博友游云先生关于民生的分析

基于STM32的可穿戴式多生理参数实时监测与预警系统 针对传统可穿戴健康设备存在的生理参数监测种类单一、数据处理依赖云端导致响应滞后、续航能力弱等问题,设计一种基于STM32的可穿戴式多生理参数实时监测与预警系统。系统以STM32L476RG低功耗微控制器为核心,集成心率血氧传感器、体温传感器、血压传感器,实现人体心率、血氧饱和度、体温、收缩压/舒张压的同步采集;通过边缘端轻量化数据处理算法完成参数异常判定,结合低功耗硬件设计与软件休眠策略,在保证监测精度的同时延长续航。测试结果表明,系统心率监测误差≤2次/分钟,血氧饱和度误差≤2%,体温误差≤±0.2℃,血 阅读详情

?

※在这里的朋友们看了民生的年报季报很失望,是的,我也失望。但是,在经济危机的环境下,民生的这个经营业绩还是可以理解的,并不是差的离谱。现在民生的问题主要在于股东对于管理层不能实行有效监管及效率不高。体现在经营数据上面就是管理费用的无节制快速增长,经营成本居高不下,规模扩张相对缓慢。

?

?

民生08年报及09一季报分析(2009-04-24 16:19:11)

博友:游云

民生昨天出了年报和季报,让我整整看了一天,看完后我是大失所望,心情沉重了一整天。毕竟我已经持有民生有3年了,我一直认为它是家有着现代企业管理制度,并且是家积极进取的民营金融公司。现在就对民生08年年报及季报进行逐项分析。

?

一.08年年报的各项分析。

?

1.08年民生的贷款余额是6583.6亿,比07年增长18.60%。存款余额7857.86,比07年增长17.07%。存贷比刚好在监管的位置75%。我看了一下民生08年的机构数是374家,07年是327家,增长了14.37%。从数据看说明两个问题:民生的吸储能力还是比较弱。民生已经尽可能放贷出去了,09年拉大放贷的弹性较弱。在08年的那种经济状况,股市楼市不行,资金为追求安全纷纷转入银行存款,而且在机构增加14%的基础上只增加了17%,浦发增长了24%.当然,增加的机构数还没有发挥完全的效益的情况还是存在的。09年1季度,民生的存款增加了17.60%,这稍微让人安慰一点。

※近几年,民生的揽存能力与规模扩张明显的落后于其他四家,可能是经营上产生了某种瓶颈的约束,可能是因为事业部改革的阵痛。按照民生09年的经营计划,依然没有快速增长的目标。说实话,我不知道问题在哪里?

?

2.08年的主营收入是348.41亿。与我之前的预测较为相近(预测值是349.37亿)。非息占比是12.80%,非息占比与其他银行相比,会好一些。非息收入占比越高越好。当然要在真实的情况下。

※关于非息收入比这个数据,我采用的是利息净收入与非息净收入之比,08年的非息收入比是14.68%,一季度是13.40%,下降很明显。这个就证实了我们对于民生把一部份上浮利息收入转化为非息收入的判断。在这里,让我困惑的是非息收入比在四季度的大幅度下降,08年前三季度非息收入比为18.78%(上半年是20.90%),在四季度竟然降至2.36%,简直是不可思议的下降。我不明白这是为什么?

?

3.08年的营业税金是29.16亿,这个数字大大超出我之前的预测(24.64亿)。相差了4.52亿。对个数字,我至今还在疑惑。因为营业税金跟贷款余额的比一般在千分3.4-3.7这样。不信大家可以去试一下。民生07年的这个比也是在3.7这个位置。08年却是:千分4.43。高出了不少,让我有些怀疑民生是不是有所隐瞒收入了。

※哦,这个数据你搞错了,营业税金是根据主营收入来的,营业税基本税率是5%,还要加上一些附加税,大概在营业税的10%几吧。至于说国债的利息收入是否征收营业税的问题我不清楚。

?

