开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

如何使用scipy.optimize.minimize(...)找到z= f(x，y) (如椭圆)的最佳参数？

scipy.optimize.minimize(...)是scipy库中的一个函数，用于寻找函数的最小值。在给定函数z=f(x,y)的情况下，我们可以使用该函数来找到使得z取得最小值的最佳参数。

首先，我们需要定义一个函数来计算z的值，即f(x,y)。这个函数可以根据具体的问题来定义，例如，如果我们要找到椭圆的最佳参数，可以使用如下的函数定义：

import numpy as np

def ellipse(x, y):
    return x**2 + 4*y**2

接下来，我们可以使用scipy.optimize.minimize(...)来找到使得z取得最小值的最佳参数。该函数需要传入以下参数：

fun：要最小化的目标函数，即上述定义的ellipse函数。
x0：参数的初始猜测值，可以是一个数组或一个标量。
method：优化算法的名称，可以选择不同的算法，例如，'Nelder-Mead'、'BFGS'、'L-BFGS-B'等。
options：算法的可选参数，例如，最大迭代次数、收敛容差等。

下面是一个使用scipy.optimize.minimize(...)的示例：

from scipy.optimize import minimize

# 定义目标函数
def ellipse(x, y):
    return x**2 + 4*y**2

# 初始猜测值
x0 = [0, 0]

# 使用minimize函数找到最佳参数
result = minimize(ellipse, x0, method='Nelder-Mead')

# 输出最佳参数和最小值
print("最佳参数：", result.x)
print("最小值：", result.fun)

在上述示例中，我们使用了Nelder-Mead算法来寻找最佳参数。最后，我们输出了最佳参数和最小值。

对于更复杂的问题，可能需要调整优化算法和参数，以获得更好的结果。此外，scipy库还提供了其他优化函数和工具，可以根据具体需求选择合适的方法。

腾讯云相关产品和产品介绍链接地址：

腾讯云：https://cloud.tencent.com/
云计算产品：https://cloud.tencent.com/product
数据库产品：https://cloud.tencent.com/product/cdb
人工智能产品：https://cloud.tencent.com/product/ai
物联网产品：https://cloud.tencent.com/product/iotexplorer
移动开发产品：https://cloud.tencent.com/product/mobapp
存储产品：https://cloud.tencent.com/product/cos
区块链产品：https://cloud.tencent.com/product/baas
元宇宙产品：https://cloud.tencent.com/product/vr

相关搜索:JavaScript如何在不同的文件夹中使用自己的JavaScript文件加载HTMP页面？为什么一直收到获取http://localhost:x/f.js 404 (未找到)的错误？使用gnuplot，如何同时绘制x-z平面中的sin(x)和x-y平面中的sin(x)？如何从三个排序的A，B，C中找到满足O(n)中x<y<z的三元组{x，y，z}？如何使用autodesk forge查看器查找3D模型中的位置(x，y，z坐标)如何使用hector_gazebo_plugin和python2获取(x，y，z)中的机器人坐标？如何使用Matlab绘制涉及三个参数的三个方程(x=x(u，v，w)，y=y(u，v，w)，z=z(u，v，w))的图形？如何使用Matplotlib从一组表示x、y和z点的3列开始，获得等高线图和3D图？如何使用numpy或pandas生成带有Z值的2d网格(X，Y)？如何使用python读取excel上的数据，然后将单元格等同于不同的变量。x、y、z等如何使用x，y坐标自动计算网络x中邻居之间的欧几里德距离并找到最小生成树

相关搜索:

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

编出个区块链:实现比特币的椭圆曲线签名和认证

例如给定椭圆曲线方程：y 2 = x 3 + 7, 然后给定有限群F(103)中的一点(17, 64)，这个点就在给定椭圆曲线上，因为将改点的x带入右边进行求余运算： (17 3 + 7) % 103...上一节我们详细说明了如何对椭圆曲线上两点进行“加法”操作，其本质是先找到两点形成的直线，根据直线与曲线相交的情况计算第三点，在计算过程中我们进行了很多加减乘除运算，现在我们只要把上一节运算的过程加上求余...要让椭圆曲线形成公钥加密系统，我们需要确定以下信息： 1，确定椭圆曲线多项式中的参数a,b 2，确定有限群元素的个数 3，确定用于生成”组“的元素G 4，确定”组“的规模n 对于比特币使用的相关参数如下...第一步，我们计算 P = eG，也就是用数值e跟椭圆曲线上点G做常量乘法，得到曲线上的另一点P，注意到P是一个二维平面上的点，它有x,y两个坐标，这里我们只使用它的x坐标，假设R在x坐标上对应的值为r。...我们看看如何在代码上实现签名认证逻辑： def verify_signature(r, s, z, P): s_invert = pow(s, N - 2, N) # 使用费马小定理直接找到s

