如何将panda df转换为sparse df
将pandas DataFrame转换为稀疏DataFrame可以通过使用SparseDataFrame函数来实现。SparseDataFrame是pandas库中的一个数据结构，它可以有效地存储和处理稀疏数据。
下面是将pandas DataFrame转换为稀疏DataFrame的步骤：
- 导入必要的库：
import pandas as pd
from pandas import SparseDataFrame- 创建一个pandas DataFrame：
df = pd.DataFrame({'A': [0, 1, 0, 0], 'B': [0, 0, 2, 0], 'C': [0, 0, 0, 3]})这将创建一个包含3列的DataFrame，其中每列都有一些零值。
- 将pandas DataFrame转换为稀疏DataFrame：
sparse_df = SparseDataFrame(df)这将使用SparseDataFrame函数将DataFrame转换为稀疏DataFrame。
转换后的稀疏DataFrame将只存储非零值和它们的索引，从而节省内存空间。你可以像操作普通的DataFrame一样操作稀疏DataFrame，但注意稀疏DataFrame的一些特殊性质。
稀疏DataFrame适用于以下情况：
- 数据集中包含大量的零值。
- 数据集的维度较大，但非零值的数量相对较少。
- 需要节省内存空间。
腾讯云提供了多种云计算产品和服务，其中包括与云计算相关的存储、数据库、人工智能等。你可以访问腾讯云的官方网站（https://cloud.tencent.com/）了解更多关于这些产品和服务的详细信息。
请注意，本回答仅提供了将pandas DataFrame转换为稀疏DataFrame的基本步骤和一些相关信息，具体的实现和应用可能因实际需求而有所不同。
相关·内容
2回答
我正在从一个Pandas数据帧创建一个矩阵，如下所示：
dense_matrix = np.array(df.as_matrix(columns = None), dtype=bool).astype(np.int)
然后转换成一个稀疏矩阵：
sparse_matrix = scipy.sparse.csr_matrix(dense_matrix)
有没有办法从df直接转到稀疏矩阵？
提前谢谢。
浏览 0提问于2013-12-09得票数 48
回答已采纳
我一直在做一个项目，需要填写“向量”月份(做直方图:每个月的tweet数量概述)。为了填写向量月份，我编写了以下代码：
numTweets = list(tweets_cleaned_panda.iloc[:,1])
months = [0, 0, 0, 0, 0, 0, 0]
for i in range(0,len(numTweets)+1):
if tweets_cleaned_panda['created_at'].str.contains("Mar") or tweets_cleaned_panda['created_at'].st
浏览 1提问于2016-11-26得票数 1
1回答
熊猫: 1.1.2
如何将稀疏射线类型转换为float64类型？
df
id N_ERVisits N_admission N_diagnoses N_hospDays N_procedures
0 1 0.0 0.0 0.000090 0.0 0.000000
1 1 0.0 0.0 0.000000 0.0 0.000000
2 1 0.0 0.0 0.00
浏览 1提问于2020-09-30得票数 2
回答已采纳
我需要将第一行转换为字典，然后删除所有"nan“值。这行得通..。 pd.Series(df.head(1).T.to_dict()[0]).dropna() 或。这一个..。 df.head(1).dropna(axis=1).T.to_dict()[0] 但是，有没有其他方法可以实现这一点呢？数据帧的类型是稀疏的，如果这很重要的话。 type(df)
pandas.core.sparse.frame.SparseDataFrame 我之所以这样问，是因为我不认为它是pythonic式的，我想肯定有一种方法可以做到这一点。
浏览 7提问于2019-08-24得票数 0
回答已采纳
我有一个带有UTC列的Panda df (不是timeseries索引，UTC日期字段)。数据在df中显示为：
2017-11-13 :00:00
我需要创建一个新列(保持UTC列完整)，但使用本地时间，并将其显示为：
2017-11-13 : 00:00:00
(假设美国/东部)
我试过：
df['DATE_TIME_UTC'].dt.tz_localize('US/Eastern')
但这显示：
2017-11:13 05:00:00-5:00
当推送到DB时，它再次显示UTC时间。请建议如何将日期时间作为本地时间存储在新字段中。
谢
浏览 0提问于2018-11-26得票数 0
回答已采纳
1回答
我有一个rdd，每一行都包含三种数据类型。例如
from pyspark.sql import SparkSession
from scipy.sparse import csc_matrix
import numpy as np
from pyspark.sql.types import StructType,StructField,FloatType,IntegerType,ArrayType
# create sparse matrix
row = np.array([0, 2, 2, 0, 1, 2])
col = np.array([0, 0, 1, 2, 2, 2])
data
浏览 0提问于2019-04-22得票数 0
回答已采纳
