Python
学无止境
南蓬幽
华为云云享专家,阿里云专家博主,51CTO明日之星,掘金。
展开
-
智能机器人项目,安装人脸识别face_recognition报错解决
在文件夹打开终端,在地址栏输入cmd后回车。原创 2022-10-22 10:25:09 · 2109 阅读 · 0 评论 -
机器学习之使用聚类算法对图像进行压缩
聚类算法案例聚类算法聚类算法(Clustering),是对大量未知标注的数据集,按数据的内在相似性,将数据集划分为多个互不相交的子集,每个子集称为一个簇,使簇内数据的相似度较大而簇间数据的相似度较小。聚类算法属于无监督机器学习,只有数据x,没有标签y。常见的聚类算法:k-Means、 spectral clustering、mean-shift等。from sklearn.cluster import KMeans,MiniBatchKMeansfrom sklearn.datasets i原创 2022-05-21 17:47:27 · 905 阅读 · 0 评论 -
机器学习之算法案例公共自行车使用量预测
公共自行车使用量预测公共自行车低碳、环保、健康,并且解决了交通中“最后一公里”的痛点,在全国各个城市越来越受欢迎。本练习赛的数据取自于两个城市某街道上的几处公共自行车停车桩。我们希望根据时间、天气等信息,预测出该街区在一小时内的被借取的公共自行车的数量。train.csv 训练集,文件大小 273kbtest.csv 预测集, 文件大小 179kb公共自行车使用量预测训练集中共有10000条样本,预测集中有7000条样本。代码实现import numpy as npimport pa原创 2022-05-21 17:40:23 · 1515 阅读 · 0 评论 -
机器学习之算法案例手写数字识别
算法案例手写数字识别MNIST数据集是机器学习领域中非常经典的一个数据集,由60000个训练样本和10000个测试样本组成,每个样本都是一张28 * 28像素的灰度手写数字图片。选择算法,并保存模型import picklefrom sklearn.linear_model import LogisticRegressionfrom sklearn.metrics import accuracy_scorefrom sklearn.ensemble import RandomForestC原创 2022-05-21 17:35:21 · 1790 阅读 · 2 评论 -
机器学习之输入特征判断鸢尾花的种类
保存算法模型可以选择不同的算法from sklearn.linear_model import LogisticRegressionfrom sklearn.datasets import load_irisfrom sklearn.model_selection import train_test_splitfrom sklearn.preprocessing import StandardScalerfrom sklearn.metrics import precision_score,re原创 2022-05-21 16:55:11 · 530 阅读 · 0 评论 -
【人工智能】机器学习之暴力调参案例
文章目录暴力调参案例首先引入所需库编码问题显示获取数据自动调参选择算法调参可视化代码整合:结果:暴力调参案例使用的数据集为from sklearn.datasets import fetch_20newsgroups因为在线下载慢,可以提前下载保存到首先引入所需库import numpy as npimport pandas as pddefaultencoding = 'utf-8'import matplotlib as mplimport matplotlib.pyplot原创 2022-05-19 20:26:13 · 453 阅读 · 0 评论 -
【人工智能之人脸识别戴口罩】windows10上安装pytorch和使用【CUDA11.6版本】
pytorch学习需要安装pytorch,记录一下自己的安装过程!查看Python版本先查看CUDA版本nvidia-smi如图我的是11.6版本的在线安装进入官网下载选择对应的版本和安装方式!离线下载安装pytorch与torchvision下载链接:CUDA没有11.6的我选择11.5,Python版本3.8,Windows64位下载完pytorch和torchvision的.whl文件之后,在下载的目录内使用下列命令即可:pip install torch-1.11原创 2022-05-15 12:44:28 · 3087 阅读 · 1 评论 -
【人工智能】机器学习及与智能数据处理之降维算法PCA及其应用手写识别【自定义数据集】
