pyecharts图表库学习:Bar（柱状图/条形图）、Bar3D（3D 柱状图）

最新推荐文章于 2021-11-19 12:39:16 发布
最新推荐文章于 2021-11-19 12:39:16 发布
阅读量1.8w 收藏 116
点赞数 11
分类专栏： pyecharts图表库学习
原文链接：https://pyecharts.readthedocs.io/zh/latest/zh-cn/charts_base/#bar
版权

柱状/条形图，通过柱形的高度/条形的宽度来表现数据的大小。
Bar.add() 方法签名

add(name, x_axis, y_axis,
    is_stack=False,
    bar_category_gap='20%', **kwargs)
name -> str
	图例名称
x_axis -> list
	x 坐标轴数据
y_axis -> list
	y 坐标轴数据
is_stack -> bool
	数据堆叠，同个类目轴上系列配置相同的 stack 值可以堆叠放置
bar_category_gap -> int/str
	类目轴的柱状距离，当设置为 0 时柱状是紧挨着（直方图类型），默认为 '20%'

is_stack实现数据堆叠

from pyecharts import Bar

attr = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]
v1 = [5, 20, 36, 10, 75, 90]
v2 = [10, 25, 8, 60, 20, 80]
bar = Bar("柱状图数据堆叠示例")
bar.add("商家A", attr, v1, is_stack=True)
bar.add("商家B", attr, v2, is_stack=True) 
bar.render()

在这里插入图片描述
Note： 全局配置项要在最后一个 add() 上设置，否侧设置会被冲刷掉。

使用标记点和标记线

from pyecharts import Bar

bar = Bar("标记线和标记点示例")
bar.add("商家A", attr, v1, mark_point=["average"])
bar.add("商家B", attr, v2, mark_line=["min", "max"])
bar.render()

在这里插入图片描述
is_convert交换 XY 轴

from pyecharts import Bar

bar = Bar("x 轴和 y 轴交换")
bar.add("商家A", attr, v1)
bar.add("商家B", attr, v2, is_convert=True)
bar.render()

在这里插入图片描述
dataZoom 效果，‘slider’ 类型

import random

attr = ["{}天".format(i) for i in range(30)]
v1 = [random.randint(1, 30) for _ in range(30)]
bar = Bar("Bar - datazoom - slider 示例")
bar.add("", attr, v1, is_label_show=True, is_datazoom_show=True)
bar.render()

在这里插入图片描述
dataZoom 效果，‘inside’ 类型

attr = ["{}天".format(i) for i in range(30)]
v1 = [random.randint(1, 30) for _ in range(30)]
bar = Bar("Bar - datazoom - inside 示例")
bar.add(
    "",
    attr,
    v1,
    is_datazoom_show=True,
    datazoom_type="inside",
    datazoom_range=[10, 25],
)
bar.render()

在这里插入图片描述
dataZoom 效果，‘both’ 类型

attr = ["{}天".format(i) for i in range(30)]
v1 = [random.randint(1, 30) for _ in range(30)]
bar = Bar("Bar - datazoom - inside 示例")
bar.add(
    "",
    attr,
    v1,
    is_datazoom_show=True,
    datazoom_type="both",
    datazoom_range=[10, 25],
)
bar.render()

在这里插入图片描述
多 dataZoom 效果，效果同时支持 X、Y 轴

days = ["{}天".format(i) for i in range(30)]
days_v1 = [random.randint(1, 30) for _ in range(30)]
bar = Bar("Bar - datazoom - xaxis/yaxis 示例")
bar.add(
    "",
    days,
    days_v1,
    # 默认为 X 轴，横向
    is_datazoom_show=True,
    datazoom_type="slider",
    datazoom_range=[10, 25],
    # 新增额外的 dataZoom 控制条，纵向
    is_datazoom_extra_show=True,
    datazoom_extra_type="slider",
    datazoom_extra_range=[10, 25],
    is_toolbox_show=False,
)
bar.render()

在这里插入图片描述
Note： datazoom 适合所有平面直角坐标系图形，也就是(Line、Bar、Scatter、EffectScatter、Kline)