我有一个包含几个字符串列的dataframe，我希望将其转换为分类数据，以便运行一些模型并从中提取重要特征。
但是，由于唯一值的数量，单热点编码的数据会扩展为大量列，这会导致性能问题。
为了解决这个问题，我尝试在get_dummies中使用Sparse = True参数。
test1 = pd.get_dummies(X.loc[:,['col1','col2','col3','col4']].head(10000))
test2 = pd.get_dummies(X.loc[:,['col1','col2
浏览 0提问于2018-08-06得票数 3
我用sparse=True参数对我的数据执行了OHE --这似乎什么都不做？
我试过：
# One Hot Encoding
df_ohe = pd.get_dummies(df, columns=cats, drop_first=True, sparse=True)
df_ohe = df_ohe.sparse.to_coo().tocsr() #Explicitely convert
df_ohe.memory_usage().sum()
...which返回
AttributeError:只能使用稀疏数据的“.sparse”访问器。
我会感谢你的帮助。谢谢!
浏览 3提问于2019-10-16得票数 1
回答已采纳
1回答
如果有人能给我指出正确的方向，我将不胜感激。我正在尝试将pandas数据帧转换为字典，并使用索引作为键。行中的值将是字典的值，但我在正确设置索引时遇到了问题。我需要字典格式，因为它是需要能够高效查找值的其他内容的一部分。 #result from confidence intervals
conf_it = results.conf_int(alpha = 0.05)
conf_it = pd.DataFrame(conf_it)
#print output
print(conf_it)
0 1
panda 10 15
cat 7
浏览 14提问于2020-08-22得票数 1
1回答
如何将sklearn缩放器应用于pandas数据帧的所有行。这个问题与相关。如何将sklearn缩放器应用于一行的所有值？
注意:我知道对于特性缩放来说，在列中包含特性和按列缩放特性是很正常的，就像refenced问题中那样。然而，我想使用sklearn标度器来预处理可视化数据，在我的例子中，按行扩展是合理的。
浏览 11提问于2019-11-13得票数 1
回答已采纳
我想把熊猫的SparseDataFrame转换成scipy.sparse.csc_matrix。但我不想先把它转换回稠密矩阵。
现在我有一个类似于下面的东西。
df = pd.get_dummies(df, sparse=True)
基本上，我需要的是进一步从df获得一个scipy.sparse.csc_matrix。有办法做到这一点吗？
浏览 0提问于2016-12-15得票数 3
2回答
下面是代码片段， from sklearn.compose import ColumnTransformer
from sklearn.preprocessing import OneHotEncoder
ct = ColumnTransformer(transformers=[('encoder',OneHotEncoder(),[2,3,4])],remainder='passthrough')
X = np.array(ct.fit_transform(x_data))
X.shape 对于shape，我得到如下输出 () 当我尝试打印X时，我得到如下输
浏览 55提问于2020-11-09得票数 0
回答已采纳
1回答
我是python和panda的新手，我正在尝试用python panda绘图。到目前为止，我可以读取sqlite数据库。
import sqlite3
import pandas as pd
conn = sqlite3.connect('demo.db')
df = pd.read_sql("SELECT * FROM ABC", conn)
df.head()
我得到这个输出作为结果。
这里的时间戳只针对一年。我想绘制所有类型的折线图(年份与值)。
感谢你的帮助
浏览 2提问于2015-03-16得票数 0
我有一个表，其中有一个名为'Amount‘的列。单元格值是数字(如1、100和1000 )和字符串(如'(1000)‘和'(999)’(表示负值)的混合。如何将负值字符串更改为数字，如-1000和-999？我不知道如何对panda数据帧应用条件。
import pandas as pd
ws_actual = pd.read_excel(file_name, sheet_name=0)
Project Name Amount
a 1000.53
b (-100.2)
c 999.83
d 99999.1
e 333.62
f (-105
浏览 7提问于2018-09-05得票数 2
回答已采纳
1回答
我有几个.pcap文件，我想把它们的数据写到一个大的dask数据帧中。当前，使用第一个文件中的数据初始化dask数据帧。然后，它应该处理其余的pcap文件，并使用合并/连接将其添加到dask数据帧中。但是，当我检查合并的dask数据帧的行数时，它并没有增加。这是怎么回事？ 我也不确定我是否对我的用例使用了正确的方法。我正在尝试将我的整个数据集转换为一个巨大的dask数据帧，并将其写出到h5文件中。我的计算机没有足够的内存来加载整个数据集，所以我使用dask。我们的想法是加载包含整个数据集的dask数据帧，这样我就可以对整个数据集执行操作。我是dask的新手，我已经阅读了一些文档，但我仍然不清
浏览 16提问于2019-06-02得票数 0
回答已采纳
我想将二维数组分解为一维数组，并将其分配给panda数据框。在这方面需要帮助 This is my panda data frame.