import matplotlib.pyplot as pltfrom pathlib import Pathfrom sklearn.svm import SVCfrom sklearn.preprocessing import StandardScalerfrom sklearn.metrics import classification_reportimport requestsimport pickleimport gzipDATA_PATH = Path("data")PATH原创 2022-05-13 17:46:38 · 944 阅读 · 0 评论 -
【人工智能之手写字体识别】机器学习及与智能数据处理之降维算法PCA及其应用手写字体识别
文章目录降维算法PCA及其应用利用PCA算法实现手写字体识别,要求:实验步骤1. 导入数据集2. 实现手写数字数据集的降维;3. 比较两个模型(64维和10维)的准确率;4. 对两个模型分别进行10次10折交叉验证,绘制评分对比曲线。代码详解结果:SVCPCA降维算法PCA及其应用利用PCA算法实现手写字体识别,要求:1、实现手写数字数据集的降维;2、比较两个模型(64维和10维)的准确率;3、对两个模型分别进行10次10折交叉验证,绘制评分对比曲线。实验步骤1. 导入数据集from skl原创 2022-05-13 10:35:16 · 2020 阅读 · 0 评论 -
Leetcode刷题指南之Python求两数之和【多种思路详解】
CSDN话题挑战赛第1期活动详情地址:https://marketing.csdn.net/p/bb5081d88a77db8d6ef45bb7b6ef3d7f参赛话题:Leetcode刷题指南话题描述:代码能力是一个程序员的基本能力,而除了做项目之外,大家接触到的最常规的提升代码能力的方法基本就是刷题了,因此,加油刷题,冲刺大厂!创作模板:Leetcode刷题指南文章目录💎一、Leetcode刷题之两数之和🏆1.两数之和🏆2.原题链接💎二、解题报告思路1🏆1.思路分析🏆2.代码详解🏆3.按.原创 2022-05-11 12:15:54 · 933 阅读 · 1 评论 -
【人脸识别检测戴口罩实战】初识OpenCV简单操作之图像处理【第二课】
初识OpenCV简单操作之图像处理,获取人脸特征,给图像简单的打码,绘制图形、运算、几何变换、平滑处理、边缘检测💨💨💨💨个人简介:💦💦💦简介:大三在读,分享一些学习笔记和心得体会💞💞💞兴趣领域:Python,人工智能,算法和数据结构👁🗨👁🗨👁🗨格言:逆水行舟,不进则退!✅✅✅目的:一起进步!哈喽!大家好呀😁😁我是【南蓬幽】,也可以叫我小幽如果有不对的地方,欢迎大家指正另外如果觉得不错的话请三连支持一下博主呦💖💖💖🎉🎉🎉🎉🎉🎊🎊感谢大佬们呀🎊🎊🎉🎉🎉🎉🎉🎉文章目录一、获取图像.原创 2022-05-10 14:11:58 · 1412 阅读 · 0 评论 -
【人脸识别检测戴口罩实战】初识OpenCV简单操作,图片的读取和显示以及BGR与RGB之间的转换【第一课】
初识OpenCV简单操作,图片的读取和显示以及BGR与RGB之间的转换,读取视频。解决报错iCCP: cHRM chunk does not match sRGB💨💨💨💨个人简介:💦💦💦简介:大三在读,分享一些学习笔记和心得体会💞💞💞兴趣领域:Python,人工智能,算法和数据结构👁🗨👁🗨👁🗨格言:逆水行舟,不进则退!✅✅✅目的:一起进步!哈喽!大家好呀😁😁我是【南蓬幽】,也可以叫我小幽如果有不对的地方,欢迎大家指正另外如果觉得不错的话请三连支持一下博主呦💖💖💖🎉🎉🎉🎉🎉🎊🎊感.原创 2022-05-10 14:11:40 · 1447 阅读 · 0 评论 -
机器学习之使用sklearn的随机森林算法对样本数据进行分类,使用sklearn的AdaBoost和GradientBoost对乳腺癌数据进行分类可视化呈现
1.使用sklearn的随机森林算法对样本数据进行分类,要求:(1) 导入乳腺癌数据集(2) 对比随机森林算法和决策树的分类效果;(3) 测试弱分类器个数n_estimators对分类精度的影响。# 导入内置数据集模块from sklearn.datasets import load_breast_cancer# 导入sklearn模块中的决策树分类器类和随机森林分类器类from sklearn.tree import DecisionTreeClassifierfrom sklearn.e原创 2022-05-07 16:40:56 · 3210 阅读 · 2 评论 -
机器学习之KNN算法,朴素贝叶斯,决策树,SVM算法比较
