1.1 Pandas和NumPy的使用

最新推荐文章于 2024-08-30 12:42:13 发布
最新推荐文章于 2024-08-30 12:42:13 发布
阅读量97 收藏
点赞数
分类专栏： 机器学习基础 文章标签： numpy pandas python 机器学习 开发语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_51989527/article/details/130304883
版权
文章介绍了Python的NumPy库，包括数组创建、条件运算、统计运算和矩阵运算。接着讲解了Pandas的Series和DataFrame，展示了如何创建、操作以及进行数据清洗，如过滤缺失值和处理异常值。
摘要由CSDN通过智能技术生成

一、NumPy

import numpy as np

1.numpy.array

a = np.array([1, 2, 3, 4, 5], ndmin = 2)
a

array([[1, 2, 3, 4, 5]])

b = np.array([1, 2, 3, 4, 5], dtype=complex)
b

array([1.+0.j, 2.+0.j, 3.+0.j, 4.+0.j, 5.+0.j])

2.条件运算

score = np.array([[79, 90],[72, 50], [54, 75], [81, 95]])
a = score > 80
b = np.where(score < 60, 0, 90)      #小于60的替换为0，其余替换为90

a

array([[False,  True],
       [False, False],
       [False, False],
       [ True,  True]])

b

array([[90, 90],
       [90,  0],
       [ 0, 90],
       [90, 90]])

3.统计运算

result = np.amax(score, axis=0)          #求每一列最大值
result

array([81, 95])

result = np.amax(score, axis=1)         #求每一行最大值
result

array([90, 72, 75, 95])

4.数组运算

score[:, 0] = score[:, 0]+5            #将数组第零列所有分数加5分
score

array([[84, 90],
       [77, 50],
       [59, 75],
       [86, 95]])

5.矩阵运算

q = np.array([[0.4], [0.6]])
score = np.array([[79, 90],[72, 50], [54, 75], [81, 95]])
result = np.dot(score, q)
result

array([[85.6],
       [58.8],
       [66.6],
       [89.4]])

矩阵的拼接

v1 = np.array([1, 2, 3, 4])
v2 = np.array([10, 20, 30, 40])
result = np.vstack((v1, v2))
result

array([[ 1,  2,  3,  4],
       [10, 20, 30, 40]])

result = np.hstack((v1, v2))
result

array([ 1,  2,  3,  4, 10, 20, 30, 40])

二、Pandas

import pandas as pd
import numpy as np

1.Series实例

s = pd.Series(np.random.randn(4))
s

0   -1.046153
1    0.991661
2    0.492546
3   -0.137610
dtype: float64

#指定索引值及name
s = pd.Series(np.random.randn(4), index=['a', 'b', 'c', 'd'], name='创建Series')
s

a   -0.273078
b    0.555600
c   -0.792856
d    1.186401
Name: 创建Series, dtype: float64

#可调用方法
[attr for attr in dir(s) if not attr.startswith('_')]