Id Dept Date
100 Healthcare 2007-01-03
100 Healthcare 2007-01-10
100 Healthcare 2007-01-17
Two dimensional array looks like
array([[10, 20, 30],
[40, 50, 60],
[70,
浏览 53提问于2019-04-25得票数 0
回答已采纳
4回答
我已经使用了
sklearn.preprocessing.OneHotEncoder
要转换某些数据，输出为scipy.sparse.csr.csr_matrix，如何将其与其他列合并回原始数据帧？
我试着使用pd.concat，但是我得到了
TypeError: cannot concatenate a non-NDFrame object
谢谢
浏览 3提问于2016-05-01得票数 46
回答已采纳
1回答
我有这个代码
import numpy as np
from scipy.sparse import csr_matrix
q = csr_matrix([[1.], [0.]])
ones = np.ones((2, 1))
现在如何将1列添加到矩阵Q中以获得结果形状(2，2)？(矩阵Q是稀疏的，我不想更改csr的类型)
浏览 0提问于2016-06-20得票数 0
我在panda数据帧中有成行的光谱数据。如何将每行绘制为直方图？
我目前使用itterows循环各行，但是我不知道如何使用我的数据绘制直方图？
浏览 1提问于2020-02-19得票数 0
我有一只熊猫，我需要和它一起工作。该格式如下所示
Label
0 | 70 hello
1 | 70 world
2 | 40 hi
3 | 40 I
4 | 45 panda
我需要合并以相同整数(即70)开头的df行。有些可以是两位数或三位数。最后的格式应如下：
Label
0 | 70 hello world
1 | 40 hi I
2 | 45 panda
我试过这个。
search = "43"
check_if_num = df["Label"].str.startswith(search, na = False)
check_if_n
浏览 11提问于2021-10-04得票数 1
回答已采纳
import pandas as pd
df = pd.DataFrame({"A":["foo", "foo", "foo", "bar","Panda", "Panda", "Zootopia", "Zootopia"],"B":[0,1,1,1,0,1,1,1]})
df1 = pd.DataFrame({"A":["foo", "foo", "foo", "
浏览 0提问于2018-09-28得票数 2
如何将熊猫DataFrame或QTableWidget转换为Pdf？
我在QtableWidget (PyQt5)中列出了我的Sqlite3数据库产品，也在panda dataframe中列出了它们。如何将其中一个转换为PDF？
我想生成一个产品报告，这些方法中的任何一种都适合我。我尝试了很多我在堆栈和google上看到的东西，但都不起作用。
DataFrame函数
def gerarRelatorio(self):
self.banco = sqlite3.connect ( 'Vendas.db' )
self.cursor = ba
浏览 1提问于2019-10-19得票数 0
1回答
我有两个不同的熊猫数据框架集。其中之一是术语列表；这些术语是字符串：
df_1
apple
panda
lecture
sky
green
另一列包含2列，其中一列是包含程序标题的字符串，而第二列包含该程序的标记列表。
df_2
Program Tags
Fruits of the World [what,apple,green,banana,kiwi]
Animal in the Zoo [panda,lion,eagle]
Lecture 1
浏览 0提问于2021-03-18得票数 1
回答已采纳
1回答
我有以下的panda系列：
print(df.head())
Country Energy Supply Energy Supply per Capita % Renewable
0 Afghanistan 3.210000e+08 10 78.669280
1 Albania 1.020000e+08 35 100.000000
2 Algeria 1.959000e+09 5
浏览 1提问于2017-05-10得票数 5
回答已采纳
我有两个DataFrames： df1 DT D1 D2
0 1.0 0.50 df2 DT D1 D2