KNN算法knn = KNeighborsClassifier ( )朴素贝叶斯gnb = GaussianNB ( )决策树dtc = DecisionTreeClassifier ( )SVM算法svm = SVC ()代码:import numpy as npimport matplotlib.pyplot as pltfrom itertools import productfrom sklearn import datasetsfrom sklearn.neigh原创 2022-04-30 09:20:15 · 1519 阅读 · 0 评论 -
机器学习之SVM支持向量机实例
SVM支持向量机实例代码:import sysdefaultencoding = 'utf-8'import numpy as npfrom scipy import io as spiofrom matplotlib import pyplot as pltfrom sklearn import svmdef SVM(): data1 = spio.loadmat('data1.mat') X = data1['X'] y = data1['y'] y原创 2022-04-30 09:11:47 · 447 阅读 · 0 评论 -
机器学习之支持向量机实例,线性核函数 多项式核函数 RBF高斯核函数 sigmoid核函数
文章目录支持向量机实例1.线性核函数2.多项式核函数3.RBF高斯核函数4.sigmoid核函数代码:结果:支持向量机实例1.线性核函数def test_SVC_linear(): ''' 测试 SVC 的用法。这里使用的是最简单的线性核 :param data: 可变参数。它是一个元组,这里要求其元素依次为训练样本集、测试样本集、训练样本的标记、测试样本的标记 :return: None ''' iris = datasets.load_iris()原创 2022-04-30 09:09:20 · 3459 阅读 · 0 评论 -
机器学习之运用特征脸(eigenface)和sklearn.svm.SVC进行人脸识别
文章目录运用特征脸(eigenface)和sklearn.svm.SVC进行人脸识别。第一步,import导入实验所用到的包第二步,下载人脸数据第三步,特征提取第四步,建立SVM分类模型第五步, 模型评估第六步,预测结果可视化完整代码:运行结果:运用特征脸(eigenface)和sklearn.svm.SVC进行人脸识别。首先需要下载一个经过预处理的数据集,从数据集中找出最有代表性的前5人的预期结果第一步,import导入实验所用到的包import matplotlib.pyplot as plt原创 2022-04-24 18:10:53 · 2876 阅读 · 2 评论 -
机器学习之用Python使用sklearn所提供的线性支持向量机(LinearSVC)方法对其进行分类,求取一个支持向量集并绘图
向量机首先创建可以分离的样本数据集(假定二分类),然后使用sklearn所提供的线性支持向量机(LinearSVC)方法对其进行分类,求取一个支持向量集并绘图import numpy as npimport matplotlib.pyplot as pltfrom sklearn.svm import LinearSVCfrom sklearn.datasets import make_blobs# 创建随机分布的,可以分离的400个样本点X, y = make_blobs(n_sample原创 2022-04-24 17:38:00 · 2093 阅读 · 0 评论 -
【数据挖掘】用Excel挖掘股权关系并按照年份统计不同类型的亲缘关系在上市公司中的分布和趋势【可视化呈现】
💨💨💨💨个人简介:💦💦💦简介:大三在读,分享一些学习笔记和心得体会💞💞💞兴趣领域:Python,人工智能,算法和数据结构👁🗨👁🗨👁🗨格言:逆水行舟,不进则退!✅✅✅目的:一起进步!哈喽!大家好呀😁😁我是【南蓬幽】,也可以叫我小幽,小友,小呦等等如果有不对的地方,欢迎大家指正另外如果觉得不错的话请务必三连支持一下博主呦💖💖💖...原创 2022-04-24 18:11:32 · 1422 阅读 · 0 评论 -
力扣LeetCode刷题心得之Python 找到最接近 0 的数字
文章目录6060. 找到最接近 0 的数字解题思路:第一步,求出每个数到0的距离第二步,最小距离的索引值第三步,距离0最近的数字第四步,返回较大值代码整合:优化后:6060. 找到最接近 0 的数字给你一个长度为 n 的整数数组 nums ,请你返回 nums 中最 接近 0 的数字。如果有多个答案,请你返回它们中的 最大值 。示例 1:输入:nums = [-4,-2,1,4,8]输出:1解释:-4 到 0 的距离为 |-4| = 4 。-2 到 0 的距离为 |-2| = 2 。 1原创 2022-04-17 11:52:34 · 4316 阅读 · 0 评论 -
力扣LeetCode刷题心得之Python 买钢笔和铅笔的方案数