4.08年的业务管理费149.01亿,与我之前的预测117.05亿,整整多出了12.20亿。这是我实在不能容忍的。具体原因听我道来。看年报的摘要,管理层说是有效地降低了。从07年的管理费用收入比46.87%,降到了08年的42.77%。从表面看似乎还不错降低了4.10%。但实际上,没有那么乐观的。因为08年是银行业绩非常不错的一年,营业收入大幅提高,民生增长近40%。也就是营业收入这个分母大幅增长的情况下只降低了4.70%,这是很成问题的。由于这个费用是刚性支出,09年营业收入萎缩后,这个费用比必然要上升的。工资费用在业务管理费用中占大头,我特意查了一下,查完后让我有些不寒而怵啊。06年民生的工资福利支出36.62亿,人均工资是26.48万;07年民生工资福利支出60.93亿,人均工资是34.30万,人均比06年增长了29.50%;08年90.16亿,人均45.50万,比07年增长33.65%。从数据中看出民生的员工工资是大幅增长,先不从绝对额的人均工资的高低来跟其他银行比较,毕竟民生是通过高薪来吸引人才的。我们从增长率来看,民生还在大幅度加薪,我不知道加薪的理由是什么。我所知道的是民生目前面临的经济情况是不乐观的。近几年民生的发展落后其他股份制银行如浦发招行兴业等,08年发生了大量的不良贷款而且经济下滑,全国在进行高管限薪,民生发展受制自有资金不足等。在这种情况下,民生还进行大幅加薪,股东的利益被漠视了,民生银行成公司员工的取款机了。民生的管理体制并不像民生高管自己标榜得那么完善,什么薪酬制度激励制度都是空有架子,股东监管缺失了。试想在目前这种经济环境恶劣的情况下,民生还敢大幅加薪,年景好了,岂不是更不得了。

※08年管理费用我的预测是139亿元,整整超过了10个亿,离谱的增长。这个管理费用、员工薪酬的无节制上升是我非常不满意的地方,太厉害了。不过,你这个08年的员工支出数据90.16亿元可能错了,我查询了一下,在现金流量表上面的员工支出是80.60亿元,在利润表附注里面计提的员工支出是79.50亿元。这两个数据符合08年末应付薪酬的减少1个亿。

呵呵,不过你这个117亿元的管理费用预测也太少了,因为在前三季度已经支出了101个亿的。

?

5.不良贷款余额。分析了不良贷款余额后,又一次让我害怕了。一直以来我都认为民生的风险控制得还不错,也经常看到民生自己说风险控制如何如何好,但看了年报和季报后,其实并不真是那么一回事。验证了一句话:不仅要听其言,更要观其行。让我们看数据说话吧。07年民生的不良贷款余额是67.73亿,08年的不良额是79亿,增加了11.27亿。如果是这个数字还能让人放心一些,别急,还有呢。从拔备计提表中,可以得知是在核销14.64亿不良贷款后才得出了这个数字,也就是08年新增的不良贷款实际上是25.91亿。多吧?!还有呢!从09年一季度上看,不良又增加了7.71亿。可见,民生现在在为之前的大幅放贷付出代价,我不知道还有多少代价要付。但我知道民生的风控并不像它自己所说那么出色。也有人说民生本着严谨和实是求是的原则进行了披露,其他银行可能还瞒着呢。但不管其他银行如何,就民生发生的这些不良贷款,让人不能心安啊。别看09年的不良率降低了一点,但那是在贷款增加后稀释效应。

※是的,看起来好像民生的不良贷款增加多了点,但我觉得还是在可以承受的区域,毕竟我们面对着金融风暴、经济危机,此时假如没有不良贷款的增长,那么银行业的赚钱是否太容易了点儿?(不敢兄语)何况民生的贷款结构是短期的比例比较高,所以,早一点出现不良贷款也是应有之意。我相信,民生的不良贷款不可能如此增长下去的。

当然,通过对逾期贷款的对比,民生的风险控制能力并不如我想象中的那么好,也没有管理层说的那么好。

有一点,我们需要有个心理准备,目前的民生为了应对利差的降低,为了应对偏高的资金成本,民生从战略上偏向于中小企业的信贷,以提高自身的议价能力,增强获利能力。这是一柄双刃剑,在提高获利能力的同时,会提高不良贷款率。

?

