Python實(shí)操：手把手教你用Matplotlib把數(shù)據(jù)畫出來(lái)

作者：邁克爾·貝耶勒（Michael Beyeler）

創(chuàng)新互聯(lián)公司主營(yíng)樂(lè)都網(wǎng)站建設(shè)的網(wǎng)絡(luò)公司,主營(yíng)網(wǎng)站建設(shè)方案,成都APP應(yīng)用開(kāi)發(fā),樂(lè)都h5重慶小程序開(kāi)發(fā)公司搭建,樂(lè)都網(wǎng)站營(yíng)銷推廣歡迎樂(lè)都等地區(qū)企業(yè)咨詢

如需轉(zhuǎn)載請(qǐng)聯(lián)系華章 科技

如果已安裝Anaconda Python版本，就已經(jīng)安裝好了可以使用的 Matplotlib。否則，可能要訪問(wèn)官網(wǎng)并從中獲取安裝說(shuō)明：

正如使用np作為 NumPy 的縮寫，我們將使用一些標(biāo)準(zhǔn)的縮寫來(lái)表示 Matplotlib 的引入：

在本書中，plt接口會(huì)被頻繁使用。

讓我們創(chuàng)建第一個(gè)繪圖。

假設(shè)想要畫出正弦函數(shù)sin(x)的線性圖。得到函數(shù)在x坐標(biāo)軸上0≤x＜10內(nèi)所有點(diǎn)的值。我們將使用 NumPy 中的 linspace 函數(shù)來(lái)在x坐標(biāo)軸上創(chuàng)建一個(gè)從0到10的線性空間，以及100個(gè)采樣點(diǎn)：

可以使用 NumPy 中的sin函數(shù)得到所有x點(diǎn)的值，并通過(guò)調(diào)用plt中的plot函數(shù)把結(jié)果畫出來(lái)：

你親自嘗試了嗎？發(fā)生了什么嗎？有沒(méi)有什么東西出現(xiàn)？

實(shí)際情況是，取決于你在哪里運(yùn)行腳本，可能無(wú)法看到任何東西。有下面幾種可能性：

1. 從.py腳本中繪圖

如果從一個(gè)腳本中運(yùn)行 Matplotlib，需要加上下面的這行調(diào)用：

在腳本末尾調(diào)用這個(gè)函數(shù)，你的繪圖就會(huì)出現(xiàn)！

2. 從 IPython shell 中繪圖

這實(shí)際上是交互式地執(zhí)行Matplotlib最方便的方式。為了讓繪圖出現(xiàn)，需要在啟動(dòng) IPython 后使用所謂的%matplotlib魔法命令。

接下來(lái)，無(wú)須每次調(diào)用plt.show()函數(shù)，所有的繪圖將會(huì)自動(dòng)出現(xiàn)。

3. 從 Jupyter Notebook 中繪圖

如果你是從基于瀏覽器的 Jupyter Notebook 中看這段代碼，需要使用同樣的%matplotlib魔法命令。然而，也可以直接在notebook中嵌入圖形，這會(huì)有兩種輸出選項(xiàng)：

在本書中，將會(huì)使用inline選項(xiàng)：

現(xiàn)在再次嘗試一下：

上面的命令會(huì)得到下面的繪圖輸出結(jié)果：

如果想要把繪圖保存下來(lái)留作以后使用，可以直接在 IPython 或者 Jupyter Notebook 使用下面的命令保存：

僅需要確保你使用了支持的文件后綴，比如.jpg、.png、.tif、.svg、.eps或者.pdf。

作為本章最后一個(gè)測(cè)試，讓我們對(duì)外部數(shù)據(jù)集進(jìn)行可視化，比如scikit-learn中的數(shù)字?jǐn)?shù)據(jù)集。

為此，需要三個(gè)可視化工具：

那么開(kāi)始引入這些包吧：

第一步是載入實(shí)際數(shù)據(jù)：

如果沒(méi)記錯(cuò)的話，digits應(yīng)該有兩個(gè)不同的數(shù)據(jù)域：data域包含了真正的圖像數(shù)據(jù)，target域包含了圖像的標(biāo)簽。相對(duì)于相信我們的記憶，我們還是應(yīng)該對(duì)digits稍加 探索 。輸入它的名字，添加一個(gè)點(diǎn)號(hào)，然后按Tab鍵：digits.TAB，這個(gè)操作將向我們展示digits也包含了一些其他的域，比如一個(gè)名為images的域。images和data這兩個(gè)域，似乎簡(jiǎn)單從形狀上就可以區(qū)分。