['T',
 'a',
 'abs',
 'add',
 'add_prefix',
 'add_suffix',
 'agg',
 'aggregate',
 'align',
 'all',
 'any',
 'append',
 'apply',
 'argmax',
 'argmin',
 'argsort',
 'array',
 'asfreq',
 'asof',
 'astype',
 'at',
 'at_time',
 'attrs',
 'autocorr',
 'axes',
 'b',
 'backfill',
 'between',
 'between_time',
 'bfill',
 'bool',
 'c',
 'clip',
 'combine',
 'combine_first',
 'compare',
 'convert_dtypes',
 'copy',
 'corr',
 'count',
 'cov',
 'cummax',
 'cummin',
 'cumprod',
 'cumsum',
 'd',
 'describe',
 'diff',
 'div',
 'divide',
 'divmod',
 'dot',
 'drop',
 'drop_duplicates',
 'droplevel',
 'dropna',
 'dtype',
 'dtypes',
 'duplicated',
 'empty',
 'eq',
 'equals',
 'ewm',
 'expanding',
 'explode',
 'factorize',
 'ffill',
 'fillna',
 'filter',
 'first',
 'first_valid_index',
 'flags',
 'floordiv',
 'ge',
 'get',
 'groupby',
 'gt',
 'hasnans',
 'head',
 'hist',
 'iat',
 'idxmax',
 'idxmin',
 'iloc',
 'index',
 'infer_objects',
 'info',
 'interpolate',
 'is_monotonic',
 'is_monotonic_decreasing',
 'is_monotonic_increasing',
 'is_unique',
 'isin',
 'isna',
 'isnull',
 'item',
 'items',
 'iteritems',
 'keys',
 'kurt',
 'kurtosis',
 'last',
 'last_valid_index',
 'le',
 'loc',
 'lt',
 'mad',
 'map',
 'mask',
 'max',
 'mean',
 'median',
 'memory_usage',
 'min',
 'mod',
 'mode',
 'mul',
 'multiply',
 'name',
 'nbytes',
 'ndim',
 'ne',
 'nlargest',
 'notna',
 'notnull',
 'nsmallest',
 'nunique',
 'pad',
 'pct_change',
 'pipe',
 'plot',
 'pop',
 'pow',
 'prod',
 'product',
 'quantile',
 'radd',
 'rank',
 'ravel',
 'rdiv',
 'rdivmod',
 'reindex',
 'reindex_like',
 'rename',
 'rename_axis',
 'reorder_levels',
 'repeat',
 'replace',
 'resample',
 'reset_index',
 'rfloordiv',
 'rmod',
 'rmul',
 'rolling',
 'round',
 'rpow',
 'rsub',
 'rtruediv',
 'sample',
 'searchsorted',
 'sem',
 'set_axis',
 'set_flags',
 'shape',
 'shift',
 'size',
 'skew',
 'slice_shift',
 'sort_index',
 'sort_values',
 'squeeze',
 'std',
 'sub',
 'subtract',
 'sum',
 'swapaxes',
 'swaplevel',
 'tail',
 'take',
 'to_clipboard',
 'to_csv',
 'to_dict',
 'to_excel',
 'to_frame',
 'to_hdf',
 'to_json',
 'to_latex',
 'to_list',
 'to_markdown',
 'to_numpy',
 'to_period',
 'to_pickle',
 'to_sql',
 'to_string',
 'to_timestamp',
 'to_xarray',
 'transform',
 'transpose',
 'truediv',
 'truncate',
 'tz_convert',
 'tz_localize',
 'unique',
 'unstack',
 'update',
 'value_counts',
 'values',
 'var',
 'view',
 'where',
 'xs']

2.DataFrame的创建

data = [['小明', 20], ['小红', 23], ['小芳', 20], ['小丽', 22]]
index = ['001', '002', '003', '004']
columns = ['姓名', '年龄']
df = pd.DataFrame(data, index, columns)
df
姓名年龄
001小明20
002小红23
003小芳20
004小丽22

3.数据集的清洗

查看数据集

df = pd.read_csv('C:/Users/Frank/Desktop/movie_metadata.csv')
df
colordirector_namenum_critic_for_reviewsdurationdirector_facebook_likesactor_3_facebook_likesactor_2_nameactor_1_facebook_likesgrossgenres...num_user_for_reviewslanguagecountrycontent_ratingbudgettitle_yearactor_2_facebook_likesimdb_scoreaspect_ratiomovie_facebook_likes
0ColorJames Cameron723.0178.00.0855.0Joel David Moore1000.0760505847.0Action|Adventure|Fantasy|Sci-Fi...3054.0EnglishUSAPG-13237000000.02009.0936.07.91.7833000
1ColorGore Verbinski302.0169.0563.01000.0Orlando Bloom40000.0309404152.0Action|Adventure|Fantasy...1238.0EnglishUSAPG-13300000000.02007.05000.07.12.350
2ColorSam Mendes602.0148.00.0161.0Rory Kinnear11000.0200074175.0Action|Adventure|Thriller...994.0EnglishUKPG-13245000000.02015.0393.06.82.3585000
3ColorChristopher Nolan813.0164.022000.023000.0Christian Bale27000.0448130642.0Action|Thriller...2701.0EnglishUSAPG-13250000000.02012.023000.08.52.35164000
4NaNDoug WalkerNaNNaN131.0NaNRob Walker131.0NaNDocumentary...NaNNaNNaNNaNNaNNaN12.07.1NaN0
..................................................................
5038ColorScott Smith1.087.02.0318.0Daphne Zuniga637.0NaNComedy|Drama...6.0EnglishCanadaNaNNaN2013.0470.07.7NaN84
5039ColorNaN43.043.0NaN319.0Valorie Curry841.0NaNCrime|Drama|Mystery|Thriller...359.0EnglishUSATV-14NaNNaN593.07.516.0032000
5040ColorBenjamin Roberds13.076.00.00.0Maxwell Moody0.0NaNDrama|Horror|Thriller...3.0EnglishUSANaN1400.02013.00.06.3NaN16
5041ColorDaniel Hsia14.0100.00.0489.0Daniel Henney946.010443.0Comedy|Drama|Romance...9.0EnglishUSAPG-13NaN2012.0719.06.32.35660
5042ColorJon Gunn43.090.016.016.0Brian Herzlinger86.085222.0Documentary...84.0EnglishUSAPG1100.02004.023.06.61.85456