当 x 轴或者 y 轴的标签因为过于密集而导致全部显示出来会重叠的话，可采用使标签旋转的方法

attr = ["{}天".format(i) for i in range(20)]
v1 = [random.randint(1, 20) for _ in range(20)]
bar = Bar("坐标轴标签旋转示例")
bar.add("", attr, v1, xaxis_interval=0, xaxis_rotate=30, yaxis_rotate=30)
bar.render()

在这里插入图片描述
Note： 可通过设置 xaxis_min/xaxis_max/yaxis_min/yaxis_max 来调整 x 轴和 y 轴上的最大最小值。针对数值轴有效！
Note： 可以通过 label_color 来设置柱状的颜色，如 [’#eee’, ‘#000’]，所有的图表类型的图例颜色都可通过 label_color 来修改。

瀑布图示例
attr = ["{}月".format(i) for i in range(1, 8)]
v1 = [0, 100, 200, 300, 400, 220, 250]
v2 = [1000, 800, 600, 500, 450, 400, 300]
bar = Bar("瀑布图示例")
# 利用第一个 add() 图例的颜色为透明，即 'rgba(0,0,0,0)'，并且设置 is_stack 标志为 True
bar.add("", attr, v1, label_color=['rgba(0,0,0,0)'], is_stack=True)
bar.add("月份", attr, v2, is_label_show=True, is_stack=True, label_pos='inside')
bar.render()

在这里插入图片描述

直方图示例
from pyecharts import Bar

attr = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]
v1 = [5, 20, 36, 10, 75, 90]
v2 = [10, 25, 8, 60, 20, 80]
bar = Bar("直方图示例")
bar.add("", attr * 2, v1 + v2, bar_category_gap=0)
bar.render()

在这里插入图片描述
某地的降水量和蒸发量柱状图

attr = ["{}月".format(i) for i in range(1, 13)]
v1 = [2.0, 4.9, 7.0, 23.2, 25.6, 76.7, 135.6, 162.2, 32.6, 20.0, 6.4, 3.3]
v2 = [2.6, 5.9, 9.0, 26.4, 28.7, 70.7, 175.6, 182.2, 48.7, 18.8, 6.0, 2.3]
bar = Bar("柱状图示例")
bar.add("蒸发量", attr, v1, mark_line=["average"], mark_point=["max", "min"])
bar.add("降水量", attr, v2, mark_line=["average"], mark_point=["max", "min"])
bar.render()

在这里插入图片描述
额外的文本标签

from pyecharts import Bar

bar = Bar("柱状图", extra_html_text_label=["bar_extra_html_text_label", "color:red"])
bar.add("商家A", CLOTHES, clothes_v1, is_stack=True)
bar.add("商家B", CLOTHES, clothes_v2, is_stack=True)
bar.render()

在这里插入图片描述
控制 X/Y 轴坐标轴线颜色以及宽度

bar = Bar("柱状图")
bar.add(
    "商家A",
    CLOTHES,
    clothes_v1,
    xaxis_line_color="green",
    xaxis_line_width=5,
    xaxis_label_textcolor="black",
)
bar.render()

在这里插入图片描述
进行两次或多次 add 的时候，有一次的某项数据缺失，可用 0 填充

bar = Bar("折线图示例")
bar.add("商家A", CLOTHES, clothes_v1)
bar.add("商家B", CLOTHES, [55, 60, 16, 20, 0, 0])
bar.render()

在这里插入图片描述

Bar3D（3D 柱状图）

Bar3D.add() 方法签名

add(name, x_axis, y_axis, data,
    grid3d_opacity=1,
    grid3d_shading='color', **kwargs)

name -> str
	图例名称
x_axis -> str
	x 坐标轴数据。需为类目轴，也就是不能是数值。
y_axis -> str
	y 坐标轴数据。需为类目轴，也就是不能是数值。
data -> [list], 包含列表的列表
	数据项，数据中，每一行是一个『数据项』，每一列属于一个『维度』
grid3d_opacity -> int
	3D 笛卡尔坐标系组的透明度（柱状的透明度），默认为 1，完全不透明。
grid3d_shading -> str
	三维柱状图中三维图形的着色效果。
		color：只显示颜色，不受光照等其它因素的影响。
		lambert：通过经典的 lambert 着色表现光照带来的明暗。
		realistic：真实感渲染，配合 light.ambientCubemap 和 postEffect 使用可以让展示的画面效果和质感有质的提升。ECharts GL 中使用了基于物理的渲染（PBR) 来表现真实感材质。

