积分充值
 首页
前端开发
AngularDartElectronFlutterHTML/CSSJavaScriptReactSvelteTypeScriptVue.js构建工具
后端开发
.NetC#C++C语言DenoffmpegGoIdrisJavaJuliaKotlinLeanMakefilenimNode.jsPascalPHPPythonRISC-VRubyRustSwiftUML其它语言区块链开发测试微服务敏捷开发架构设计汇编语言
数据库
Apache DorisApache HBaseCassandraClickHouseFirebirdGreenplumMongoDBMySQLPieCloudDBPostgreSQLRedisSQLSQLiteTiDBVitess数据库中间件数据库工具数据库设计
系统运维
AndroidDevOpshttpdJenkinsLinuxPrometheusTraefikZabbix存储网络与安全
云计算&大数据
Apache APISIXApache FlinkApache KarafApache KyuubiApache OzonedaprDockerHadoopHarborIstioKubernetesOpenShiftPandasrancherRocketMQServerlessService MeshVirtualBoxVMWare云原生CNCF机器学习边缘计算
综合其他
BlenderGIMPKiCadKritaWeblate产品与服务人工智能亿图数据可视化版本控制笔试面试
文库资料
前端
AngularAnt DesignBabelBootstrapChart.jsCSS3EchartsElectronHighchartsHTML/CSSHTML5JavaScriptJerryScriptJestReactSassTypeScriptVue前端工具小程序
后端
.NETApacheC/C++C#CMakeCrystalDartDenoDjangoDubboErlangFastifyFlaskGinGoGoFrameGuzzleIrisJavaJuliaLispLLVMLuaMatplotlibMicronautnimNode.jsPerlPHPPythonQtRPCRubyRustR语言ScalaShellVlangwasmYewZephirZig算法
移动端
AndroidAPP工具FlutterFramework7HarmonyHippyIoniciOSkotlinNativeObject-CPWAReactSwiftuni-appWeex
数据库
ApacheArangoDBCassandraClickHouseCouchDBCrateDBDB2DocumentDBDorisDragonflyDBEdgeDBetcdFirebirdGaussDBGraphGreenPlumHStreamDBHugeGraphimmudbIndexedDBInfluxDBIoTDBKey-ValueKitDBLevelDBM3DBMatrixOneMilvusMongoDBMySQLNavicatNebulaNewSQLNoSQLOceanBaseOpenTSDBOracleOrientDBPostgreSQLPrestoDBQuestDBRedisRocksDBSequoiaDBServerSkytableSQLSQLiteTiDBTiKVTimescaleDBYugabyteDB关系型数据库数据库数据库ORM数据库中间件数据库工具时序数据库
云计算&大数据
ActiveMQAerakiAgentAlluxioAntreaApacheApache APISIXAPISIXBFEBitBookKeeperChaosChoerodonCiliumCloudStackConsulDaprDataEaseDC/OSDockerDrillDruidElasticJobElasticSearchEnvoyErdaFlinkFluentGrafanaHadoopHarborHelmHudiInLongKafkaKnativeKongKubeCubeKubeEdgeKubeflowKubeOperatorKubernetesKubeSphereKubeVelaKumaKylinLibcloudLinkerdLonghornMeiliSearchMeshNacosNATSOKDOpenOpenEBSOpenKruiseOpenPitrixOpenSearchOpenStackOpenTracingOzonePaddlePaddlePolicyPulsarPyTorchRainbondRancherRediSearchScikit-learnServerlessShardingSphereShenYuSparkStormSupersetXuperChainZadig云原生CNCF人工智能区块链数据挖掘机器学习深度学习算法工程边缘计算
UI&美工&设计
BlenderKritaSketchUI设计
网络&系统&运维
AnsibleApacheAWKCeleryCephCI/CDCurveDevOpsGoCDHAProxyIstioJenkinsJumpServerLinuxMacNginxOpenRestyPrometheusServertraefikTrafficUnixWindowsZabbixZipkin安全防护系统内核网络运维监控
综合其它
文章资讯
 上传文档  发布文章  登录账户
IT文库
  • 综合
  • 文档
  • 文章

无数据

分类

全部后端开发(20)Python(20)

语言

全部英语(20)

格式

全部PDF文档 PDF(20)
 
本次搜索耗时 0.751 秒,为您找到相关结果约 20 个.
  • 全部
  • 后端开发
  • Python
  • 全部
  • 英语
  • 全部
  • PDF文档 PDF
  • 默认排序
  • 最新排序
  • 页数排序
  • 大小排序
  • 全部时间
  • 最近一天
  • 最近一周
  • 最近一个月
  • 最近三个月
  • 最近半年
  • 最近一年
  • pdf文档 Python 标准库参考指南 2.7.18