文章目录6061. 买钢笔和铅笔的方案数解题思路:第一步,光买钢笔有几种方案第二步,买钢笔后,剩下的钱能购买多少铅笔第三步,在买钢笔的几种方案下,剩下的钱购买铅笔有几种方案第四步,将所有方案相加代码整合:6061. 买钢笔和铅笔的方案数给你一个整数 total ,表示你拥有的总钱数。同时给你两个整数 cost1 和 cost2 ,分别表示一支钢笔和一支铅笔的价格。你可以花费你部分或者全部的钱,去买任意数目的两种笔。请你返回购买钢笔和铅笔的 不同方案数目 。示例 1:输入:total = 20,原创 2022-04-17 11:30:30 · 4271 阅读 · 0 评论 -
力扣杯2022春季编程大赛之宝石补给心得笔记
文章目录1. 宝石补给代码整合:1. 宝石补给欢迎各位勇者来到力扣新手村,在开始试炼之前,请各位勇者先进行「宝石补给」。每位勇者初始都拥有一些能量宝石, gem[i] 表示第 i 位勇者的宝石数量。现在这些勇者们进行了一系列的赠送,operations[j] = [x, y] 表示在第 j 次的赠送中 第 x 位勇者将自己一半的宝石(按需向下取整)赠送给第 y 位勇者。在完成所有的赠送后,请找到拥有最多宝石的勇者和拥有最少宝石的勇者,并返回他们二者的宝石数量之差。注意:赠送将按顺序逐步进行。示原创 2022-04-16 17:36:20 · 923 阅读 · 0 评论 -
力扣刷题学习心得简单榜单之罗马数字转整数
文章目录罗马数字转整数解题思路:解题步骤:第一步,建立一个字典,key为罗马数,value为对应的十进制数第二步,设初始值为零第三步,遍历s第四步,比较当前遍历位和下一位的大小第五步,如果小于就减去这个数,否则就加上第六步,由于无论是奇数还是偶数,最后一位数无论大小都是加上,所以多加一个判断条件,最后一位直接加上代码整合:罗马数字转整数罗马数字包含以下七种字符: I, V, X, L,C,D 和 M。字符 数值I 1V原创 2022-04-16 10:47:47 · 314 阅读 · 0 评论 -
机器学习及与智能数据处理Python使用朴素贝叶斯算法对垃圾短信数据集进行分类
文章目录朴素贝叶斯算法1.使用sklearn的朴素贝叶斯算法对垃圾短信数据集进行分类要求:代码:结果:2.自己写朴素贝叶斯算法对垃圾短信数据集进行分类代码:结果:朴素贝叶斯算法输入:样本集合D={(x_1,y_1),(x_2,y_2)~(x_m,y_m);待预测样本x;样本标记的所有可能取值{c_1,c_2,c_3~c_k};样本输入变量X的每个属性变量X^i的所有可能取值{a_i1,a_i2,~,a_iAi};输出:待预测样本x所属的类别1.计算标记为c_k的样本出现概率。2.计算标记c原创 2022-04-15 19:35:58 · 3761 阅读 · 8 评论 -
机器学习之用Python使用ID3算法实例及使用sklearn的决策树算法对葡萄酒数据集进行分类
文章目录💌💌💌ID3算法实例💨💨1.使用sklearn的决策树算法对葡萄酒数据集进行分类,要求:🕳🕳2. 利用给定ID3算法,画出下列训练集的决策树。🍇🍇🍇1.葡萄酒分类🚲🚲🚲(1)划分训练集和测试集(测试集占20%)🚓🚓(2)对测试集的预测类别标签和真实标签进行对比🛹🛹(3)输出分类的准确率🏍🛵🏍(4)调整参数比较不同算法(ID3, CART)的分类效果。🚀🚀🚀完整代码:🚀🚀🚀结果:🛰🛰🌌2.只需修改数据集,标签集即可🚩🚩部分代码:🍽🍽🌼🌼结果:💌💌💌ID3算法实例💨💨1.使用sklearn的决策树算原创 2022-04-08 11:39:28 · 7886 阅读 · 1 评论 -
机器学习之使用Python生成ID3决策树
文章目录❤❤❤ID3算法✅✅决策树的思想:💤💤💤ID3算法:💯1.先写绘图树方法,函数。💯2.ID3决策树类💲💲💲给出数据集,标签集:💞💞完整代码💥💥生成决策树:❤❤❤ID3算法✅✅决策树的思想:给定一个集合,其中的每个样本由若干属性表示,决策树通过贪心的策略不断挑选最优的属性。常见的决策树算法有ID3,C4.5,CART算法等。💤💤💤ID3算法: baseEntropy = self.calcShannonEnt(dataset) # 基础熵 num = len原创 2022-04-07 22:23:20 · 1842 阅读 · 0 评论 -
机器学习之Python使用KNN算法对鸢尾花进行分类
文章目录2. 编写代码,实现对iris数据集的KNN算法分类及预测要求:第一步:引入所需库第二步:划分测试集占20%第三步:n_neighbors=5第四步:评价模型的准确率第五步:使用模型预测未知种类的鸢尾花2. 编写代码,实现对iris数据集的KNN算法分类及预测要求:(1)数据集划分为测试集占20%;(2)n_neighbors=5;(3)评价模型的准确率;(4)使用模型预测未知种类的鸢尾花。(待预测数据:X1=[[1.5 , 3 , 5.8 , 2.2], [6.2 , 2.9 , 4原创 2022-03-25 14:22:51 · 13616 阅读 · 0 评论 -