兩種情況中，第一維對(duì)應(yīng)的都是數(shù)據(jù)集中的圖像數(shù)量。然而，data中所有像素都在一個(gè)大的向量中排列，而images保留了各個(gè)圖像8×8的空間排列。

因此，如果想要繪制出一副單獨(dú)的圖像，使用images將更加合適。首先，使用NumPy的數(shù)組切片從數(shù)據(jù)集中獲取一幅圖像：

這里是從1797個(gè)元素的數(shù)組中獲取了它的第一行數(shù)據(jù)，這行數(shù)據(jù)對(duì)應(yīng)的是8×8=64個(gè)像素。下面就可以使用plt中的imshow函數(shù)來(lái)繪制這幅圖像：

上面的命令得到下面的輸出：

此外，這里也使用cmap參數(shù)指定了一個(gè)顏色映射。默認(rèn)情況下，Matplotlib 使用MATLAB默認(rèn)的顏色映射jet。然而，在灰度圖像的情況下，gray顏色映射更有效。

最后，可以使用plt的subplot函數(shù)繪制全部數(shù)字的樣例。subplot函數(shù)與MATLAB中的函數(shù)一樣，需要指定行數(shù)、列數(shù)以及當(dāng)前的子繪圖索引（從1開(kāi)始計(jì)算）。我們將使用for 循環(huán)在數(shù)據(jù)集中迭代出前十張圖像，每張圖像都分配到一個(gè)單獨(dú)的子繪圖中。

這會(huì)得到下面的輸出結(jié)果：

關(guān)于作者：Michael Beyeler，華盛頓大學(xué)神經(jīng)工程和數(shù)據(jù)科學(xué)專業(yè)的博士后，主攻仿生視覺(jué)計(jì)算模型，用以為盲人植入人工視網(wǎng)膜（仿生眼睛），改善盲人的視覺(jué)體驗(yàn)。 他的工作屬于神經(jīng)科學(xué)、計(jì)算機(jī)工程、計(jì)算機(jī)視覺(jué)和機(jī)器學(xué)習(xí)的交叉領(lǐng)域。同時(shí)他也是多個(gè)開(kāi)源項(xiàng)目的積極貢獻(xiàn)者。

本文摘編自《機(jī)器學(xué)習(xí)：使用OpenCV和Python進(jìn)行智能圖像處理》，經(jīng)出版方授權(quán)發(fā)布。

python繪圖工具turtle庫(kù)的使用

#PythonDraw.py

import turtle? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? #導(dǎo)入turtle庫(kù)

turtle.setup(650, 350, 200, 200)???#設(shè)置畫布大小和位置

turtle.penup()? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? #抬起畫筆

turtle.fd(-250)? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? #畫筆在空中向前飛行-250個(gè)像素

turtle.pendown()? ? ? ? ? ? ? ? ? ? ? ? ? ?#畫筆落下

turtle.pensize(25)? ? ? ? ? ? ? ? ? ? ? ? ?#畫筆寬度25個(gè)像素

turtle.pencolor("purple")? ? ? ? ? ? ? ?#畫筆顏色為紫色

turtle.seth(-40)? ? ? ? ? ? ? ? ? ? ? ? ? ? ?#海龜方向香油轉(zhuǎn)動(dòng)45度，但是不行進(jìn)

for i in range(4):? ? ? ? ? ? ? ? ? ? ? ? ? ?#這里是一個(gè)循環(huán)

turtle.circle(40, 80)? ? ? ? ? ? ? ? ? ? ? #繞著左邊40遠(yuǎn)處的點(diǎn)向轉(zhuǎn)80度

turtle.circle(-40, 80)? ? ? ? ? ? ? ? ? ???#繞著右邊40遠(yuǎn)處的點(diǎn)向轉(zhuǎn)80度

turtle.circle(40, 80/2)? ? ? ? ? ? ? ? ? ?#繞著左邊40遠(yuǎn)處的點(diǎn)向轉(zhuǎn)80/2度

turtle.fd(40)? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? #向前40個(gè)像素