4911 0

椭圆曲线加密与NSA后门考古

根据mathworld中给出的椭圆曲线定义，描述椭圆曲线的函数可以定义如下： y^2 = x^3 + a*x + b 其中a、b是曲线的特征参数，决定了椭圆曲线的形状。...举个例子，对于椭圆曲线y^2 ≡ x^3 - 7x + 10 (mod p)，当p的值分别是19、97、127、487时，其在坐标轴上的图像如下： ECD 注意这些点的集合在直角坐标中是关于直线y=p...举例来说，椭圆曲线y^2 ≡ x^3 - x + 3 (mod 127)，且P=(16, 20)，Q=(41,120)。...为了解决这个问题，有时候我们额外引入一个参数，即随机数种子S，并用其生成椭圆曲线特征参数a、b或基点G： S = random() H = hash(S) a = f(H) b = g(H) ......对于一些破解椭圆曲线的比赛，如Certicom ecc challenge，通常就是使用该算法的变种求解的。

9455 0

Python 非线性规划 scipy.optimize.minimize

在 python 里用非线性规划求极值，最常用的就是 scipy.optimize.minimize()，本文记录相关内容。...fun(x, *args) -> float 其中 $x$ 是一个带有形状($n$)的一维数组，$args$ 是完全指定函数所需的固定参数的元组。...True [77.5 20.66666658] 例四最小化 8xyz 约束条件 : x ^2+ y ^2+z ^2=1 ，x,y,z>0 from scipy.optimize import...minimize import numpy as np e = 1e-10 # 非常接近0的值 fun = lambda x : 8 * (x[0] * x[1] * x[2]) # f(x,y,z)...=8 *x*y*z cons = ({'type': 'eq', 'fun': lambda x: x[0]**2+ x[1]**2+ x[2]**2 - 1}, # x^2 + y^2 + z^2=

4.2K3 0

密码学：椭圆曲线

FP^2 | Y^2 · Z = X^3 + a · X · Z^2 + b · Z^3 \right\}无穷点的射影坐标集为 [X : Y : 0]，对于 (x_1 , y_1 , 0) ∈ [X...可以证明，在射影空间中，椭圆曲线的点形成了一个关于弦和切线规则的交换群，射影点 0:1:0 是中立元，点 [X : Y : Z] 的加法逆是 [X : -Y : Z]。...+ b \right\}定义参数未发生改变。...现实世界中，配对友好的椭圆曲线的 embedding degree 通常是小的数字，如 2，4，6 或 12，r 是曲线阶的最大素因子。...如果哈希到域后不是合法的曲线点，那么增加计数器值，重复哈希，直到找到一个合法的曲线点：图片如果曲线不是素数阶，那么生成的曲线点可能不位于大素数阶子群上。

5654 1

UCB Data100：数据科学的原理和技巧：第十三章到第十五章

13.1.2 Scipy.optimize.minimize 最小化这个数学函数的一种方法是使用scipy.optimize.minimize函数。它接受一个函数和一个起始猜测，并尝试找到最小值。...你怎么能写一个函数来找到任何数学函数的最小值呢？有许多方法可以做到这一点，我们将在今天的讲座中探讨这些方法，最终到达scipy.optimize.minimize使用的梯度下降的重要思想。...让我们应用之前的gradient_descent函数来优化我们在tips数据集上的模型。我们将尝试选择最佳参数 \theta_i 来预测total_bill x 的tip y 。...\hat{\mathbb{Y}} = \mathbb{X}\theta 我们使用了几何方法来推导出最佳模型参数的以下表达式： \hat{\theta} = (\mathbb{X}^T \mathbb{X...然后，拟合的参数将存储在模型中以备将来进行预测使用： my_model.fit(X, Y) 使用拟合的模型对X输入数据进行预测，使用.predict。