    ArgumentParser 对象通常关联一个单独的命令行参数到一个单独的被执行的动作。nargs 命名参数关联不同 数目的命令行参数到单一动作。支持的值有: • N (一个整数)。命令行中的 N 个参数会被聚集到一个列表中。例如: >>> parser = argparse.ArgumentParser() >>> parser.add_argument('--foo', nargs=2) >>> parser '', mode 'r' at 0x...>, outfile=', mode 'w' at 0x...>) • '*'。所有当前命令行参数被聚集到一个列表中。注意通过 nargs='*' 来实现多个位置参数通常没有 意义,但是多个选项是可能的。例如: >>> parser = argparse.ArgumentParser() >>> parser --bar 1 2'.split()) Namespace(bar=['1', '2'], baz=['a', 'b'], foo=['x', 'y']) • '+'。和 '*' 类似,所有当前命令行参数被聚集到一个列表中。另外,当前没有至少一个命令行参数 时会产生一个错误信息。例如: >>> parser = argparse.ArgumentParser(prog='PROG') >>> parser
    0 码力 | 1552 页 | 7.42 MB | 9 月前
    3
  • pdf文档 Python 标准库参考指南 2.7.18

    ArgumentParser 对象通常关联一个单独的命令行参数到一个单独的被执行的动作。nargs 命名参数关联不同 数目的命令行参数到单一动作。支持的值有: • N (一个整数)。命令行中的 N 个参数会被聚集到一个列表中。例如: >>> parser = argparse.ArgumentParser() >>> parser.add_argument('--foo', nargs=2) >>> parser '', mode 'r' at 0x...>, outfile=', mode 'w' at 0x...>) • '*'。所有当前命令行参数被聚集到一个列表中。注意通过 nargs='*' 来实现多个位置参数通常没有 意义,但是多个选项是可能的。例如: >>> parser = argparse.ArgumentParser() >>> parser --bar 1 2'.split()) Namespace(bar=['1', '2'], baz=['a', 'b'], foo=['x', 'y']) • '+'。和 '*' 类似,所有当前命令行参数被聚集到一个列表中。另外,当前没有至少一个命令行参数 时会产生一个错误信息。例如: >>> parser = argparse.ArgumentParser(prog='PROG') >>> parser
    0 码力 | 1552 页 | 7.42 MB | 9 月前
    3
  • pdf文档 Python 标准库参考指南 2.7.18

    ArgumentParser 对象通常关联一个单独的命令行参数到一个单独的被执行的动作。nargs 命名参数关联不同 数目的命令行参数到单一动作。支持的值有: • N (一个整数)。命令行中的 N 个参数会被聚集到一个列表中。例如: >>> parser = argparse.ArgumentParser() >>> parser.add_argument('--foo', nargs=2) >>> parser '', mode 'r' at 0x...>, outfile=', mode 'w' at 0x...>) • '*'。所有当前命令行参数被聚集到一个列表中。注意通过 nargs='*' 来实现多个位置参数通常没有 意义,但是多个选项是可能的。例如: >>> parser = argparse.ArgumentParser() >>> parser --bar 1 2'.split()) Namespace(bar=['1', '2'], baz=['a', 'b'], foo=['x', 'y']) • '+'。和 '*' 类似,所有当前命令行参数被聚集到一个列表中。另外,当前没有至少一个命令行参数 时会产生一个错误信息。例如: >>> parser = argparse.ArgumentParser(prog='PROG') >>> parser
    0 码力 | 1552 页 | 7.42 MB | 9 月前
    3
  • pdf文档 Python 标准库参考指南 3.8.20

    mu=None) 返回非空序列或包含实数值的可迭代对象 data 的总体方差。方差或称相对于均值的二阶距,是对 数据变化幅度(延展度或分散度)的度量。方差值较大表明数据的散布范围较大;方差值较小表明 它紧密聚集于均值附近。 如果给出了可选的第二个参数 mu,它通常是 data 的均值。它也可以被用来计算相对于一个非均值 点的二阶距。如果该参数省略或为 None (默认值),则会自动进行算术均值的计算。 xbar=None) 返回包含至少两个实数值的可迭代对象 data 的样本方差。方差或称相对于均值的二阶矩,是对数 据变化幅度(延展度或分散度)的度量。方差值较大表明数据的散布范围较大;方差值较小表明它 紧密聚集于均值附近。 如果给出了可选的第二个参数 xbar,它应当是 data 的均值。如果该参数省略或为 None (默认值), 则会自动进行均值的计算。 当你的数据是总体数据的样本时请使用此函数。要根据整个总体数据来计算方差,请参 ArgumentParser 对象通常关联一个单独的命令行参数到一个单独的被执行的动作。nargs 命名参数关联 不同数目的命令行参数到单一动作。支持的值有: • N (一个整数)。命令行中的 N 个参数会被聚集到一个列表中。例如: >>> parser = argparse.ArgumentParser() >>> parser.add_argument('--foo', nargs=2) >>> parser
    0 码力 | 1927 页 | 9.69 MB | 9 月前
    3
  • pdf文档 Python 标准库参考指南 3.8.20