turtle.circle(16, 180)? ?? ? ? ? ? ? ? ? ? #繞著左邊16遠(yuǎn)處的點(diǎn)向轉(zhuǎn)180度

turtle.fd(40 * 2/3)? ? ? ? ? ? ? ? ? ? ? ? ??#向前40*2/3個(gè)像素

turtle.done()? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?#運(yùn)行完不退出

1.turtle庫(kù)基本介紹

有一只海龜，其在窗體正中心，在畫布上游走，走過(guò)的軌跡形成了繪制的圖形， 海龜由程序控制，可以變換顏色、改變寬度等。

2.turtle庫(kù)繪圖窗體布局

不設(shè)置位置，默認(rèn)在屏幕中心顯示

3.turtle庫(kù)空間坐標(biāo)體系

絕對(duì)坐標(biāo)，可以使用goto函數(shù)到達(dá)指定位置

例如：

4.turtle庫(kù)角度坐標(biāo)體系

5.RGB色彩體系

用Python畫圖

今天開(kāi)始琢磨用Python畫圖，沒(méi)使用之前是一臉懵的，我使用的開(kāi)發(fā)環(huán)境是Pycharm，這個(gè)輸出的是一行行命令，這個(gè)圖畫在哪里呢？

搜索之后發(fā)現(xiàn)，它會(huì)彈出一個(gè)對(duì)話框，然后就開(kāi)始畫了，比如下圖

第一個(gè)常用的庫(kù)是Turtle，它是Python語(yǔ)言中一個(gè)很流行的繪制圖像的函數(shù)庫(kù)，這個(gè)詞的意思就是烏龜，你可以想象下一個(gè)小烏龜在一個(gè)x和y軸的平面坐標(biāo)系里，從原點(diǎn)開(kāi)始根據(jù)指令控制，爬行出來(lái)就是繪制的圖形了。

它最常用的指令就是旋轉(zhuǎn)和移動(dòng)，比如畫個(gè)圓，就是繞著圓心移動(dòng)；再比如上圖這個(gè)怎么畫呢，其實(shí)主要就兩個(gè)命令：

turtle.forward(200)

turtle.left(170)

第一個(gè)命令是移動(dòng)200個(gè)單位并畫出來(lái)軌跡

第二個(gè)命令是畫筆順時(shí)針轉(zhuǎn)170度，注意此時(shí)并沒(méi)有移動(dòng)，只是轉(zhuǎn)角度

然后呢？ 循環(huán)重復(fù)就畫出來(lái)這個(gè)圖了

好玩吧。

有需要仔細(xì)研究的可以看下這篇文章 ，這個(gè)牛人最后用這個(gè)庫(kù)畫個(gè)移動(dòng)的鐘表，太贊了。

Turtle雖好玩，但是我想要的是我給定數(shù)據(jù)，然后讓它畫圖，這里就找到另一個(gè)常用的畫圖的庫(kù)了。

Matplotlib是python最著名的繪圖庫(kù)，它提供了一整套和matlab相似的命令A(yù)PI，十分適合交互式地行制圖。其中，matplotlib的pyplot模塊一般是最常用的，可以方便用戶快速繪制二維圖表。

使用起來(lái)也挺簡(jiǎn)單，

首先import matplotlib.pyplot as plt?導(dǎo)入畫圖的圖。

然后給定x和y，用這個(gè)命令plt.plot(x, y)就能畫圖了，接著用plt.show()就可以把圖形展示出來(lái)。

接著就是各種完善，比如加標(biāo)題，設(shè)定x軸和y軸標(biāo)簽，范圍，顏色，網(wǎng)格等等，在 這篇文章里介紹的很詳細(xì)。

現(xiàn)在互聯(lián)網(wǎng)的好處就是你需要什么內(nèi)容，基本上都能搜索出來(lái)，而且還是免費(fèi)的。

我為什么要研究這個(gè)呢？當(dāng)然是為了用，比如我把比特幣的曲線自己畫出來(lái)可好？

假設(shè)現(xiàn)在有個(gè)數(shù)據(jù)csv文件，一列是日期，另一列是比特幣的價(jià)格，那用這個(gè)命令畫下：

這兩列數(shù)據(jù)讀到pandas中，日期為df['time']列，比特幣價(jià)格為df['ini']，那我只要使用如下命令

plt.plot(df['time'], df['ini'])

plt.show()