2271 0

ECC椭圆曲线详解(有具体实例)「建议收藏」

(X:Y:Z) 求点（1,2）在新的坐标体系下的坐标 ∵X/Z=1 ，Y/Z=2（Z≠0） ∴X=Z，Y=2Z ∴坐标为（Z:2Z:Z），Z≠0 即（1:2:1）（2:4:2）（1.2:2.4:1.2...）等形如（Z:2Z:Z），Z≠0的坐标都是（1,2）在新的坐标体系下的坐标 (2) 求平行线L1：X+2Y+3Z=0 与L2：X+2Y+Z=0 相交的无穷远点 ∵ L1∥L2 所以有Z=0， X+2Y...）所有点的集合 \[{Y^2}Z + {a_1}XYZ + {a_3}Y{Z^2} = {X^3} + {a_2}{X^2}Z + {a_4}X{Z^2} + {a_6}{Z^3} \] 1椭圆曲线方程是一个齐次方程...2曲线上的每个点都必须是非奇异的（光滑的），偏导数FX(X,Y,Z)、FY(X,Y,Z)、FZ(X,Y,Z)不同为0 3圆曲线的形状，并不是椭圆的。...- \frac{{{F_x}\left( {x,y} \right)}}{{{F_y}\left( {x,y} \right)}} = \frac{{3{x^2} + 2{a_2}x + {a_4}

1.5K3 0

Scipy 中级教程——优化

这些问题可以涉及到拟合模型、参数优化、函数最优化等。在本篇博客中，我们将深入介绍 Scipy 中的优化功能，并通过实例演示如何应用这些算法。 1....单变量函数最小化假设我们有一个单变量函数，我们想要找到使其取得最小值的输入。我们可以使用 scipy.optimize.minimize_scalar 函数来实现这一目标。...minimize_scalar 函数会返回一个包含最小值和最优点的结果对象。 2. 多变量函数最小化对于多变量函数的最小化，我们可以使用 scipy.optimize.minimize 函数。...(func, x, y) # 输出拟合参数 a_fit, b_fit, c_fit = params print("拟合参数 a:", a_fit) print("拟合参数 b:", b_fit) print...curve_fit 函数会返回拟合参数。 5. 总结 Scipy 的优化模块提供了多种工具，适用于不同类型的优化问题。通过本篇博客的介绍，你可以更好地理解和使用 Scipy 中的优化功能。

2381 0

我花了一年时间研究不确定性估算，写下了这份最全指南

给定一定的时间范围（t ，t '），在这个时间间隔内大象体重的分布是什么？ 2.某些参数的不确定性。如参数k在线性关系y = k t + m里，或者某些估算器的不确定性，就像许多观测值的平均值一样。...边注，Seaborn的 barplot实际上使用bootstrapping来绘制置信区间： seaborn.barplot(data=d, x='Month', y='Weight (kg)') ?...我们将定义一个模型（在这种情况下是一条直线），一个损失函数（与该直线的平方偏差），然后使用通用求解器（scipy.optimize.minimize）对其进行优化。...所以让我们把它提升到一个新的水平，并尝试估计k和m和σ的不确定性估计！我认为这将显示bootstrapping基本上是如何切割 - 你可以将它插入几乎任何东西，以估计不确定性。...for x, y in bootstrap]) ys_bootstrap = numpy.array([y for x, y in bootstrap]) k_hat, m_hat

6752 0

数控宏程序车椭圆，每年数控技能大赛必考的题目，你会了吗？

椭圆标准方程X*X/a*a+Y*Y/b*b=1，其中a为长半轴，b为短半轴，若将X和Y用参数变量代替可改写为#1*#1/a*a+#2*#2/b*b=1 椭圆可沿长半轴#1方向划分成无数小段直线，然后求出其相应端点坐标...如下图所示：假设椭圆a=30，b=20，只加工半个椭圆，则此段椭圆精加工轨迹为： G0X0 G1Z0F0.1 #1=30 N10 #2=20*SQRT[1-30*30/#1*#1] SQRT表示开平方...G1X[#4]Z[#3]F0.1 沿小段直线插补加工 #1=#1-1 递减一小段距离，此值越小，椭圆越光滑。 IF [#1GE0] GOTO 10 条件判断是否到达终点。...G1X42 直线切出外圆如果要再加上分层的粗加工，设偏移量为#5，则程序改为 T0101 M3S800 G0X42Z5 #5=36 N5 G0X[#5] G1Z0F0.1 #1=30 N10 #2=20...G1X[#4]Z[#3]F0.1 沿小段直线插补加工 #1=#1-1 递减一小段距离，此值越小，椭圆越光滑。 IF [#1GE0] GOTO 10 条件判断是否到达终点。