from pyecharts import Bar3D

bar3d = Bar3D("3D 柱状图示例", width=1200, height=600)
x_axis = [
    "12a", "1a", "2a", "3a", "4a", "5a", "6a", "7a", "8a", "9a", "10a", "11a",
    "12p", "1p", "2p", "3p", "4p", "5p", "6p", "7p", "8p", "9p", "10p", "11p"
    ]
y_axis = [
    "Saturday", "Friday", "Thursday", "Wednesday", "Tuesday", "Monday", "Sunday"
    ]
data = [
    [0, 0, 5], [0, 1, 1], [0, 2, 0], [0, 3, 0], [0, 4, 0], [0, 5, 0],
    [0, 6, 0], [0, 7, 0], [0, 8, 0], [0, 9, 0], [0, 10, 0], [0, 11, 2],
    [0, 12, 4], [0, 13, 1], [0, 14, 1], [0, 15, 3], [0, 16, 4], [0, 17, 6],
    [0, 18, 4], [0, 19, 4], [0, 20, 3], [0, 21, 3], [0, 22, 2], [0, 23, 5],
    [1, 0, 7], [1, 1, 0], [1, 2, 0], [1, 3, 0], [1, 4, 0], [1, 5, 0],
    [1, 6, 0], [1, 7, 0], [1, 8, 0], [1, 9, 0], [1, 10, 5], [1, 11, 2],
    [1, 12, 2], [1, 13, 6], [1, 14, 9], [1, 15, 11], [1, 16, 6], [1, 17, 7],
    [1, 18, 8], [1, 19, 12], [1, 20, 5], [1, 21, 5], [1, 22, 7], [1, 23, 2],
    [2, 0, 1], [2, 1, 1], [2, 2, 0], [2, 3, 0], [2, 4, 0], [2, 5, 0],
    [2, 6, 0], [2, 7, 0], [2, 8, 0], [2, 9, 0], [2, 10, 3], [2, 11, 2],
    [2, 12, 1], [2, 13, 9], [2, 14, 8], [2, 15, 10], [2, 16, 6], [2, 17, 5],
    [2, 18, 5], [2, 19, 5], [2, 20, 7], [2, 21, 4], [2, 22, 2], [2, 23, 4],
    [3, 0, 7], [3, 1, 3], [3, 2, 0], [3, 3, 0], [3, 4, 0], [3, 5, 0],
    [3, 6, 0], [3, 7, 0], [3, 8, 1], [3, 9, 0], [3, 10, 5], [3, 11, 4],
    [3, 12, 7], [3, 13, 14], [3, 14, 13], [3, 15, 12], [3, 16, 9], [3, 17, 5],
    [3, 18, 5], [3, 19, 10], [3, 20, 6], [3, 21, 4], [3, 22, 4], [3, 23, 1],
    [4, 0, 1], [4, 1, 3], [4, 2, 0], [4, 3, 0], [4, 4, 0], [4, 5, 1],
    [4, 6, 0], [4, 7, 0], [4, 8, 0], [4, 9, 2], [4, 10, 4], [4, 11, 4],
    [4, 12, 2], [4, 13, 4], [4, 14, 4], [4, 15, 14], [4, 16, 12], [4, 17, 1],
    [4, 18, 8], [4, 19, 5], [4, 20, 3], [4, 21, 7], [4, 22, 3], [4, 23, 0],
    [5, 0, 2], [5, 1, 1], [5, 2, 0], [5, 3, 3], [5, 4, 0], [5, 5, 0],
    [5, 6, 0], [5, 7, 0], [5, 8, 2], [5, 9, 0], [5, 10, 4], [5, 11, 1],
    [5, 12, 5], [5, 13, 10], [5, 14, 5], [5, 15, 7], [5, 16, 11], [5, 17, 6],
    [5, 18, 0], [5, 19, 5], [5, 20, 3], [5, 21, 4], [5, 22, 2], [5, 23, 0],
    [6, 0, 1], [6, 1, 0], [6, 2, 0], [6, 3, 0], [6, 4, 0], [6, 5, 0],
    [6, 6, 0], [6, 7, 0], [6, 8, 0], [6, 9, 0], [6, 10, 1], [6, 11, 0],
    [6, 12, 2], [6, 13, 1], [6, 14, 3], [6, 15, 4], [6, 16, 0], [6, 17, 0],
    [6, 18, 0], [6, 19, 0], [6, 20, 1], [6, 21, 2], [6, 22, 2], [6, 23, 6]
    ]
range_color = ['#313695', '#4575b4', '#74add1', '#abd9e9', '#e0f3f8', '#ffffbf',
               '#fee090', '#fdae61', '#f46d43', '#d73027', '#a50026']
bar3d.add(
    "",
    x_axis,
    y_axis,
    [[d[1], d[0], d[2]] for d in data],
    is_visualmap=True,
    visual_range=[0, 20],
    visual_range_color=range_color,
    grid3d_width=200,
    grid3d_depth=80,
)
bar3d.render()

