当我们尝试访问 Lua 表中未声明的字段时，得到的结果是 nil。虽然这是事实，但原因是当发生此类访问时，解释器会触发对 __index 元方法的搜索，如果它没有找到名为 __index 的方法，则我们得到 nil 作为答案；否则，我们将得到在 __index 元方法中设置的字段值的任何值。我们可以显式地在表中放入 __index 方法，并为其提供我们希望它返回的命名值…… 阅读更多

当我们想从表中返回多个值时，我们使用 table.unpack() 函数。它接收一个列表并返回多个值。语法 table.unpack{x, y, z, ....} 示例 table.unpack() 函数为我们提供作为参数传递给它的所有值，但我们也可以通过如下所示的示例指定我们想要的值 - 在线演示 a, b = table.unpack{1, 2, 3} print(a, b) 在上面的示例中，即使 table.unpack() 函数包含不同的值，即 1、2 和 3，我们只存储前两个值，即 a 和 b，以及值 3…… 阅读更多

当我们想从传递给函数的多个值返回一个表作为结果时，我们使用 table.pack() 函数。table.pack() 函数是一个可变参数函数。语法 table.pack(x, y, z, ....) 示例 table.pack() 函数提供一个包含作为参数传递给它的所有值的表，考虑以下示例 - 在线演示 a = table.pack(1, 2, 3) print(a) print(a.n) 在上面的示例中，我们将三个数字作为参数传递给 table.pack() 函数，然后我们打印返回值，即它将保存包含…的表的地址 阅读更多

要使用 ggplot2 创建使用灰色调色板的类别小提琴图，我们可以按照以下步骤操作 - 首先，创建一个数据框。然后，为类别创建具有小提琴默认颜色的竖琴图。为类别创建具有灰色调色板的小提琴颜色的竖琴图。创建数据框让我们创建一个数据框，如下所示 - 在线演示 > Group Score df df 执行后，上述脚本生成以下输出（此输出由于随机化而会因您的系统而异）- Group Score 1 Second 405 2 Third 947 3 First 78 ... 阅读更多

要在 R 中按行标准差划分数据框行值，我们可以按照以下步骤操作 - 首先，创建一个数据框。然后，使用 apply 函数按行标准差划分数据框行值。创建数据框让我们创建一个数据框，如下所示 - 在线演示 > x y df df 执行后，上述脚本生成以下输出（此输出由于随机化而会因您的系统而异）- x y 1 1.48 0.86 2 -0.14 -0.58 3 -0.25 1.22 4 0.18 0.25 5 0.50 0.68 6 -1.34 ... 阅读更多

要在 R 数据框中从列均值中减去列值，我们可以按照以下步骤操作 - 首先，创建一个数据框。然后，使用 colMeans 函数查找列均值。之后，从列均值中减去列值。创建数据框让我们创建一个数据框，如下所示 - 在线演示 > x1 x2 x3 df df 执行后，上述脚本生成以下输出（此输出由于随机化而会因您的系统而异）- x1 x2 x3 1 54 73 57 2 79 52 92 3 87 51 47 4 13 12 1 5 70 90 19 6 15 99 ... 阅读更多

要根据数据框列名对 Seaborn 箱线图进行着色，我们可以采取以下步骤 - 设置图形大小并调整子图之间和周围的填充。使用 Pandas 创建一个包含两列 col1 和 col2 的数据框。创建水平方向的箱线图。获取框艺术家。迭代框并设置框的 facecolor。要显示图形，请使用 show() 方法。示例 import seaborn as sns import matplotlib.pyplot as plt import pandas as pd plt.rcParams["figure.figsize"] = [7.50, 3.50] plt.rcParams["figure.autolayout"] = True df = pd.DataFrame( [[2, 4], [7, 2] ], columns=['col1', 'col2']) ... 阅读更多

要使用 matplotlib 绘制圆形线端，我们可以使用 solid_capstyle='round'。步骤设置图形大小并调整子图之间和周围的填充。使用 numpy 创建随机的 x 和 y 数据点。创建一个图形和一组子图。使用 plot() 方法绘制 x 和 y 数据点，并在方法参数中使用 solid_capstyle。要显示图形，请使用 show() 方法。示例 import matplotlib.pyplot as plt import numpy as np plt.rcParams["figure.figsize"] = [7.50, 3.50] plt.rcParams["figure.autolayout"] = True x = np.random.randn(5) y = np.random.randn(5) fig, ax = plt. subplots() ln, = ax.plot(x, y, lw=10, solid_capstyle='round', color='red') plt.show() 输出 阅读更多

要在 Matplotlib 的 X 轴上显示日期和时间，我们可以采取以下步骤 - 设置图形大小并调整子图之间和周围的填充。创建日期和 y 值列表。获取当前轴。设置主要日期格式化程序和定位器。使用 plot() 方法绘制 x 和 y 值。要显示图形，请使用 show() 方法。示例 from datetime import datetime as dt from matplotlib import pyplot as plt, dates as mdates plt.rcParams["figure.figsize"] = [7.50, 3.50] plt.rcParams["figure.autolayout"] = True dates = ["01/02/2020", "01/03/2020", "01/04/2020"] x_values = [dt.strptime(d, "%m/%d/%Y").date() for d in dates] y_values = [1, 2, 3] ax ... 阅读更多

要绘制 95% 置信区间误差条 Python Pandas 数据框，我们可以采取以下步骤 - 设置图形大小并调整子图之间和周围的填充。获取二维、大小可变、可能异构的表格数据的 DataFrame 实例。使用两列 category 和 number 创建数据框。查找 category 和 number 的均值和标准差。使用附加的误差条绘制 y 相对于 x 的线和/或标记。要显示图形，请使用 show() 方法。示例 import numpy as np import pandas as pd import matplotlib.pyplot as plt plt.rcParams["figure.figsize"] = [7.50, 3.50] plt.rcParams["figure.autolayout"] = True df = pd.DataFrame() df['category'] = np.random.choice(np.arange(10), 1000, replace=True) df['number'] = ... 阅读更多