4102 0

nanoflann库

你只需要#include 在你的代码中。 1.1 如何使用库最简单的方法：将其include/nanoflann.hpp用于需要的地方。...2.如何选择KD树参数？ 2.1 KDTreeSingleIndexAdaptorParams::leaf_max_size KD树它有一个根节点，一组中间节点，最后是没有孩子的“叶”节点。...· 一个100K点云，均匀分布（每个点有（x，y，z）float坐标）： ?...· 一个来自真实数据集（scan_071_points.dat来自弗莱堡校区360数据集，每个点具有（x，y，z）float坐标）的大约150K点云： ?...3.性能 3.1 nanoflann：更快，更少的内存使用 3.2 原始flann对比nanoflann 许多点云算法（如ICP）中最耗时的部分是查询最近邻居的KD树。

3.9K2 1

SVG基础知识速查笔记

①.矩形矩形的参数有6个： x: 矩形左上角的x坐标 y: 矩形左上角的y坐标 width: 矩形的宽度 height：矩形的高度 rx：对于圆角矩形，指定椭圆在x方向的半径 ry：对于圆角矩形，指定椭圆在...raw=true) ②.圆形与椭圆形圆形的参数有3个： cx: 圆心的x坐标 cy: 圆心的y坐标 r: 圆的半径椭圆的参数类似于圆形，只是半径分为水平半径和垂直半径 cx: 圆心的x坐标 cy：...rx：椭圆x方向的半轴大小 ry：椭圆y方向的半轴大小 x-axis-rotation：椭圆的x轴与水平轴顺时针方向的夹角 large-arc-flag：有两个值，(1：大角度弧线；0：小角度弧线) sweep-flag...包含弧线的椭圆的x和y方向的半径分别是200和150，椭圆x轴与水平轴的夹角是0度，采用了大角度弧线、逆时针走向终点。最后的Z表示将起点与终点闭合。...raw=true) ⑥.文字在svg中可以使用标签绘制文字，其属性如下： x：文字位置的x坐标 y: 文字位置的y坐标 dx：相对于当前位置在x方向上平移的距离(值为正则往右，负则往左)

1.8K4 0

基础 | 在物理引擎中画圆弧

作者｜zzbozheng 原文｜http://imweb.io/topic/5959aee62536e43f14da1a68 因为需求的需要，要使用在物理引擎中使用四分之一圆弧，我们来看看怎么实现在物理引擎中画出四分之一的圆弧...下面来探讨一下如何实现四分之一圆弧：我们来看一下svg中的path标签可用参数：指令参数说明 M x y 将画笔移动到点(x,y) L x y 画笔从当前的点绘制线段到点(x,y) H x 画笔从当前的点绘制水平线段到点...绘制二次贝塞尔曲线到点(x,y) T x y 特殊版本的二次贝塞尔曲线(省略控制点) Z 无参数绘制闭合图形，如果d属性不指定Z命令，则绘制线段，而不是封闭图形。...椭圆弧的 x, y 轴半径分别为 rx,ry。椭圆相对于 x 轴旋转 x-axis-rotation 度。 large-arc=0表明弧线小于180度，large-arc=1表示弧线大于180度。...L 128 80 Z 表示画直线到 x: 128 y: 80，Z 表示自动闭合路径。从外形上来看像是一个外凸的圆弧，那么如果需要一个凹下去的圆弧那应该怎么实现呢？