就能得到如下圖：

自己畫的是不是很香，哈哈！

然后呢，我在上篇文章 中介紹過(guò)求Ahr999指數(shù)，那可不可以也放到這張圖中呢？不就是加一條命令嘛

plt.plot(df['time'], df['Ahr999'])

圖形如下：

但是，Ahr999指數(shù)怎么就一條線不動(dòng)啊，?原來(lái)兩個(gè)Y軸不一致，顯示出來(lái)太怪了，需要用多Y軸，問(wèn)題來(lái)了。

繼續(xù)谷歌一下，把第二個(gè)Y軸放右邊就行了，不過(guò)呢得使用多圖，重新繪制

fig = plt.figure() # 多圖

ax1 = fig.add_subplot(111)

ax1.plot(df['time'], df['ini'], label="BTC price")? #?繪制第一個(gè)圖比特幣價(jià)格

ax1.set_ylabel('BTC price') #?加上標(biāo)簽

# 第二個(gè)直接對(duì)稱就行了

ax2 = ax1.twinx()#?在右邊增加一個(gè)Y軸

ax2.plot(df['time'], df['Ahr999'], 'r', label="ahr999")??#?繪制第二個(gè)圖Ahr999指數(shù)，紅色

ax2.set_ylim([0, 50])# 設(shè)定第二個(gè)Y軸范圍

ax2.set_ylabel('ahr999')

plt.grid(color="k", linestyle=":")# 網(wǎng)格

fig.legend(loc="center")#圖例

plt.show()

跑起來(lái)看看效果，雖然丑了點(diǎn)，但終于跑通了。

這樣就可以把所有指數(shù)都繪制到一張圖中，等等，三個(gè)甚至多個(gè)Y軸怎么加？這又是一個(gè)問(wèn)題，留給愛(ài)思考愛(ài)學(xué)習(xí)的你。

有了自己的數(shù)據(jù)，建立自己的各個(gè)指數(shù)，然后再放到圖形界面中，同時(shí)針對(duì)異常情況再自動(dòng)進(jìn)行提醒，比如要抄底了，要賣出了，用程序做出自己的晴雨表。

Python氣象數(shù)據(jù)處理與繪圖(2)：常用數(shù)據(jù)計(jì)算方法

對(duì)于氣象繪圖來(lái)講，第一步是對(duì)數(shù)據(jù)的處理，通過(guò)各類公式，或者統(tǒng)計(jì)方法將原始數(shù)據(jù)處理為目標(biāo)數(shù)據(jù)。

按照氣象統(tǒng)計(jì)課程的內(nèi)容，我給出了一些常用到的統(tǒng)計(jì)方法的對(duì)應(yīng)函數(shù)：

在計(jì)算氣候態(tài)，區(qū)域平均時(shí)均要使用到求均值函數(shù)，對(duì)應(yīng)NCL中的dim_average函數(shù)，在python中通常使用np.mean()函數(shù)

numpy.mean(a, axis, dtype)

假設(shè)a為[time,lat,lon]的數(shù)據(jù)，那么

需要特別注意的是，氣象數(shù)據(jù)中常有缺測(cè)，在NCL中，使用求均值函數(shù)會(huì)自動(dòng)略過(guò)，而在python中，當(dāng)任意一數(shù)與缺測(cè)(np.nan)計(jì)算的結(jié)果均為np.nan，比如求[1,2,3,4，np.nan]的平均值，結(jié)果為np.nan

因此，當(dāng)數(shù)據(jù)存在缺測(cè)數(shù)據(jù)時(shí)，通常使用np.nanmean()函數(shù)，用法同上，此時(shí)[1,2,3,4，np.nan]的平均值為(1+2+3+4)/4 = 2.5