C_Step
UNKNOWN 0.202899 0.325581
fair 0.253623 0.244186
good 0.289855 0.186047
poor 0.253623 0.244186 如何将df2的所有行与df1的第一行相乘。 所需的DataFrame为： DT D1 D2
C_Step
浏览 29提问于2019-01-20得票数 0
回答已采纳
1回答
我有一个字符向量，我想从其中过滤出第95个分位数。
如果使用以下命令，它将更改我的数据帧(即只剩下n和name )。
mydf %>%
count(name) %>%
filter(n > quantile(n, 0.95))
如果我使用这个命令，我会得到一个错误。
mydf %>%
group_by(name) %>%
filter(name > quantile(name, 0.95))
Error in filter_impl(.data, quo) : Evaluation error: non-numeric ar
浏览 5提问于2017-12-31得票数 1
回答已采纳
1回答
在pandas 0.25.3中，我不能减去稀疏数据帧的均值列。我试过了： df_norm= df.sub(df.mean(axis=1), axis=0) 但我得到了： AttributeError: module 'pandas._libs.sparse' has no attribute 'sparse_sub_float32'
浏览 14提问于2020-01-26得票数 0
回答已采纳
我正在尝试删除我的数据帧中的一些空行。下面的代码显示数据类型确实是稀疏的。 items_users_sparse_top_tags_df = items_users_sparse_pd.loc[tracks_tags_df.index]
items_users_sparse_top_tags_df.rename_axis('tracks', axis = 'index', inplace = True)
items_users_sparse_top_tags_df.dtypes 结果是： playlists
37i9dQZF1DX7KNKjOK0o75
浏览 12提问于2020-07-04得票数 0
回答已采纳
我目前正在研究一个用例，其中功能集包含数字值，如amount，以及包含冗长的英文文本的评审功能。英语文本在训练数据和测试数据之间会有很大的不同。例如“我看到了，它很好”，“好吧”，“时间流逝”等。
如何将文本特征集与数值数据结合起来，并将其提供给机器学习模型？
我将nt能够使用编码，这些文本变量不是绝对值。它们是不同的。
import pandas as panda
from sklearn.feature_extraction.text import TfidfVectorizer
words = ['i hv paid','i dont like',
浏览 0提问于2019-01-22得票数 1
回答已采纳
1回答
我想在两个列中使用apply并添加额外的参数。我的用例是对一列执行搜索，并将regex返回到另一列，而不覆盖另一列中的现有值。也许迭代是一个更好的选择:)。
import random
import re
import pandas as pd
import numpy as np
#create the dataframe
df = pd.DataFrame({
'a':np.random.choice( ['the_panda','it_python','my_shark'], 6),
浏览 0提问于2018-04-16得票数 1
回答已采纳
我想使用glmnet软件包进行分类项目。我成功地构建了模型，并获得了每行的价格，但我没有办法将它作为一个常规变量使用。如何将预测向量添加到数据框架中，作为我能够处理的常规列(例如计算其平均值等)这是我的玩具数据框架和code.Also，我看到glmnet把预测向量称为"1"，为什么我能改变它呢？
df <- read.table(text = "target birds wolfs
1 9 7
1 8 4
浏览 3提问于2015-08-12得票数 0
回答已采纳
2回答
我在这里查看了我的问题的多个版本，并没有找到我想要做的事情的答案。
问题：
我有一个Pandas数据，带有一串十进制数数据，通过多次迭代(每一行)收集，用于多波长的光(每一列)。这些波长间隔是列标题，由于机器的限制，波长/列之间的间隔目前为2.5。
我现在需要计算每一行的波长间隔为0.1，而不是2.5的值。这将要求我创建间距为0.1的新列标题(当前列之间有24列)，然后在每0.1步对每一行中的值进行线性插值。