data 中，如 [1, 2, 3] 表示 x 轴的索引为 1，即 “1a”；y 轴的索引为 2，即 “Thursday”；z 轴的数值为 3
在这里插入图片描述
设置 grid3d_shading可以让柱状更真实

bar3d = Bar3D("3D 柱状图示例", width=1200, height=600)
bar3d.add(
    "",
    x_axis,
    y_axis,
    [[d[1], d[0], d[2]] for d in data],
    is_visualmap=True,
    visual_range=[0, 20],
    visual_range_color=range_color,
    grid3d_width=200,
    grid3d_depth=80,
    grid3d_shading="lambert",
)
bar3d.render()

在这里插入图片描述
设置 is_grid3d_rotate启动自动旋转功能

bar3d = Bar3D("3D 柱状图示例", width=1200, height=600)
bar3d.add(
    "",
    x_axis,
    y_axis,
    [[d[1], d[0], d[2]] for d in data],
    is_visualmap=True,
    visual_range=[0, 20],
    visual_range_color=range_color,
    grid3d_width=200,
    grid3d_depth=80,
    is_grid3d_rotate=True,
)
bar3d.render()

在这里插入图片描述
设置 grid3d_rotate_speed调节旋转速度

bar3d = Bar3D("3D 柱状图示例", width=1200, height=600)
bar3d.add(
    "",
    x_axis,
    y_axis,
    [[d[1], d[0], d[2]] for d in data],
    is_visualmap=True,
    visual_range=[0, 20],
    visual_range_color=range_color,
    grid3d_width=200,
    grid3d_depth=80,
    is_grid3d_rotate=True,
    grid3d_rotate_speed=180,
)
bar3d.render()
梦寐_
关注
  • 11
    点赞
  • 踩
  • 116
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
专栏目录
PyEcharts 3D图表之 3D 柱状图
m0_62222486的博客
06-24 293
将柱状图标题设置为“Bar3D-基本示例”，分别对应第一维、第零维、第二维的值。视觉映射配置项最大值设置为 200。Z 轴类型设置为数值轴。
Bar：柱状图/条形图
zhaoyangjian724的专栏
12-29 780
Bar：柱状图/条形图 node2:/root/fenxi#cat k7.py from pyecharts.faker import Faker from pyecharts import options as opts from pyecharts.charts import Funnel, Page from pyecharts import options as opts from...
pyecharts五步法作图实现数据可视化（以柱状图bar为例）
weixin_41855010的博客
02-19 2296
第一步：导入Bar对象，注意import语句要完整 第二步：新建一个Bar对象 第三步：使用bar.add_xaxis()添加x轴的数据 第四步：使用bar.add_yaxis()添加y轴的数据与y轴标签 第五步：使用render()进行渲染生成最终图形的html文件（在浏览器中打开） 完整代码如下： from pyecharts.charts import Bar bar = Bar() bar...
PyEcharts 直角坐标系图表之柱状图/条形图
w w w的博客
11-19 3057
PyEcharts 直角坐标系图表之柱状图/条形图
Python数据可视化 Pyecharts 制作 Bar 柱状、条形图
Mr数据杨
02-22 4万+