    mu=None) 返回非空序列或包含实数值的可迭代对象 data 的总体方差。方差或称相对于均值的二阶距,是对 数据变化幅度(延展度或分散度)的度量。方差值较大表明数据的散布范围较大;方差值较小表明 它紧密聚集于均值附近。 如果给出了可选的第二个参数 mu,它通常是 data 的均值。它也可以被用来计算相对于一个非均值 点的二阶距。如果该参数省略或为 None (默认值),则会自动进行算术均值的计算。 xbar=None) 返回包含至少两个实数值的可迭代对象 data 的样本方差。方差或称相对于均值的二阶矩,是对数 据变化幅度(延展度或分散度)的度量。方差值较大表明数据的散布范围较大;方差值较小表明它 紧密聚集于均值附近。 如果给出了可选的第二个参数 xbar,它应当是 data 的均值。如果该参数省略或为 None (默认值), 则会自动进行均值的计算。 当你的数据是总体数据的样本时请使用此函数。要根据整个总体数据来计算方差,请参 ArgumentParser 对象通常关联一个单独的命令行参数到一个单独的被执行的动作。nargs 命名参数关联 不同数目的命令行参数到单一动作。支持的值有: • N (一个整数)。命令行中的 N 个参数会被聚集到一个列表中。例如: >>> parser = argparse.ArgumentParser() >>> parser.add_argument('--foo', nargs=2) >>> parser
    0 码力 | 1927 页 | 9.69 MB | 9 月前
    3
  • pdf文档 Python 标准库参考指南 3.7.13

    xbar=None) 返回包含至少两个实数值的可迭代对象 data 的样本方差。方差或称相对于均值的二阶矩,是对数 据变化幅度(延展度或分散度)的度量。方差值较大表明数据的散布范围较大;方差值较小表明它 紧密聚集于均值附近。 如果给出了可选的第二个参数 xbar,它应当是 data 的均值。如果该参数省略或为 None (默认值), 则会自动进行均值的计算。 当你的数据是总体数据的样本时请使用此函数。要根据整个总体数据来计算方差,请参 ArgumentParser 对象通常关联一个单独的命令行参数到一个单独的被执行的动作。nargs 命名参数关联 不同数目的命令行参数到单一动作。支持的值有: • N (一个整数)。命令行中的 N 个参数会被聚集到一个列表中。例如: >>> parser = argparse.ArgumentParser() >>> parser.add_argument('--foo', nargs=2) >>> parser encoding='UTF-8'>, outfile=<_io.TextIOWrapper name='' encoding='UTF-8'>) • '*'。所有当前命令行参数被聚集到一个列表中。注意通过 nargs='*' 来实现多个位置参数通常 没有意义,但是多个选项是可能的。例如: >>> parser = argparse.ArgumentParser() >>> parser
    0 码力 | 1846 页 | 9.09 MB | 9 月前
    3
  • pdf文档 Python 标准库参考指南 3.8.20

    mu=None) 返回非空序列或包含实数值的可迭代对象 data 的总体方差。方差或称相对于均值的二阶距,是对数据 变化幅度(延展度或分散度)的度量。方差值较大表明数据的散布范围较大;方差值较小表明它紧密 聚集于均值附近。 9.7. statistics --- 数学统计函数 329 The Python Library Reference, 发布 3.8.20 如果给出了可选的第二个参数 mu,它通常是 ArgumentParser 对象通常关联一个单独的命令行参数到一个单独的被执行的动作。nargs 命名参数关联不同 数目的命令行参数到单一动作。支持的值有: • N (一个整数)。命令行中的 N 个参数会被聚集到一个列表中。例如: >>> parser = argparse.ArgumentParser() >>> parser.add_argument('--foo', nargs=2) >>> parser encoding='UTF-8'>, outfile=<_io.TextIOWrapper name='' encoding='UTF-8'>) • '*'。所有当前命令行参数被聚集到一个列表中。注意通过 nargs='*' 来实现多个位置参数通常没有 意义,但是多个选项是可能的。例如: >>> parser = argparse.ArgumentParser() >>> parser
    0 码力 | 2052 页 | 9.74 MB | 9 月前
    3
  • pdf文档 Python 标准库参考指南 3.10.15