有人能帮忙吗？我完全不知道该怎么做。
到目前为止我得到了什么：
# data_in = my original Panda dataframe with experiment data.
浏览 3提问于2020-02-26得票数 1
如何将数据帧过滤为包含在列表中的值的行？具体地说，数据帧中的值将只是与列表的部分匹配，而不是完全匹配。
我尝试过使用pandas.DataFrame.isin，但只有在数据帧中的值与列表中的值相同时才有效。
list = ["123 MAIN STREET", "456 BLUE ROAD", "789 SKY DRIVE"]
df =
address
0 123 MAIN
1 456 BLUE
2 987 PANDA
target_df = df[df["address"].isin(list)
理想情况下，结
浏览 0提问于2019-08-17得票数 2
在Pandas中，我试图将包含字符串值的数据类型对象的数据转换为分类数据类型。即使在转换和系统显示数据类型是绝对的之后，我仍然能够在其上执行字符串函数，并且pd.api.types.is_string_dtype正在返回True。由于这个原因，当我试图为数据拟合一个机器学习模型时，它会出错。
输入：
df_tmp["UsageBand"] = df_tmp["UsageBand"].astype("category")
df_tmp["UsageBand"].dtypes,pd.api.types.is_string_dtype(
浏览 3提问于2020-05-31得票数 0
回答已采纳
2回答
我不知道如何将一个简单的函数应用到Panda数据框架中列的每一行。
示例：
def delLastThree(x):
x = x.strip()
x = x[:-3]
return x
arr = ['test123','test234','test453']
arrDF = pandas.DataFrame(arr)
arrDF.columns = ['colOne']
arrDF['colOne'].apply(delLastThree)
print arrDF
我希望下面的代码为每一
浏览 0提问于2016-06-17得票数 0
回答已采纳
我有一个包含8列的文本文件，如下所示 100 40 37 98 47 55 75 67
50 84 93 67 85 90 42 57
68 95 74 75 87 95 32 86 对于我的函数，我需要找到所有列的平均值等，当指定时。因此，要做到这一点，我需要能够处理列，但我不确定如何将所有列转换为列表。 f=open(file,"r")
lines=f.readlines()
result=[]
for i in lines:
result.append(i.split(' ')[1])
f.close() 我只需要提取1列，但如果有人能帮我提取每
浏览 8提问于2019-03-07得票数 2
我想知道如何将解析后的表从panda转换成一个CSV，我已经设法将每个表都放到了一个单独的CSV中，但我希望它们都在一个CSV中。这是我当前获取多个CSV的代码：
import pandas as pd
import csv
url = "https://fasttrack.grv.org.au/RaceField/ViewRaces/228697009?
raceId=318809897"
data = pd.read_html(url, attrs = {'class': 'ReportRaceDogFormDetails'} )
f
浏览 0提问于2018-05-09得票数 4
我想要隐蔽熊猫df来激发df并把它保存在蜂巢里。
#create spark df from panda dataframe
df = self.ss.createDataFrame(dataframe)
df.createOrReplaceTempView("table_Template")
self.ss.sql("create table IF NOT EXISTS database."+ table_name +" STORED AS PARQUET as select * from table_Templat
浏览 5提问于2020-12-16得票数 1
1回答
我有一个csv文件，格式如下：
id,category
1x,restaurant
1x,café
2y,café
2y,indian restaurant
3z,italian restaurant
我想要一个稀疏矩阵，它有行id和列类别。
例如：
restaurant - café - indian - italian
1x 1 - 1 - 0 - 0
2y 0 - 1 - 1 - 0
3z 0 - 0 - 0 - 1
也许有必要创建一个映射到矩阵的int键
浏览 3提问于2018-07-24得票数 0
1回答
巧妙地处理非数值元素
、、、、
我正在尝试在dataframe和一个列表上运行scipys h堆栈方法。为了有效地做到这一点，我必须处理列表中的非数字元素。我想在飞行(即，我不希望编辑我正在阅读的csv )，尽可能优雅地这样做。
我正在运行的代码如下：
X = list(np.array(p.read_csv('CSVFile.csv', delimiter=";"))[:,2])
OtherColumn = p.read_csv('CSVFile.csv', delimiter=";")[["OtherCol"]]
X = sp
浏览 2提问于2014-03-08得票数 2
回答已采纳