大家好，我是Mr数据杨，想象一下，我们正在阅读一场周瑜精心策划的赤壁之战，火光在柱状图/条形图（Bar）上熊熊燃烧。在基本设置中，定义了这场战役的大小，范围和时间。然后，在坐标轴设置中，对战役的每一个阶段进行标记，像是那关键的东风之夜，或者那个蔡瑁杨允带领舰队投降的时刻。
[pyecharts学习笔记]——Bar 柱状图/条形图
积一时之步，臻千里之遥程
04-23 7805
def add_yaxis( # 系列名称，用于 tooltip 的显示，legend 的图例筛选。 series_name: str, # 系列数据 y_axis: Sequence[Numeric, opts.BarItem, dict], # 是否选中图例 is_selected: bool = True, # 使用的 x 轴的 ...
python 画条形图（柱状图）
热门推荐
天天向上的专栏
08-24 14万+
文章目录1. 竖放条形图bar(x, height, [width], **kwargs)2. 画横放条形图bar(x, width, [height], **kwargs)3. 并列条形图 条形图（bar chart），也称为柱状图，是一种以长方形的长度为变量的统计图表，长方形的长度与它所对应的变量数值呈一定比例。 1. 竖放条形图 画条形图要用到 pyplot 中的 bar 函数，该函数的基...
python用pyecharts画柱状图_小白学Python（13）——pyecharts 绘制 柱状图/条形图 Bar
weixin_39710361的博客
11-20 221
Bar-基本示例1 from example.commons importFaker2 from pyecharts importoptions as opts3 from pyecharts.charts importBar45 bar=(6 Bar()7 .add_xaxis(Faker.choose())8 .add_yaxis("商家A", Faker.values())9...
Python 数据分析三剑客之 Matplotlib（六）：直方图 / 柱状图 / 条形图的绘制
BOB'S BLOG
05-09 8305
小黄人番外短片合集 — 第12集【Binky Nelson Unpacified 不消停的宾齐·尼尔森】 Matplotlib 系列文章（持续更新中）： 《Python 数据分析三剑客之 Matplotlib（一）：初识 Matplotlib 与其 matplotibrc ...
柱状图多维条形图vue_Vue组件（1）使用Echarts绘制图表-柱状图/折线图
weixin_39976251的博客
12-18 682
前言​ 最近工作中需要做一个自动配置报表的功能，需求目的是可以通过配置来适应产品对于报表需求的变更，不用重复更改代码。配置实现流程如下：配置报表所需的数据源选择筛选报表数据的参数生成报表页面生成展示页面(生成的报表通过选择放入展示页面)项目是通过前后端分离实现的，前端框架是Vue,配合Echart绘制相关图表，因为我也是第一次尝试写前端组件，所以这里写下文章记录下。特别提示：这里的组件不是通过...
matlab 绘制 阴影 黑白 柱状图 条形图
04-21
在MATLAB中，绘制柱状图或条形图是一种常用的数据可视化方法，尤其适用于比较不同类别之间的数值。本文将详细讲解如何使用MATLAB绘制带有阴影的黑白柱状图，以及如何利用提供的`figure`文件进行进一步理解。 首先，...
MFC柱状图，条形图，折线图封装类
01-07
- **柱状图（Bar Chart）**：柱状图是一种常用的数据表示方式，其中每个数据项由一个矩形柱表示，高度（或长度）对应数据值。这种图表适用于比较不同类别之间的数量差异。 - **条形图（Histogram）**：条形图与...
xy_bar_graph.zip_bar图_graph_labview 柱状图_labview柱状图_xy_bar_graph
09-23
首先，XY Bar Graph与传统的柱状图相似，但其独特之处在于它允许用户通过X轴和Y轴定义数据的分类和值。这种图表类型可以清晰地显示两个变量之间的关系，对于数据分析和结果展示非常有用。在"xy_bar_graph.vi"这个VI...
WPF柱状图/饼图/折线图/面积图
09-06
在Windows Presentation Foundation (WPF) 中，开发人员可以利用丰富的图形功能来创建各种类型的图表，如柱状图、饼图、折线图和面积图，这些图表在数据可视化中非常常见，有助于用户理解和分析数据。以下是对这些...
