyện


làm ơn.

hiển thị

(

)

< p> Và đây là kết quả bầu cử được vẽ trong Matplotlib:

Biểu đồ Matplotlib về dữ liệu bầu cử Anh

Seaborn

Seaborn là một lớp trừu tượng trên Matplotlib; nó cung cấp cho bạn một giao diện thực sự gọn gàng để tạo nhiều loại cốt truyện hữu ích một cách dễ dàng.

Tuy nhiên, nó không ảnh hưởng đến quyền lực! Seaborn cung cấp cho cửa sập để truy cập các đối tượng Matplotlib bên dưới, vì vậy bạn vẫn có toàn quyền kiểm soát.

Mã của Seaborn đơn giản hơn Matplotlib thô (có thể chạy được tại đây ):

 

import

seaborn

as

sns

from

vote

import

long

as < / p> df

# Một số bản soạn sẵn để khởi tạo mọi thứ


sns.

set

(

)


làm ơn

hình

(

)



# Đây là nơi thực hiện cốt truyện


ax

=

sns.

barplot

(

data

=

df

,

x

=

"năm"

< p class = "sy0">,

y

=

"chỗ ngồi"

,

hue

=

"party"

,

Palette

=

[

'blue'

,

'red'

,

'yellow'

,

'xám'

]

,

độ bão hòa < p class = "sy0"> =

0.6

)



# Tùy chỉnh một số thuộc tính hiển thị


ax.

set_title

(

'Kết quả bầu cử ở Vương quốc Anh'

)


ax.

grid

(

color

=

'#cccccc'

)


ax.

set_ylabel

(

'Ghế'

)


ax.

set_xlabel

(

Không có

)


ax.

set_xticklabels

(

df

[

"năm"

]

.

duy nhất

(

)

.

astype

(

str

)

,

xoay

=

'dọc '

)



# Yêu cầu Matplotlib cho xem


làm ơn.

hiển thị

(

)

< p> Và tạo ra biểu đồ này:

Sơ sinh về dữ liệu bầu cử Anh

Âm mưu

Âm mưu là một hệ sinh thái vẽ đồ thị bao gồm một thư viện vẽ đồ thị Python. Nó có ba giao diện khác nhau:

  • Giao diện hướng đối tượng
  • Một giao diện bắt buộc cho phép bạn chỉ định cốt truyện của mình bằng cách sử dụng cấu trúc dữ liệu giống JSON
  • Giao diện cấp cao tương tự như Seaborn được gọi là Plotly Express

Các âm mưu có âm mưu được thiết kế để nhúng vào các ứng dụng web. Về cốt lõi, Plotly thực sự là một thư viện JavaScript! Nó sử dụng D3 stack.gl để vẽ các biểu đồ.

Bạn có thể tạo thư viện Plotly bằng các ngôn ngữ khác bằng cách chuyển JSON đến thư viện JavaScript. Các thư viện Python và R chính thức làm được điều đó. Tại Anvil, chúng tôi đã chuyển API Plotly của Python sang chạy trong trình duyệt web .

Đây là mã nguồn trong Plotly (bạn có thể chạy tại đây ):

 

import

theo âm mưu.

graph_objects

như

đi

từ

phiếu bầu

nhập

wide

dưới dạng

df

# Nhận danh sách giá trị x thuận tiện


năm

=

df

[

'năm'

]


x

=

danh sách

(

phạm vi < / p>

(

len

(

năm

)

)

)



# Chỉ định các ô


bar_plots

=

[


đi.

Thanh

(

x

=

x

,

y

=

df

[

'thận trọng'

< p class = "br0">]

,

name

=

'Bảo thủ'

,

marker

=

đi.

bar

.

Điểm đánh dấu

(

color

=

'# 0343df' < / p>

)

)

,


đi.

Thanh

(

x

=

x

,

y

=

df

[

'lao động'

< p class = "br0">]

,

name

=

'Lao động'

,

marker

=

đi.

bar

.

Điểm đánh dấu

(

color

=

'# e50000' < / p>

)

)

,


đi.

Thanh

(

x

=

x

,

y

=

df

[

'tự do'

< p class = "br0">]

,

name

=

'Tự do'

,

marker

=

đi.

bar

.

Điểm đánh dấu

(

color

=

'# ffff14' < / p>

)

)

,


đi.