1.5K2 0

Mathematica在中学数学教与学中的应用

我从另一个角度分析之前公众号已经发表的关于今年理科卷大题的分析：定义函数： F[x_] := Exp[x] + a*x^2 - x; 将函数中的参数进行替换。...那么显然本题中的不等式对于满足条件的变量都成立： Factor[((x^2 + y^2 + z^2)^3 - 6*(x^3 + y^3 + z^3)^2) /. z -> -x - y] Out[]=...2 (x - y)^2 (2 x + y)^2 (x + 2 y)^2 立体几何这一道例题是通过三维等高线函数来找到满足条件的点：我们假设要研究的是单位正方体，其中点的坐标是： A = (0,0,0...： F[x_, y_, z_] := x^2 - y^2 - 2*x - 2*z + 2; G[x_, y_, z_] := x^2 - z^2 - 2*y + 1; 那么满足条件的点即为以上两个方程同时为零的时候的解集...解析几何最后一个例子简单讲讲直线和给定椭圆判定的依据。最直接的做法就是如果有交点，那么我们可以找到坐标系下面联立方程的解。

1.6K3 0

最大熵模型原理小结

左边的椭圆代表H(X),右边的椭圆代表H(Y),中间重合的部分就是我们的互信息或者信息增益I(X,Y), 左边的椭圆去掉重合部分就是H(X|Y),右边的椭圆去掉重合部分就是H(Y|X)。...$P_w(y|x)$的表达式如下： $$P_w(y|x) = \frac{1}{Z_w(x)}exp(\sum\limits_{i=1}^{M}w_if_i(x,y))$$　　　　　其中，$Z_w(x...IIS也是启发式方法，它假设当前的参数向量是$w$,我们希望找到一个新的参数向量$w+\delta$,使得对偶函数$\psi(w)$增大。...如果能找到这样的方法，就可以重复使用这种方法，直到找到对偶函数的最大值。　　　　...IIS使用的方法是找到$\psi(w + \delta) - \psi(w)$的一个下界$B(w|\delta)$，通过对$B(w|\delta)$极小化来得到对应的$\delta$的值，进而来迭代求解

5851 0

大地经纬度坐标与地心地固坐标的的转换

这个坐标系以椭球球心为原点，本初子午面与赤道交线为X轴，赤道面上与X轴正交方向为Y轴，椭球的旋转轴(南北极直线)为Z轴。...BLH->XYZ 将P点所在的子午椭圆放在平面上，以圆心为坐标原点，建立平面直接坐标系：对照地心地固坐标系，很容易得出： \[\begin{cases} Z = y\\ X = x \cdot...过P点作原椭球的法线Pn，他与子午面直角坐标系X轴的夹角为B；过P点作子午椭圆的切线，它与X轴的夹角为(90°+B): 图1 根据椭圆的方程，位于椭圆的P点满足： \[\frac{x^2}{a^2}...\n", x, y, z); Blh2Xyz(x, y, z); printf("地心地固直角坐标：%.10lf\t%.10lf\t%.10lf\n", x, y, z); Xyz2Blh(x,...y, z); printf("转回大地经纬度坐标：%.10lf\t%.10lf\t%.10lf\n", x, y, z); } 其最关键的还是计算大地纬度B时的迭代过程，其余的计算都只是套公式。

2.8K4 1

原创 | 谷歌JAX 助力科学计算

然而谷歌之前推出的Tensorflow API有一些比较混乱的情况，在1.x的迭代中，就存在如原子op、layers等不同层次的API。面对不同类型的用户，使用粒度不同的多层API本身并不是什么问题。...in different locationsy = jnp.ones((B, K, C))z = jnp.ones((C, D, K))tree = (x, (y, z))vfoo = vmap(foo...在这段代码中分别定义了三个全1矩阵x,y,z，他们的维度分别是6*2*3,3*6*4,4*5*6。而tree则控制了foo函数中矩阵连续点积的顺序。...根据in_axes可知，y和z的点积最后结果为6个3*5的子矩阵，这是由于y和z此时相当于6个y的子矩阵（3*4维）和6个z的子矩阵（4*5维）点积。再与x点积，得到的最终结果为（6,2,5）。...力场参数的优化在原文中则分别使用了两种拟牛顿优化方法——L-BFGS和SLSQP。这通scipy.optimize.minimize函数实现,其中向该函数直接传入JAX求解梯度的方法以提高效率。