5043 rows × 28 columns

过滤全部含有控制NaN

df.dropna()
colordirector_namenum_critic_for_reviewsdurationdirector_facebook_likesactor_3_facebook_likesactor_2_nameactor_1_facebook_likesgrossgenres...num_user_for_reviewslanguagecountrycontent_ratingbudgettitle_yearactor_2_facebook_likesimdb_scoreaspect_ratiomovie_facebook_likes
0ColorJames Cameron723.0178.00.0855.0Joel David Moore1000.0760505847.0Action|Adventure|Fantasy|Sci-Fi...3054.0EnglishUSAPG-13237000000.02009.0936.07.91.7833000
1ColorGore Verbinski302.0169.0563.01000.0Orlando Bloom40000.0309404152.0Action|Adventure|Fantasy...1238.0EnglishUSAPG-13300000000.02007.05000.07.12.350
2ColorSam Mendes602.0148.00.0161.0Rory Kinnear11000.0200074175.0Action|Adventure|Thriller...994.0EnglishUKPG-13245000000.02015.0393.06.82.3585000
3ColorChristopher Nolan813.0164.022000.023000.0Christian Bale27000.0448130642.0Action|Thriller...2701.0EnglishUSAPG-13250000000.02012.023000.08.52.35164000
5ColorAndrew Stanton462.0132.0475.0530.0Samantha Morton640.073058679.0Action|Adventure|Sci-Fi...738.0EnglishUSAPG-13263700000.02012.0632.06.62.3524000
..................................................................
5026ColorOlivier Assayas81.0110.0107.045.0Béatrice Dalle576.0136007.0Drama|Music|Romance...39.0FrenchFranceR4500.02004.0133.06.92.35171
5027ColorJafar Panahi64.090.0397.00.0Nargess Mamizadeh5.0673780.0Drama...26.0PersianIranNot Rated10000.02000.00.07.51.85697
5033ColorShane Carruth143.077.0291.08.0David Sullivan291.0424760.0Drama|Sci-Fi|Thriller...371.0EnglishUSAPG-137000.02004.045.07.01.8519000
5035ColorRobert Rodriguez56.081.00.06.0Peter Marquardt121.02040920.0Action|Crime|Drama|Romance|Thriller...130.0SpanishUSAR7000.01992.020.06.91.370
5042ColorJon Gunn43.090.016.016.0Brian Herzlinger86.085222.0Documentary...84.0EnglishUSAPG1100.02004.023.06.61.85456

3756 rows × 28 columns

标准缺失与非标准缺失

df['actor_3_facebook_likes'].isnull()

0       False
1       False
2       False
3       False
4        True
        ...  
5038    False
5039    False
5040    False
5041    False
5042    False
Name: actor_3_facebook_likes, Length: 5043, dtype: bool