Thanh

(

x

=

x

,

y

=

df

[

'những người khác'

< p class = "br0">]

,

name

=

'Khác'

,

marker

=

đi.

bar

.

Điểm đánh dấu

(

color

=

'# 929591' < / p>

)

)

,


]



# Tùy chỉnh một số thuộc tính hiển thị


bố cục

=

go.

Bố cục

(


title

=

go.

layout

.

Title

(

text

=

"Kết quả bầu cử"

,

x

=

0,5

)

,
yaxis_title

=

"Ghế"

,


xaxis_tickmode

=

"mảng"

,


xaxis_tickvals

=

list

(

range < / p>

(

27

)

)

,


xaxis_ticktext

=

tuple

(

df

[

'year'

]

.

giá trị

)

,


)



# Tạo biểu đồ nhiều thanh


Fig

=

go.

Hình

(

data

=

bar_plots

,

layout

=

layout

)



# Yêu cầu Plotly hiển thị nó


Hình.

hiển thị

(

)

< p> Và sơ đồ kết quả bầu cử:

Âm mưu dữ liệu bầu cử Anh

Bokeh

Bokeh (phát âm là “BOE-kay”) chuyên về xây dựng các âm mưu tương tác, vì vậy, ví dụ tiêu chuẩn này không thể hiện nó một cách tốt nhất. Giống như Plotly, các âm mưu của Bokeh được thiết kế để nhúng vào các ứng dụng web; nó xuất ra các âm mưu của nó dưới dạng tệp HTML.

Đây là mã trong Bokeh (bạn có thể chạy tại đây )

 

from

bokeh.

io

nhập

show

,

output_file

từ

bokeh.

mô hình

nhập

ColumnDataSource

,

FactorRange

,

HoverTool

từ

bokeh.

vẽ biểu đồ

nhập

hình

từ

bokeh.

chuyển đổi

nhập

factor_cmap

from

vote

import

long

as < / p> df

# Chỉ định một tệp để ghi cốt truyện vào


output_file

(

"powers.html"

)



# Tuples của nhóm (năm, bữa tiệc)


x

=

[

(

str < / p>

(

r

[

1

]

[

'year'

]

)

,

r

[

1

]

[

'party'

]

)

cho

r

in

df.

iterrows

(

)

]


y

=

df

[

'ghế'

]



# Bokeh bao bọc dữ liệu của bạn trong các đối tượng của chính nó để hỗ trợ tính tương tác


source

=

ColumnDataSource

(

data

=

dict

(

x

=

x

,

y

=

y

)

)



# Tạo bản đồ màu


cmap

=

{


'Bảo thủ'

:

'# 0343df'

,


'Nhân công'

:

'# e50000'

,


'Tự do'

:

'# ffff14'

,


'Khác'

:

'# 929591'

,


}


fill_color

=

factor_cmap

(

'x'

,

Palette

=

list

(

cmap.

giá trị

(

)

)

,

factor

=

list

(< /p>cmap.

khóa

(

)

)

,

start

=

1

,

end

=

2

)



# Tạo cốt truyện


p

=

figure

(

x_range

=

FactorRange

(

* x

)

,

width

=

1200

,

title

=

"Kết quả bầu cử"

)


p.

vbar

(

x

=

'x'

,

top

=

'y'

< p class = "sy0">,

width

=

0.9

, source

=

source

,

fill_color

=

fill_color

,

line_color

=

fill_color

)



# Tùy chỉnh một số thuộc tính hiển thị


p.

y_range

.

bắt đầu

=

0


p.

x_range

.

range_padding

=

0,1


p.

yaxis

.

axis_label

=

'Ghế ngồi'


p.

xaxis

.

major_label_orientation

=

1


p.

xgrid

.

grid_line_color

=

Không có

Và cốt truyện:

Biểu đồ Bokeh của dữ liệu bầu cử Anh

Altair

Altair dựa trên ngôn ngữ lập biểu đồ khai báo (hoặc “ngữ pháp hình ảnh hóa”) được gọi là Vega . Điều này có nghĩa là đây là một API được cân nhắc kỹ lưỡng, có khả năng mở rộng quy mô phù hợp với các âm mưu phức tạp, giúp bạn tránh bị lạc trong địa ngục lồng lộn cho vòng lặp.