同樣的，求某數(shù)組最大最小值時(shí)也有np.nanmax(), np.nanmin()函數(shù)來(lái)補(bǔ)充np.max(), np.min()的不足。

其他很多np的計(jì)算函數(shù)也可以通過(guò)在前邊加‘nan’來(lái)使用。

另外，

也可以直接將a中缺失值全部填充為0。

np.std(a, axis, dtype)

用法同np.mean()

在NCL中有直接求數(shù)據(jù)標(biāo)準(zhǔn)化的函數(shù)dim_standardize()

其實(shí)也就是一行的事，根據(jù)需要指定維度即可。

皮爾遜相關(guān)系數(shù)：

相關(guān)可以說(shuō)是氣象科研中最常用的方法之一了，numpy函數(shù)中的np.corrcoef(x, y)就可以實(shí)現(xiàn)相關(guān)計(jì)算。但是在這里我推薦scipy.stats中的函數(shù)來(lái)計(jì)算相關(guān)系數(shù)：

這個(gè)函數(shù)缺點(diǎn)和有點(diǎn)都很明顯，優(yōu)點(diǎn)是可以直接返回相關(guān)系數(shù)R及其P值，這避免了我們進(jìn)一步計(jì)算置信度。而缺點(diǎn)則是該函數(shù)只支持兩個(gè)一維數(shù)組的計(jì)算，也就是說(shuō)當(dāng)我們需要計(jì)算一個(gè)場(chǎng)和一個(gè)序列的相關(guān)時(shí)，我們需要循環(huán)來(lái)實(shí)現(xiàn)。

其中a[time,lat,lon]，b[time]

(NCL中為regcoef()函數(shù))

同樣推薦Scipy庫(kù)中的stats.linregress(x,y)函數(shù)：

slop: 回歸斜率

intercept：回歸截距

r_value： 相關(guān)系數(shù)

p_value： P值

std_err： 估計(jì)標(biāo)準(zhǔn)誤差

直接可以輸出P值，同樣省去了做置信度檢驗(yàn)的過(guò)程，遺憾的是仍需同相關(guān)系數(shù)一樣循環(huán)計(jì)算。

Python繪圖之（1）Turtle庫(kù)詳解

Turtle庫(kù)是Python語(yǔ)言中一個(gè)很流行的繪制圖像的函數(shù)庫(kù)，想象一個(gè)小烏龜，在一個(gè)橫軸為x、縱軸為y的坐標(biāo)系原點(diǎn)，(0,0)位置開(kāi)始，它根據(jù)一組函數(shù)指令的控制，在這個(gè)平面坐標(biāo)系中移動(dòng)，從而在它爬行的路徑上繪制了圖形。

畫布就是turtle為我們展開(kāi)用于繪圖區(qū)域，我們可以設(shè)置它的大小和初始位置。

設(shè)置畫布大小

turtle.screensize(canvwidth=None, canvheight=None, bg=None)，參數(shù)分別為畫布的寬(單位像素), 高, 背景顏色。

如：turtle.screensize(800,600, "green")

turtle.screensize() #返回默認(rèn)大小(400, 300)

turtle.setup(width=0.5, height=0.75, startx=None, starty=None)，參數(shù)：width, height: 輸入寬和高為整數(shù)時(shí), 表示像素; 為小數(shù)時(shí), 表示占據(jù)電腦屏幕的比例，(startx, starty): 這一坐標(biāo)表示矩形窗口左上角頂點(diǎn)的位置, 如果為空,則窗口位于屏幕中心。

如：turtle.setup(width=0.6,height=0.6)

turtle.setup(width=800,height=800, startx=100, starty=100)

2.1 畫筆的狀態(tài)

在畫布上，默認(rèn)有一個(gè)坐標(biāo)原點(diǎn)為畫布中心的坐標(biāo)軸，坐標(biāo)原點(diǎn)上有一只面朝x軸正方向小烏龜。這里我們描述小烏龜時(shí)使用了兩個(gè)詞語(yǔ)：坐標(biāo)原點(diǎn)(位置)，面朝x軸正方向(方向)， turtle繪圖中，就是使用位置方向描述小烏龜(畫筆)的狀態(tài)。