重新定义缺失值

mis_values = ["na", "--"]
df = pd.read_csv('C:/Users/Frank/Desktop/movie_metadata.csv', na_values=mis_values)
df
colordirector_namenum_critic_for_reviewsdurationdirector_facebook_likesactor_3_facebook_likesactor_2_nameactor_1_facebook_likesgrossgenres...num_user_for_reviewslanguagecountrycontent_ratingbudgettitle_yearactor_2_facebook_likesimdb_scoreaspect_ratiomovie_facebook_likes
0ColorJames Cameron723.0178.00.0855.0Joel David Moore1000.0760505847.0Action|Adventure|Fantasy|Sci-Fi...3054.0EnglishUSAPG-13237000000.02009.0936.07.91.7833000
1ColorGore Verbinski302.0169.0563.01000.0Orlando Bloom40000.0309404152.0Action|Adventure|Fantasy...1238.0EnglishUSAPG-13300000000.02007.05000.07.12.350
2ColorSam Mendes602.0148.00.0161.0Rory Kinnear11000.0200074175.0Action|Adventure|Thriller...994.0EnglishUKPG-13245000000.02015.0393.06.82.3585000
3ColorChristopher Nolan813.0164.022000.023000.0Christian Bale27000.0448130642.0Action|Thriller...2701.0EnglishUSAPG-13250000000.02012.023000.08.52.35164000
4NaNDoug WalkerNaNNaN131.0NaNRob Walker131.0NaNDocumentary...NaNNaNNaNNaNNaNNaN12.07.1NaN0
..................................................................
5038ColorScott Smith1.087.02.0318.0Daphne Zuniga637.0NaNComedy|Drama...6.0EnglishCanadaNaNNaN2013.0470.07.7NaN84
5039ColorNaN43.043.0NaN319.0Valorie Curry841.0NaNCrime|Drama|Mystery|Thriller...359.0EnglishUSATV-14NaNNaN593.07.516.0032000
5040ColorBenjamin Roberds13.076.00.00.0Maxwell Moody0.0NaNDrama|Horror|Thriller...3.0EnglishUSANaN1400.02013.00.06.3NaN16
5041ColorDaniel Hsia14.0100.00.0489.0Daniel Henney946.010443.0Comedy|Drama|Romance...9.0EnglishUSAPG-13NaN2012.0719.06.32.35660
5042ColorJon Gunn43.090.016.016.0Brian Herzlinger86.085222.0Documentary...84.0EnglishUSAPG1100.02004.023.06.61.85456

5043 rows × 28 columns

#再次清洗
new_df = df.dropna()
new_df
colordirector_namenum_critic_for_reviewsdurationdirector_facebook_likesactor_3_facebook_likesactor_2_nameactor_1_facebook_likesgrossgenres...num_user_for_reviewslanguagecountrycontent_ratingbudgettitle_yearactor_2_facebook_likesimdb_scoreaspect_ratiomovie_facebook_likes
0ColorJames Cameron723.0178.00.0855.0Joel David Moore1000.0760505847.0Action|Adventure|Fantasy|Sci-Fi...3054.0EnglishUSAPG-13237000000.02009.0936.07.91.7833000
1ColorGore Verbinski302.0169.0563.01000.0Orlando Bloom40000.0309404152.0Action|Adventure|Fantasy...1238.0EnglishUSAPG-13300000000.02007.05000.07.12.350
2ColorSam Mendes602.0148.00.0161.0Rory Kinnear11000.0200074175.0Action|Adventure|Thriller...994.0EnglishUKPG-13245000000.02015.0393.06.82.3585000
3ColorChristopher Nolan813.0164.022000.023000.0Christian Bale27000.0448130642.0Action|Thriller...2701.0EnglishUSAPG-13250000000.02012.023000.08.52.35164000
5ColorAndrew Stanton462.0132.0475.0530.0Samantha Morton640.073058679.0Action|Adventure|Sci-Fi...738.0EnglishUSAPG-13263700000.02012.0632.06.62.3524000
..................................................................
5026ColorOlivier Assayas81.0110.0107.045.0Béatrice Dalle576.0136007.0Drama|Music|Romance...39.0FrenchFranceR4500.02004.0133.06.92.35171
5027ColorJafar Panahi64.090.0397.00.0Nargess Mamizadeh5.0673780.0Drama...26.0PersianIranNot Rated10000.02000.00.07.51.85697
5033ColorShane Carruth143.077.0291.08.0David Sullivan291.0424760.0Drama|Sci-Fi|Thriller...371.0EnglishUSAPG-137000.02004.045.07.01.8519000
5035ColorRobert Rodriguez56.081.00.06.0Peter Marquardt121.02040920.0Action|Crime|Drama|Romance|Thriller...130.0SpanishUSAR7000.01992.020.06.91.370
5042ColorJon Gunn43.090.016.016.0Brian Herzlinger86.085222.0Documentary...84.0EnglishUSAPG1100.02004.023.06.61.85456