Cũng như Bokeh, Altair xuất các biểu đồ của nó dưới dạng tệp HTML. Đây là mã (bạn có thể chạy tại đây ):

 

import

altair

as

alt

from

vote

import

long

as < / p> df

# Thiết lập bản đồ màu


cmap

=

{


'Bảo thủ'

:

'# 0343df'

,


'Nhân công'

:

'# e50000'

,


'Tự do'

:

'# ffff14'

,


'Khác'

:

'# 929591'

,


}



# Truyền năm thành chuỗi


df

[

'năm'

]

=

df

[

'năm'

]

.

astype

(

str

)



# Đây là nơi chúng tôi thực hiện cốt truyện


chart

=

alt.

Chart

(

df

)

.

mark_bar

(

)

.

mã hóa

(


x

=

alt.

X

(

'party'

,

title

=

Không có

)

,


y

=

'chỗ ngồi'

,


cột

=

alt.

Cột

(

'năm'

,

sắp xếp

=

danh sách

(

df

[

'năm'

]

)

,

title

=

Không có

)

,


color

=

alt.

Màu

(

'party'

,

scale

=

alt.

Scale

< p class = "br0"> (

domain

=

danh sách

( cmap.

các phím

(

)

)

,

range

=

danh sách

(

cmap.

giá trị

(

< p class = "br0">)

)

)

)

)



# Lưu nó dưới dạng tệp HTML.


biểu đồ.

save

(

'altair-powers.html'

)

Và biểu đồ kết quả:

Biểu đồ thay thế của dữ liệu bầu cử Anh

Pygal

Pygal tập trung vào hình thức trực quan. Nó tạo ra các ô SVG theo mặc định, vì vậy bạn có thể thu phóng chúng mãi mãi hoặc in chúng ra mà không bị ảnh hưởng. Các âm mưu của Pygal cũng đi kèm với một số tính năng tương tác tốt được tích hợp sẵn, khiến Pygal trở thành một ứng cử viên được đánh giá thấp hơn nếu bạn đang tìm cách nhúng các lô vào một ứng dụng web.

Mã nguồn trông như thế này (và bạn có thể chạy nó tại đây ):

 

import

pygal

từ

pygal.

style

nhập

Kiểu

từ

phiếu bầu

nhập

wide

dưới dạng

df

# Xác định kiểu


custom_style

=

Kiểu

(


color

=

(

'# 0343df'

,

'# e50000'

,

'# ffff14'

,

'# 929591'

)


font_family

=

'Roboto, Helvetica, Arial, sans-serif'

,


background

=

'trong suốt'

,


label_font_size

=

14

,


)



# Thiết lập biểu đồ thanh, sẵn sàng cho dữ liệu


c

=

pygal.

Thanh

(


title

=

"Kết quả bầu cử ở Vương quốc Anh"

,


style

=

custom_style

,


y_title

=

'Ghế'

,


width

=

1200

,


x_label_rotation

=

270

,


)



# Thêm bốn tập dữ liệu vào biểu đồ thanh


c.

thêm

(

'Bảo thủ'

,

df

[

'bảo thủ'

]

)


c.

thêm

(

'Nhân công'

,

df

[

'lao động'

]

)


c.

thêm

(

'Tự do'

,

df

[

'tự do'

]

)


c.

thêm

(

'Khác'

,

df

[

'những người khác'

]

)



# Xác định nhãn X


c.

x_labels

=

df

[

'năm'

]



# Ghi tệp này vào tệp SVG


c.

render_to_file

(

'pygal.svg'

)

Và biểu đồ:

Biểu đồ Pygal về dữ liệu bầu cử Anh

Gấu trúc

Pandas là một thư viện khoa học dữ liệu cực kỳ phổ biến cho Python. Nó cho phép bạn thực hiện tất cả các loại thao tác dữ liệu với quy mô lớn, nhưng nó cũng có một API vẽ biểu đồ tiện lợi. Vì nó hoạt động trực tiếp trên các khung dữ liệu, ví dụ về gấu trúc là đoạn mã ngắn gọn nhất trong bài viết này — thậm chí còn ngắn hơn mã Seaborn!