    mu=None) 返回非空序列或包含实数值的可迭代对象 data 的总体方差。方差或称相对于均值的二阶距,是对 数据变化幅度(延展度或分散度)的度量。方差值较大表明数据的散布范围较大;方差值较小表明 它紧密聚集于均值附近。 如果给出了可选的第二个参数 mu,它通常是 data 的均值。它也可以被用来计算相对于一个非均值 点的二阶距。如果该参数省略或为 None (默认值),则会自动进行算术均值的计算。 xbar=None) 返回包含至少两个实数值的可迭代对象 data 的样本方差。方差或称相对于均值的二阶矩,是对数 据变化幅度(延展度或分散度)的度量。方差值较大表明数据的散布范围较大;方差值较小表明它 紧密聚集于均值附近。 如果给出了可选的第二个参数 xbar,它应当是 data 的均值。如果该参数省略或为 None (默认值), 则会自动进行均值的计算。 当你的数据是总体数据的样本时请使用此函数。要根据整个总体数据来计算方差,请参 ArgumentParser 对象通常关联一个单独的命令行参数到一个单独的被执行的动作。nargs 命名参数关联 不同数目的命令行参数到单一动作。支持的值有: • N (一个整数)。命令行中的 N 个参数会被聚集到一个列表中。例如: >>> parser = argparse.ArgumentParser() >>> parser.add_argument('--foo', nargs=2) >>> parser
    0 码力 | 2072 页 | 10.39 MB | 9 月前
    3
  • pdf文档 Python 标准库参考指南 3.9.20

    mu=None) 返回非空序列或包含实数值的可迭代对象 data 的总体方差。方差或称相对于均值的二阶距,是对 数据变化幅度(延展度或分散度)的度量。方差值较大表明数据的散布范围较大;方差值较小表明 它紧密聚集于均值附近。 如果给出了可选的第二个参数 mu,它通常是 data 的均值。它也可以被用来计算相对于一个非均值 点的二阶距。如果该参数省略或为 None (默认值),则会自动进行算术均值的计算。 xbar=None) 返回包含至少两个实数值的可迭代对象 data 的样本方差。方差或称相对于均值的二阶矩,是对数 据变化幅度(延展度或分散度)的度量。方差值较大表明数据的散布范围较大;方差值较小表明它 紧密聚集于均值附近。 如果给出了可选的第二个参数 xbar,它应当是 data 的均值。如果该参数省略或为 None (默认值), 则会自动进行均值的计算。 当你的数据是总体数据的样本时请使用此函数。要根据整个总体数据来计算方差,请参 ArgumentParser 对象通常关联一个单独的命令行参数到一个单独的被执行的动作。nargs 命名参数关联 不同数目的命令行参数到单一动作。支持的值有: • N (一个整数)。命令行中的 N 个参数会被聚集到一个列表中。例如: >>> parser = argparse.ArgumentParser() >>> parser.add_argument('--foo', nargs=2) >>> parser
    0 码力 | 2015 页 | 10.12 MB | 9 月前
    3
  • pdf文档 Python 标准库参考指南 3.6.15

    ArgumentParser 对象通常关联一个单独的命令行参数到一个单独的被执行的动作。nargs 命名参数关联不同 数目的命令行参数到单一动作。支持的值有: • N (一个整数)。命令行中的 N 个参数会被聚集到一个列表中。例如: >>> parser = argparse.ArgumentParser() >>> parser.add_argument('--foo', nargs=2) >>> parser encoding='UTF-8'>, outfile=<_io.TextIOWrapper name='' encoding='UTF-8'>) • '*'。所有当前命令行参数被聚集到一个列表中。注意通过 nargs='*' 来实现多个位置参数通常没有 意义,但是多个选项是可能的。例如: 16.4. argparse —命令行选项、参数和子命令解析器 577 The Python --bar 1 2'.split()) Namespace(bar=['1', '2'], baz=['a', 'b'], foo=['x', 'y']) • '+'。和 '*' 类似,所有当前命令行参数被聚集到一个列表中。另外,当前没有至少一个命令行参数 时会产生一个错误信息。例如: >>> parser = argparse.ArgumentParser(prog='PROG') >>> parser
    0 码力 | 1886 页 | 8.95 MB | 9 月前
    3
共 20 条
  • 1
  • 2
前往
页
相关搜索词
Python标准参考指南2.7183.8203.7133.10153.93.6
IT文库
关于我们 文库协议 联系我们 意见反馈 免责声明
本站文档数据由用户上传或本站整理自互联网,不以营利为目的,供所有人免费下载和学习使用。如侵犯您的权益,请联系我们进行删除。
IT文库 ©1024 - 2025 | 站点地图
Powered By MOREDOC AI v3.3.0-beta.70
  • 关注我们的公众号【刻舟求荐】,给您不一样的精彩
    关注我们的公众号【刻舟求荐】,给您不一样的精彩