3756 rows × 28 columns

重复值

person={
    'brand':['Yum Yum', 'Yum Yum', 'Indomie', 'Indomie', 'Indomie'],
    'style':['cup', 'cup', 'cup', 'pack', 'pack'],
    'rating':[4, 4, 3.4, 15, 5]}
df = pd.DataFrame(person)
df
brandstylerating
0Yum Yumcup4.0
1Yum Yumcup4.0
2Indomiecup3.4
3Indomiepack15.0
4Indomiepack5.0
df.duplicated()

0    False
1     True
2    False
3    False
4    False
dtype: bool

df.duplicated(keep='last')

0     True
1    False
2    False
3    False
4    False
dtype: bool

df.duplicated(keep=False)

0     True
1     True
2    False
3    False
4    False
dtype: bool

删除重复值

df.drop_duplicates()
brandstylerating
0Yum Yumcup4.0
2Indomiecup3.4
3Indomiepack15.0
4Indomiepack5.0

异常值替换

df.replace('Indomie', 'xyz')
brandstylerating
0Yum Yumcup4.0
1Yum Yumcup4.0
2xyzcup3.4
3xyzpack15.0
4xyzpack5.0
weixin_51989527
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
numpy和pandas中数组的合并、拉直和重塑实例
09-19
### numpy和pandas中数组的合并、拉直和重塑实例详解 #### 一、合并（Concatenation） 在处理多维数组时，我们经常会遇到需要将两个或多个数组合并成一个更大的数组的需求。这种需求在数据分析领域尤为重要。下面...
python 使用pandas计算累积求和的方法
09-19
### Python使用Pandas进行累积求和的方法 在Python的数据处理领域中，Pandas是一个非常重要的库，它提供了灵活且高效的数据结构以及数据分析工具。其中，累积求和是一种常见的操作，通常用于时间序列分析、统计计算...
pandas_dq-1.1.tar.gz
03-12
Python社区提供了大量的第三方库，如NumPy、Pandas和Requests，极大地丰富了Python的应用领域，从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了...
2 pandas用法1
08-04
Pandas是Python编程语言中用于数据处理和分析的重要库，它基于Numpy构建，提供了高效的数据结构，如Series和DataFrame，以及丰富的数据分析工具。本篇文章将深入探讨Pandas的主要结构、索引使用、统计功能、数据处理...
Pandas数据结构详解.pdf
07-16
Pandas是Python中最受欢迎的数据分析库之一，它建立在NumPy之上，提供了高效灵活的数据结构和数据分析工具。对于初学者而言，掌握Pandas的基本数据结构至关重要。 ### 一、Pandas中的Series #### 1.1 Series简介 -...
python12 中，No module named‘distutils‘错误
qq_43557600的博客
08-27 9428
python12 “ No module named'distutils' ”,​ 安装 pip install setuptools ，解决 ​
centos7 安装 superset4.0.2 教程
m0_37759590的博客
08-27 8926
centos7 安装 superset4.0.2 教程
【python计算机视觉编程——1.基本的图像操作和处理】
热门推荐
m0_53694086的博客
08-26 1万+
参数sigma为标准差（σ），是高斯滤波器的一个重要参数，它控制滤波器的平滑程度。标准差越大，高斯函数的曲线越宽，滤波器的影响范围就越大。标准差较大: 高斯滤波器会在更大范围内进行平滑，使得图像变得更加模糊，细节和边缘特征会被更强地平滑掉。标准差较小: 高斯滤波器会产生较小范围的平滑效果，图像的细节保留更多。还可以给定转换矩阵，将RGB图像转换为CIE XYZ色彩空间。图像像素值被分成128个区间，用于计算每个区间的像素值频率。可以返回目录中所有jpg图像的列表。