API gấu trúc là một trình bao bọc xung quanh Matplotlib, vì vậy bạn cũng có thể sử dụng API Matplotlib cơ bản để có được quyền kiểm soát chi tiết đối với các lô của mình.

Đây là sơ đồ kết quả bầu cử ở gấu trúc. Mã rất ngắn gọn!

 

from

matplotlib.

Colors

nhập

Bản đồ định dạng danh sách

từ

phiếu bầu

nhập

wide

dưới dạng

df

cmap

=

ListedColormap

(

[

' # 0343df '

,

' # e50000 '

,

< p class = "st0"> '# ffff14'

,

'# 929591'

]

)



ax

=

df.

plot

.

bar

(

x

=

'year'

,

bản đồ màu < p class = "sy0"> =

cmap

)



ax.

set_xlabel

(

Không có

)


ax.

set_ylabel

(

'Ghế'

)


ax.

set_title

(

'Kết quả bầu cử ở Vương quốc Anh'

)



làm ơn.

hiển thị

(

)

< p> Và biểu đồ kết quả:

Biểu đồ của gấu trúc trong dữ liệu bầu cử ở Anh

Để chạy ví dụ này, hãy xem tại đây .

Vẽ theo cách của bạn

Python cung cấp nhiều cách để vẽ cùng một dữ liệu mà không cần nhiều mã. Mặc dù bạn có thể bắt đầu nhanh chóng tạo biểu đồ bằng bất kỳ phương pháp nào trong số này, nhưng chúng thực hiện một số cấu hình cục bộ. Anvil cung cấp trải nghiệm dựa trên web tuyệt đẹp để phát triển Python nếu bạn đang cần. Chúc bạn lập mưu vui vẻ!

Bài viết này dựa trên Vẽ sơ đồ bằng Python: so sánh các tùy chọn trên blog của Anvil và được sử dụng lại với sự cho phép.


Xem thêm những thông tin liên quan đến chủ đề làm thế nào để âm mưu trong python

Plotly Tutorial 2021

alt

  • Tác giả: Derek Banas
  • Ngày đăng: 2020-09-11
  • Đánh giá: 4 ⭐ ( 6964 lượt đánh giá )
  • Khớp với kết quả tìm kiếm: New Data Science / Machine Learning Video Everyday at 1 PM EST!!! [ Click Notification Bell ]

    This video provides complete coverage of Plotly with many real world examples. Plotly allows you to make beautiful static as well as animated charts!

    If you want a video that condenses the whole Plotly API and all that it can do into 1 video with a ton of examples, then this video is for you.

    I cover most everything you’ll learn by reading the API here. Next I’ll cover SciPy, StatsModels, Scikit-learn, TensorFlow, PyTorch, Keras, Scrapy, Linear Algebra, Calculus and more. CLICK THE NOTIFICATION BELL

    ❇️ LIVESTREAMS : https://www.twitch.tv/derekbanas
    ❇️ DISCORD : https://discord.gg/2dkDmpVvgD ( Contact Me Anytime )

    MY UDEMY COURSES ARE 87.5% OFF TIL May 23rd ($9.99)
    https://www.udemy.com/

    ➡️ Python Data Science Series for $9.99 : Highest Rated & Largest Python Udemy Course + 56 Hrs + 200 Videos + Data Science https://bit.ly/Master_Python_31

    ➡️ New C++ Programming Bootcamp Series for $9.99 : Over 23 Hrs + 53 Videos + Quizzes + Graded Assignments + New Videos Every Month https://bit.ly/C_Course_31

    Plotly GitHub Cheat Sheet : https://github.com/derekbanas/plotly-tutorial

    Install for Windows : https://youtu.be/a7Ylbn1ikF0
    Install for MacOS : https://youtu.be/2JeoNlCcLOM
    Probability in One Video : https://youtu.be/sEte4hXEgJ8
    Statistics in One Video : https://youtu.be/tcusIOfI_GM
    NumPy in One Video : https://youtu.be/8Y0qQEh7dJg
    Pandas in One Video : https://youtu.be/PcvsOaixUh8
    Matplotlib in One Video : https://youtu.be/wB9C0Mz9gSo
    Seaborn in One Video : https://youtu.be/6GUZXDef2U0

    Python DataScience Ploty

    The most in demand skills in the world right now are in Data Science & Machine Learning! I will teach you everything imaginable about Data Science & Machine Learning including all the math, libraries, algorithms so that rather then playing with it on an elementary level you will Master it! The journey will be hard, but those willing to put in the time and brain power will be rewarded in the end.