机器学习之Python使用KNN算法进行电影类型预测
1. 使用KNN进行电影类型预测:给定训练样本集合如下:原创 2022-03-25 13:56:46 · 2925 阅读 · 0 评论 -
机器学习之用Python梯度下降法实现预测
贷款额度预测求解:当工资18000、年龄30时,额度是多少?由于房价和这个贷款相同,而贷款是多个参数所以只写这贷款即可。老师写的代码!使用批量式梯度下降。梯度下降法:import numpy as npimport matplotlib.pyplot as pltif __name__ == "__main__": # 1 获得x,y数据# ########## X1 = (np.array([4000, 8000, 5000, 7500, 12000]))/10000原创 2022-03-25 12:41:33 · 2297 阅读 · 0 评论 -
机器学习之用Python实现最小二乘法进行额度预测
2. 使用最小二乘法进行贷款额度预测:给定训练样本集合如下:求解:当工资18000、年龄30时,额度是多少?给出代码与运行结果图难点在于有两个参数,画三维图import numpy as npfrom numpy import matimport matplotlib.pyplot as pltfrom mpl_toolkits.mplot3d import Axes3D # 画三维图if __name__ == "__main__": # 1 获得x,y数据# #原创 2022-03-13 22:03:06 · 3016 阅读 · 0 评论 -
机器学习之用Python实现最小二乘法预测房价
使用最小二乘法进行房价预测:给定训练样本集合如下:求解:当房屋面积为55平方时,租赁价格是多少?给出代码与运行结果图。首先明白什么是最小二乘法,利用最小二乘法公式p = (X^TX)^-1 X^T Yimport numpy as npfrom numpy import matimport matplotlib.pyplot as pltif __name__ == "__main__": # 1 获得x,y数据# ########## X = np.array([原创 2022-03-13 21:53:13 · 4187 阅读 · 0 评论 -
统计年龄分布情况(5岁的间隔统计),绘制出年龄分布图。
3.统计年龄分布情况(5岁的间隔统计),绘制出年龄分布图。这个和第一个非常相似,难点在于需要将出生年月转化为年龄。data = data.copy()data['年龄'] = [dt.datetime.today().year - i.year for i in pd.to_datetime(data["出生年月"])] 如果不添加data.copy()会报错SettingWithCopyWarning: A value is trying to be set on a copy of a s原创 2021-12-20 10:51:24 · 4300 阅读 · 3 评论 -
Python用pandas按照“单位名称“分组统计每个单位的人数信息,将人数排名前10的单位和人数用柱状图表示出来。
2.按照"单位名称"分组统计每个单位的人数信息,将人数排名前10的单位和人数用柱状图表示出来。前面几步和上一个基本相同,就不多说了。特殊的就三步:1.按单位名称进行分组统计df1 = data.groupby(data['单位名称'])["单位名称"].count()2.分组结果排序df2 = df1.sort_values(ascending=False)3.取排序结果的前10个数据,切片df3 = df2[0:10]完整代码:import pandas as pdimport原创 2021-12-20 10:42:19 · 3569 阅读 · 0 评论 -
Python用panda读取csv文件1并统计每个积分区间(每5分)人数分布,绘制图形
panda读取csv文件1并统计每个积分区间(每5分)人数分布,绘制图形1.读取 CSV文件生成DataFramedf = pd.read_csv('D:/luohu3.csv')print(df)2. 数据预处理data = df.dropna(0) # 删除所有包含空值的行或列print(data.info())3. 对数据进行离散化处理通过describe()查看最大值最小值,来确定区间x = data["积分分值"]print(data.describe())原创 2021-12-20 10:34:42 · 2364 阅读 · 0 评论 -