我有一个数据帧X_train，我正在将两个数据帧连接到该数据帧。该第二和第三数据帧是从已经由TF-IDF VEctorizer生成的稀疏矩阵获得的 q1_train_df = pd.DataFrame.sparse.from_spmatrix(q1_tdidf_train,index=X_train.index,columns=q1_features)
q2_train_df = pd.DataFrame.sparse.from_spmatrix(q2_tdidf_train,index=X_train.index,columns=q2_features)
X_train_final =
浏览 42提问于2020-02-03得票数 2
回答已采纳
我正在尝试将numpy lambda函数转换为PySpark数据帧的等效函数。我一直在努力寻找正确的函数/方法。
我在一个Pandas数据帧上执行以下操作，为panda_stack生成一个新列label
panda_stack['label'] = panda_stack.groupby('id')['prob1'].transform(lambda x: 0.0 if all(np.isnan(x)) else 1.0)
基本上，我有：
id prob1
id1 NA
id1 0.12
id2 NA
并且想要：
id label
i
浏览 0提问于2018-06-28得票数 1
1回答
我试图查看在特定日期收到特定错误消息的帐户总数的表结果。但是，有数百个不同的错误消息，一个帐户可能在任何一天收到。例如，这个表名为ERROR，我的列是：
date error acct# freq
2016-04-20 panda 2 1
2016-04-20 pig 2 1
2016-04-20 panda 3 1
2016-04-20 panda 7 1
2016-04-25 pa
浏览 2提问于2016-05-19得票数 1
回答已采纳
我有一个对象，它的类型是Panda，而print(对象)给出了下面的输出
print(type(recomen_total))
print(recomen_total)
输出为
<class 'pandas.core.frame.Pandas'>
Pandas(Index=12, instrument_1='XXXXXX', instrument_2='XXXX', trade_strategy='XXX', earliest_timestamp='2016-0
浏览 0提问于2016-08-03得票数 4
***import pandas as pd
employees = {'Name of Machining': ['milling','Drilling','Drilling','Chamfering'],
'Speed': [275,275,275,275],
'Feed': [0.28,0.03,0.03,0.28],
'Tool': ['EndMill','T
浏览 6提问于2022-08-30得票数 -1
假设我有两个大小相同的数据，一个具有值：
d1 = {'values1': [1, 1,2,2], 'values2': [10, 50,200,100]}
df1 = pd.DataFrame(data=d1)
以及一份布尔人的数据：
d2 = {'boolean1': [True, False,True,True], 'boolean2': [False, False,False,True]}
df2 = pd.DataFrame(data=d2)
如何将df1中的值替换为0(布尔人为True )
我正在寻找的结果是：
r =
浏览 3提问于2022-11-15得票数 1
我有两个panda列，看起来像这样：
Request Number Cost Center
1 111
2 133
3 156
NaN 235
NaN 111
NaN 123
对于NaN (空值)，我如何才能使Pandas数据帧看起来像这样：
Request Number Cost C
浏览 5提问于2018-11-01得票数 2
3回答
我有了这个数据帧(在做了一次热编码之后)，我如何将它们组合在一起？ Code Fund_Code_AADR Fund_Code_AAXJ Fund_Code_ABEQ Fund_Code_ACSI Fund_Code_ACVF Fund_Code_ACWD Fund_Code_ACWF Fund_Code_ACWI Fund_Code_ACWV ...
1625 MSFT 0 0 0 1 0 0 0 0 0 ...
1635 MSFT 0 0 0 0 1 0 0 0
浏览 7提问于2020-12-16得票数 1
回答已采纳
>> A = sparse([1,2,3,4,5])
A =
(1,1) 1
(1,2) 2
(1,3) 3
(1,4) 4
(1,5) 5
>> B = sparse([1;2;3;4;5])
B =
(1,1) 1
(2,1) 2
(3,1) 3
(4,1) 4
(5,1) 5
>> bsxfun(@times, A, B)
ans =
浏览 0提问于2012-09-29得票数 2
回答已采纳
试着用我正在做的实际例子来学习更多关于DataFrames的知识。我得到了一个包含两列的表，如下所示： Grades Count
Grade1 55
Grade2 42
Grade3 65
Grade4 70 如何将其转换为这样： School Grade1 Grade2 Grade3 Grade4
MySchool 55 42 65 70 因为MySchool将是字符串类型的变量 **我在csv文件中获得了以下内容。如何将标题放在黄色单元格中？ ?
浏览 6提问于2020-11-30得票数 1
回答已采纳
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
相关资讯
热门标签
云服务器
ICP备案
实时音视频
云直播
对象存储活动推荐
腾讯云开发者