    Here is a Table of Contents that will allow you to jump around in the video and learn what ever you are interested in.

    TABLE OF CONTENTS

    00:00 Intro
    00:14 What is Plotly?
    00:38 Installation
    01:51 Imports
    03:49 Basics
    05:41 Line Plots
    06:19 Built-in Datasets
    07:41 Multiple Plots
    09:04 Styling Plots
    12:01 Style Grids
    17:45 Query Data
    26:07 Scatter Plots
    32:43 Pie Charts
    34:27 Colormaps
    39:45 Histograms
    44:28 Box Plots
    52:30 Violin Plots
    58:12 Density Heatmap
    1:01:30 3D Scatter Plots
    1:02:48 3D Line Plots
    1:03:35 Scatter Matrix
    1:04:21 Map Scatter Plot
    1:06:38 Choropleth Maps
    1:09:17 Polar Chart
    1:11:50 Ternary Plot
    1:13:24 Facets
    1:18:17 Animated Plots

    Like the channel? Consider becoming a Patreon and get access to exclusive videos! All Patreons who contribute $1 or more get a FREE coupon code to my Python Programming Bootcamp Series!!!
    Check it out here: https://www.patreon.com/derekbanas

    GET FREE STUFF AND SUPPORT MY TUTORIALS

    1. Get a Free Stock : https://share.robinhood.com/derekb1560
    2. Get 2 Free Audiobooks : https://amzn.to/2Y5FV2p

    THANK YOU TO MY PATREON SUPPORTERS LIKE :

    https://shapeganic.com/app/store (Calorie Counter & Weight Tracking App)
    ckcoder.com
    vsolutions.be
    instagram.com/lumarycodes/
    github.com/metabake
    greedygammon.com
    twitter.com/mrjak318

Cách ghi chú trong Python

  • Tác giả: howkteam.vn
  • Đánh giá: 5 ⭐ ( 6506 lượt đánh giá )
  • Khớp với kết quả tìm kiếm: Cách ghi chú trong Python

Tạo đồ thị với Python và GooPyCharts

  • Tác giả: helpex.vn
  • Đánh giá: 3 ⭐ ( 4175 lượt đánh giá )
  • Khớp với kết quả tìm kiếm: Vào mùa hè, tôi đã bắt gặp một thư viện âm mưu thú vị có tên là GooPyCharts , đây là một trình bao bọc Python cho API Google Charts. Trong bài viết này, chúng tôi sẽ dành vài phút để học…

Tìm hiểu và thực hành về số trong Python

  • Tác giả: t3h.edu.vn
  • Đánh giá: 3 ⭐ ( 4403 lượt đánh giá )
  • Khớp với kết quả tìm kiếm: Trong bài viết ngày hôm nay, bạn sẽ tìm hiểu về các con số trong Python, cách tạo các số nguyên, số thực, làm tròn số trong Python.

Làm chủ âm mưu thanh trong Python

  • Tác giả: ichi.pro
  • Đánh giá: 3 ⭐ ( 7074 lượt đánh giá )
  • Khớp với kết quả tìm kiếm: Giới thiệu Trực quan hóa dữ liệu là một trong những bộ công cụ cơ bản quan trọng nhất của một nhà khoa học dữ liệu. Rất khó để tạo ra một hình dung tốt.

Lệnh nào được sử dụng để xóa âm mưu trong Python?

  • Tác giả: vi.helpr.me
  • Đánh giá: 5 ⭐ ( 5841 lượt đánh giá )
  • Khớp với kết quả tìm kiếm:

Hàm trong Python

  • Tác giả: topdev.vn
  • Đánh giá: 5 ⭐ ( 6782 lượt đánh giá )
  • Khớp với kết quả tìm kiếm: Hàm trong Python là gì? Cú pháp, thành phần và các loại hàm trong Python như thế nào? Làm sao để tạo hàm trong Python?

Xem thêm các bài viết khác thuộc chuyên mục: Kiến thức lập trình

Xem Thêm  Tham chiếu toán tử JavaScript - javascript toán tử bậc ba w3schools

By ads_php