2.2 畫筆的屬性

畫筆(畫筆的屬性，顏色、畫線的寬度等)

1) turtle.pensize()：設(shè)置畫筆的寬度；

2) turtle.pencolor()：沒(méi)有參數(shù)傳入，返回當(dāng)前畫筆顏色，傳入?yún)?shù)設(shè)置畫筆顏色，可以是字符串如"green", "red",也可以是RGB 3元組。

3) turtle.speed(speed)：設(shè)置畫筆移動(dòng)速度，畫筆繪制的速度范圍[0,10]整數(shù)，數(shù)字越大越快。

2.3 繪圖命令

操縱海龜繪圖有著許多的命令，這些命令可以劃分為3種：一種為運(yùn)動(dòng)命令，一種為畫筆控制命令，還有一種是全局控制命令。

(1) 畫筆運(yùn)動(dòng)命令

(2) 畫筆控制命令

(3) 全局控制命令

(4) 其他命令

3. 命令詳解

3.1 turtle.circle(radius, extent=None, steps=None)

描述：以給定半徑畫圓

參數(shù)：

radius(半徑)：半徑為正(負(fù))，表示圓心在畫筆的左邊(右邊)畫圓；

extent(弧度) (optional)；

steps (optional) (做半徑為radius的圓的內(nèi)切正多邊形，多邊形邊數(shù)為steps)。

舉例:

circle(50) # 整圓;

circle(50,steps=3) # 三角形;

circle(120, 180) # 半圓

實(shí)例：

1、太陽(yáng)花

2、五角星

3、時(shí)鐘程序

Python氣象數(shù)據(jù)處理與繪圖(18)：泰勒?qǐng)D

泰勒?qǐng)D繪制的核心思想是設(shè)計(jì)一個(gè)只有第一象限的極坐標(biāo)，并將方差，相關(guān)系數(shù)進(jìn)行捆綁，通過(guò)轉(zhuǎn)化為極坐標(biāo)系坐標(biāo)進(jìn)行繪制。為了實(shí)現(xiàn)泰勒?qǐng)D的繪制，我設(shè)計(jì)了兩個(gè)函數(shù)：

set_tayloraxes(fig, location=111) 和plot_taylor(axes, refsample, sample, args, *kwargs)

set_tayloraxes()函數(shù)用于建立一個(gè)泰勒?qǐng)D的坐標(biāo)系，這個(gè)自定義函數(shù)一般情況下不建議修改，每一個(gè)參數(shù)都是經(jīng)過(guò)多次調(diào)試得到的，很可能牽一發(fā)動(dòng)全身。因此，將繪圖部分的獨(dú)立成為了plot_taylor函數(shù)()，這部分函數(shù)較為簡(jiǎn)單，目的就是將需要繪圖的數(shù)據(jù)，轉(zhuǎn)換為極坐標(biāo)系坐標(biāo)，通過(guò)plot函數(shù)將散點(diǎn)打在泰勒?qǐng)D上，這個(gè)函數(shù)模塊較為簡(jiǎn)單，可以根據(jù)自己的輸入數(shù)據(jù)情況進(jìn)行調(diào)整。

下面介紹下函數(shù)的具體用法：

輸入：

fig： 需要繪圖的figure

rect：圖的位置，如111為1行1列第一個(gè)，122為1行2列第2個(gè)

輸出：

polar_ax：泰勒坐標(biāo)系

輸入：

axes : setup_axes返回的泰勒坐標(biāo)系

refsample ：參照樣本

sample ：評(píng)估樣本

args, *kwargs ：plt.plot()函數(shù)的相關(guān)參數(shù)，設(shè)置點(diǎn)的顏色，形狀等等。

下面給出示例：

網(wǎng)站欄目：Python函數(shù)繪圖教程,Python函數(shù)繪圖
鏈接分享：http://www.yijiale78.com/article42/dschdec.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站收錄、網(wǎng)站制作、全網(wǎng)營(yíng)銷推廣、網(wǎng)站設(shè)計(jì)公司、標(biāo)簽優(yōu)化、企業(yè)網(wǎng)站制作

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)