【python】关于判断空值None、判断len()=0，和 if not 的区别
Meggie35的博客
08-28 4758
python的“空”与“无”之辩，关于None，和空数值。在程序中，判断里面没有值和判断东西是不是为空，也是不一样的东西，我们可以往下看看具体的区别。
使用 DrissionPage 和 2Captcha 处理 Turnstile 验证并获取 Faucet 签名
最新发布
qq_41631913的博客
08-30 326
本教程介绍了两种获取 Cloudflare Turnstile 验证值并使用 faucet 签名 API 的方法。第一种方法通过 DrissionPage 模拟浏览器操作，手动获取验证码值。第二种方法则通过 2Captcha 服务，自动化解决验证码问题。
yolo7 自定义数据训练
hzh839900的专栏
08-27 615
数据定义文件train.txt val.txt。预定义标签 格式name label。数据集定义文件errimg.yaml。图片文件和标签文件放在一起。数据打标labelimg。
无法验证 Anaconda 仓库证书
qq_38332453的博客
08-28 160
无法验证 Anaconda 仓库的证书
并行计算的艺术：PyTorch中torch.cuda.nccl的多GPU通信精粹
2401_85763639的博客
08-27 667
是PyTorch提供的一个用于多GPU通信的API，它基于NCCL库，专门针对NVIDIA GPU优化，支持高效的多GPU并行操作。NCCL提供了如All-Reduce、Broadcast等集合通信原语，这些操作在多GPU训练中非常关键。
人工智能开发实战机器学习算法解析
sinat_30844883的博客
08-29 2593
机器学习算法是人工智能领域的重要组成部分，它们通过从数据中学习并自动改进，而无需进行显式的编程。机器学习算法可以分为多种类型，包括监督学习、无监督学习、半监督学习、迁移学习和强化学习。每种类型都有其特定的应用场景和优势。
Python | Leetcode Python题解之第384题打乱数组
Mopes__的博客
08-30 194
Python | Leetcode Python题解之第384题打乱数组
宝塔面板网站SSL证书到期如何手动和自动续签Let’s Encrypt
weixin_45734165的博客
08-27 1164
宝塔面板提供2种免费的SSL证书：宝塔SSL，Let’s Encrypt。前面第1，2步骤主要是手动续签，比较稳定可靠，唯一的缺点是需要进入后台进行操作，并且有时候可能忘记续签。实际上宝塔面板还提供了很多计划任务的脚本，可以自动续签Let’s Encrypt证书。不管是给网站部署SSL还是给网站SSL续签，利用宝塔后台来进行网站SSL证书的管理还是比较方便高效的。2.手动续签：网站设置后台点击【SSL】》【Let’s Encrypt】》【续签】1.手动续签：登录宝塔面板后台，点击【网站】》【设置】
yield：生成器
mohen_777的博客
08-28 842
作为生成器，因为每次迭代就会返回一个值，所以不能显示的在生成器函数中return 某个值，包括None值也不行，否则会抛出“SyntaxError”的异常，但是在函数中可以出现单独的return，表示结束该语句。使用yield，可以让函数生成一个序列，该函数返回的对象类型是"generator"，通过该对象连续调用next()方法返回序列值。另外一种说法：生成器就是一个返回迭代器的函数，与普通函数的区别是生成器包含yield语句，更简单点理解生成器就是一个迭代器。处为止，next()的返回值就是生成值。
python json jsonl 的用法
大多_C的博客
08-28 1306
JSONL格式是一种非常实用的数据存储格式，特别适合处理大型、结构化的数据集。逐行读取：有效处理大文件，节省内存。简便性：每一行都是独立的JSON对象，便于解析和处理。灵活性：可以很容易地将数据追加到已有文件中。通过上述方法，您可以轻松地在Python中读取、写入和处理JSONL格式的数据。
Java—Stream流
向上的咸鱼blueblue的博客
08-27 1461
本文详细介绍了JAVA中有关Stream的相关内容。
pandas与numpy对应版本
03-29
pandas与numpy对应版本： | Pandas版本 | NumPy版本 | | :--------- | :-------- | | 0.25.x | 1.16.x | | 1.0.x | 1.18.x | | 1.1.x | 1.18.x - 1.19.x | | 1.2.x | 1.19.x | | 1.3.x | 1.20.x | | 1.4.x | 1.20.x - 1.21.x |
评论
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