1.1K1 1

利用matlab实现非线性拟合（补）

对于一些复杂的二维函数，比如椭圆，可能原本的拟合就会失效。对于这种一般性质的方程或方程组，将原本输入方程整理为f(x,y,z,...)=0的形式。...） %二维椭圆拟合 th=0:0.15:2*pi; a=3.2;%椭圆轴1 b=4.8;%椭圆轴2 x0=-1.9; y0=-4.1; beta=1.1;%椭圆旋转角度 %绘制椭圆 x=a*cos(th...因为原本方程中x、y、z的坐标点都是已知的。但是参数方程中，x、y、z的坐标点已知，但是与参数u、v往往未知。所以相当于原本的方程中引入了额外的未知信息。但是基本思路和普通方程是一样的。...(t)); z1=z(rand_n)+0.02*randn(size(t)); %2 整理格式，将数据和要拟合的函数进行格式整理 %输入参数方程 XX={x1,y1,z1};%离散点输入 F1=@(p1...(size(x)); %2 整理格式，将数据和要拟合的函数进行格式整理 %输入参数方程 XX={x1,y1,z1};%离散点输入 FF={F1,F2,F3};%方程输入 u1=-4:0.1:4;%设置参数的最大最小范围以及精度

1.5K2 0

机器学习之拉格朗日乘数法

此方法的证明牵涉到偏微分，全微分或链法，从而找到能让设出的隐函数的微分为零的未知数的值。...定义介绍设给定二元函数z=ƒ(x,y)和附加条件φ(x,y)=0，为寻找z=ƒ(x,y)在附加条件下的极值点，先做拉格朗日函数 ? ，其中λ为参数。...令F(x,y,λ)对x和y和λ的一阶偏导数等于零，，即 F'x=ƒ'x(x,y)+λφ'x(x,y)=0， F'y=ƒ'y(x,y)+λφ'y(x,y)=0， F'λ=φ(x,y)=0 由上述方程组解出...求极值求函数f(x,y,z)在条件φ(x,y,z)=0下的极值方法（步骤）是： 1.做拉格朗日函数L=f(x,y,z)+λφ(x,y,z),λ称拉格朗日乘数 2.求L分别对x,y,z,λ求偏导...注意：▽φ(x,y,z)=0 且 φ(x,y,z)=0的点不会被该方法计算到，因此，若求最大值或最小值时，应把这些点列出来并单独计算。例题一抛物面被平面截成一个椭圆.

2.1K2 0

贝叶斯超参数优化原理（Python）

为什么使用贝叶斯优化传统的超参数优化方法，如网格搜索(grid search)和随机搜索(random search)，需要多次计算给定模型的成本函数，以找到超参数的最优组合。...在这种情况下，贝叶斯优化已成为常见的超参数优化方法之一，因为它能够在迭代次数明显较少的情况下找到优化的解决方案，相较于传统方法如网格搜索和随机搜索，这得益于从每次迭代中学习。 2....获取函数的定义如下：高斯过程使用 gp.predict() 在点 x 处预测均值和标准差。函数找到迄今为止观察到的最佳目标函数值（f_best）。...= np.vstack((x_samples, x_next)) y_samples = np.append(y_samples, y_next) Step 7: 打印结果最后，我们打印在贝叶斯优化循环中找到的最佳参数和最佳准确性...最佳参数是与目标函数最小值相对应的参数，这就是为什么使用 np.argmin 来找到 y_samples 最小值的索引。

4521 0

R绘图笔记 | 一般的散点图绘制

重要参数： formula # 模型公式；类似y~x，如果按组绘制，则类似y~x|z，其中z为分组变量； data # 为模型公式中变量来源的数据集； subset # 指定筛选数据子集； x, y #...分别表示水平（x轴）和垂直（y轴）坐标的数字向量； boxplots # 如为x，则在下方绘制水平x轴的边界箱线图；如为y，则在左边绘制垂直y轴的边界箱线图； # 如为xy，则在水平和垂直轴上都绘制边界箱线图...## 部分参数解释 data, x, y # data指数据框，x、y为数据框中用来绘制图形的变量 combine # 逻辑词，默认FALSE，仅当y是包含多个变量的向量时使用；如为TRUE，则创建组合面板图...merge # 逻辑词或字符；默认FALSE，仅当y是包含多个变量的向量时使用；如为TRUE，则在同一绘图区域合并多个y变量； # 字符为"asis"或"flip"，如为"flip"，则y变量翻转为x...ellipse # 逻辑词，为TRUE，则在点周围绘制椭圆 ellipse.level # 点周围椭圆的大小，默认0.95 ellipse.type # 使用字符来指定框的类型，允许值有"convex"

5.1K2 0

点击加载更多

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