Python数据可视化处理库PyEcharts柱状图,饼图,线性图,词云图常用实例详解
12-20
Python数据可视化处理库PyEcharts是一个强大的工具，用于将数据转化为直观、易理解的图形，如柱状图、饼图、线性图和词云图。PyEcharts是基于JavaScript库Echarts的Python封装，提供了丰富的图表类型和高度定制化的...
2019年中国民航大学电子制作比赛---蓝牙音响.zip
08-03
大学生参加学科竞赛有着诸多好处，不仅有助于个人综合素质的提升，还能为未来职业发展奠定良好基础。以下是一些分析： 首先，学科竞赛是提高专业知识和技能水平的有效途径。通过参与竞赛，学生不仅能够深入学习相关专业知识，还能够接触到最新的科研成果和技术发展趋势。这有助于拓展学生的学科视野，使其对专业领域有更深刻的理解。在竞赛过程中，学生通常需要解决实际问题，这锻炼了他们独立思考和解决问题的能力。 其次，学科竞赛培养了学生的团队合作精神。许多竞赛项目需要团队协作来完成，这促使学生学会有效地与他人合作、协调分工。在团队合作中，学生们能够学到如何有效沟通、共同制定目标和分工合作，这对于日后进入职场具有重要意义。 此外，学科竞赛是提高学生综合能力的一种途径。竞赛项目通常会涉及到理论知识、实际操作和创新思维等多个方面，要求参赛者具备全面的素质。在竞赛过程中，学生不仅需要展现自己的专业知识，还需要具备创新意识和解决问题的能力。这种全面的综合能力培养对于未来从事各类职业都具有积极作用。 此外，学科竞赛可以为学生提供展示自我、树立信心的机会。通过比赛的舞台，学生有机会展现自己在专业领域的优势，得到他人的认可和赞誉。这对于培养学生的自信心和自我价值感非常重要，有助于他们更加积极主动地投入学习和未来的职业生涯。 最后，学科竞赛对于个人职业发展具有积极的助推作用。在竞赛中脱颖而出的学生通常能够引起企业、研究机构等用人单位的关注。获得竞赛奖项不仅可以作为个人履历的亮点，还可以为进入理想的工作岗位提供有力的支持。
22NM60N-VB TO220一款N-Channel沟道TO220的MOSFET晶体管参数介绍与应用说明
最新发布
08-03
22NM60N-VB TO220；Package：TO220；Configuration：Single-N-Channel；VDS：650V；VGS：30（±V）；Vth：3.5V；RDS(ON)=160mΩ@VGS=10V；ID：20A；Technology：SJ_Multi-EPI；
22N60L-VB一款N-Channel沟道TO247的MOSFET晶体管参数介绍与应用说明
08-03
22N60L-VB；Package：TO247；Configuration：Single-N-Channel；VDS：650V；VGS：30（±V）；Vth：3.5V；RDS(ON)=160mΩ@VGS=10V；ID：20A；Technology：SJ_Multi-EPI；
pyecharts3d柱状图
06-07
好的，下面是使用 pyecharts3d 绘制柱状图的示例代码： ```python from pyecharts import options as opts from pyecharts.charts import Bar3D # 构造数据 data = [[i, j, i * j] for i in range(10) for j in range(10)] # 初始化 Bar3D 图表 bar3d = Bar3D() # 添加 x, y, z 轴数据 bar3d.add( "", [[d[0], d[1], d[2]] for d in data], xaxis3d_opts=opts.Axis3DOpts(range(10)), yaxis3d_opts=opts.Axis3DOpts(range(10)), zaxis3d_opts=opts.Axis3DOpts(range(0, 100, 5)), ) # 设置全局配置项 bar3d.set_global_opts( visualmap_opts=opts.VisualMapOpts(max_=100), title_opts=opts.TitleOpts(title="3D Bar"), ) # 显示图表 bar3d.render("bar3d.html") ``` 以上代码会生成一个名为 `bar3d.html` 的 HTML 文件，其中包含了绘制出的 3D 柱状图。你可以在浏览器中打开该文件，查看图表效果。
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值