、利用Matplotlib库,绘制出抛物线曲线图,线为红色圆型点线图,横坐标取值范围:[-10, 10],绘制点数50,加上坐标轴说明(x轴:x tick,y軕:voltage),图标题为抛物线示意图
利用Matplotlib库,绘制出抛物线曲线图1.线为红色圆型点线图2.横坐标取值范围:[-10, 10],绘制点数503.坐标轴说明(x轴:x tick,y軕:voltage)4.图标题为抛物线示意图。import matplotlib.pyplot as pltimport numpy as npx = np. linspace(-10, 10, 50) # x坐标采样点生成,[-10,10]区间,50个点y = []for i in x: a = i**2 y原创 2021-12-03 22:43:49 · 2607 阅读 · 0 评论 -
Python根据示例创建ndarray,并按要求完成操作按要求进行切片操作将数组中的每个元素乘2后,按行和按列方式分别计算其最大值,打印输出结果
根据示例创建ndarray,并按要求完成操作1.按要求进行切片操作import numpy as nparr1 = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])print(arr1[:2, 1:])print(arr1[1:2, 0:2])print(arr1[2:, 0:1])print(arr1[:, 0:1])# 将数组中的每个元素乘2后,按行和按列方式分别计算其最大值,打印输出结果arr2 = arr1*2print('按行方式分别计原创 2021-12-03 22:42:05 · 1650 阅读 · 0 评论 -
【最新超简单】Python将csv数据导入导出数据库时出现‘The used command is not allowed with this MySQL version’错误。
出现‘The used command is not allowed with this MySQL version’错误今天做实验时将csv数据导入数据库时出现‘The used command is not allowed with this MySQL version’错误,网上说是从本地导入文件的参数没有打开,在mysql.data升级之后,为了安全考虑,默认不允许加载本地文件数据。查找了好几个方法嫌麻烦,突然想起了老师原来讲过!只需在连接数据库时添加local_infile:1就可以解决。例原创 2021-11-28 10:53:09 · 1492 阅读 · 0 评论 -
Python数据库高效导出到csv文件
数据库导出到csv文件数据库StudentTest中的信息导出到csvdata.csv文件中import pymysql# 连接 StudentTest数据库config = {'host': 'localhost','port': 3306,'user': 'root','passwd': '1414141','db' : 'StudentTest','local_infile': 1}conn = pymysql.connect(**config)cursor = conn.cu原创 2021-11-28 10:44:28 · 2832 阅读 · 0 评论 -
Python将csv文件高效导入数据库
实验题目:csv文件导入数据库将StudentInfo.csv文件中的信息导入数据库StudentTestimport pymysqlimport csv# 连接 StudentTest数据库config = {'host': 'localhost','port': 3306,'user': 'root','passwd': '1414141','db' : 'StudentTest','local_infile': 1}conn = pymysql.connect(**config原创 2021-11-28 10:41:44 · 3298 阅读 · 0 评论 -
Python将上述学生信息存入数据库中,表名为tb_score,读取该文件,用合适的数据类型存储文件内容,并打印输出所有内容
文章目录1、将上述学生信息存入数据库中,表名为tb_score,读取该文件,用合适的数据类型存储文件内容,并打印输出所有内容。1.首先创建数据库!2.创建表连接 StdDB数据库执行 SQL 创建 表tb_score将数据用多维列表方式存储在内存中多条数据插入数据库中读取数据库中数据(1)插入一条学生记录信息:学号:10006,姓名:小花,成绩:92插入一条数据(2)打印输出学生成绩在90分以下的所有学生信息根据条件读取数据库的信息(3)删除小明的成绩删除数据库中的数据1、将上述学生信息存入数据库中,表名原创 2021-11-28 10:38:34 · 2037 阅读 · 0 评论