6.资本充足率和核心资本率。07年的核心资本率和资本充足率分别为7.40%,10.73%,08年分别是6.60%,9.22%。看出下降了不少。这个充足率和核心率,如何计算很复杂,我没搞懂,但可以看出的是民生的发展对资本消耗性很大,需要不断的进行再融资来支撑发展。民生高层意识到这个问题,进行了事业部改革,具体效果怎么样,08年目前是还没有显现。

※目前为止,我还没有看见事业部改革的成果,我估计从下半年开始会逐渐理顺各方关系,逐渐体现事业部体制的效益。但具体的效果究竟如何,我不知道,只能期待着。

?

从以上种种不良情况,特别是薪酬问题和不良贷款,我准备撤出民生了。老实说做出这个决定很不容易,我07年持有它(我06年年底入市的),对它抱有太大的期望,现在放手心有不甘啊。从数据分析来看,又不得不做出这个决定。

※综合来看,我觉得没必要抛弃民生,毕竟民生的股价已经成分了体现了经营业绩的不如意,在银行股中也属于相对低估。在市场中,银行股又是相对低估。如此抛弃民生以后选择什么呢?何况你已经持有两年多了,已经过了最困难的阶段,不妨再拥有一年,看看事业部体制以后的民生如何?假如说,一年后的民生还是没什么起色,那么到时候坚决的抛弃了事。就因为,市场是短视的,民生09年在海通股权兑现的情况下,完成管理层计划的106个亿净利润是没什么困难的。

虽然说这个海通股权兑现是一次性收入,目前民生不良贷款的大幅度出现也是在非常的情况下出现的。所以,以非常应对非常,还是属于正常的。

?

在这里,我看见有人绝望而卖出,说实话,我非常痛心,非常痛惜!这是你的人民币啊,你岂能如此轻率?!虽然说目前我不能说民生是最低估的品种,但最起码我没发现相对于民生具有确定性绝对低估的品种。

当然,是我的不好,因为我的自私(怕民生未来继续下跌而有人过来骂,毕竟我是没能力判断明天是下跌还是上涨的。)而没有坚定的说:站直了,别趴下!

开博难啊朋友,希望大家能理解我的自私。

?

DaVinci配置DID之三:代码实现 本系列主要基于DaVinCi工具链来展开具体DID读写的配置以及最终实现。1,CDD准备2,工具链配置3,代码实现4,验证结果本文讲述流程3话不多说,走你~博主是AutoSar小白,如果哪里表达的有问题,还请大佬们指点指点哈。接下来,让我们在下章关于测试验证的博文再相会哈~ 阅读详情

相关推荐

科研党必看!Zotero+Claude3插件实战:如何用AI高效阅读文献(附详细配置步骤)

本文详细介绍了如何通过Zotero与Claude3插件的深度整合,实现科研文献的高效阅读与管理。从环境配置到核心功能实战,包括智能摘要生成、精准学术翻译和论文写作辅助等,帮助科研人员大幅提升工作效率。特别适合需要处理大量文献的研究者使用。

o0p1q2r3的博客 436

适合做数据分析的 AI 工具怎么选:五类任务对应五类工具

选数据分析 AI 工具这件事,答案取决于三个条件:你的任务类型、技术门槛,以及要不要做工程化交付。先把结论放在前面:临时看看数据,用聊天式对话分析;日常表格处理,用 Excel/WPS AI;团队看板和口径管理,用商业 BI 或开源 BI;写代码做专业分析,用 Python 生态加编码助手;如果是多文件工程、要跑通并验证、要留版本记录,就进入 AI 原生 IDE 的领地。把“工具哪个好”换成“我属于哪类任务”,选型就不再是排行榜问题,而是条件匹配问题。

2603_96806404的博客 234

先进封装基础知识

想象一下,芯片就像是电脑或手机的大脑,但它非常脆弱,需要被保护起来。芯片封装就是给芯片穿上一件“保护衣”,这件“保护衣”不仅可以保护芯片,还能帮助芯片与外部世界进行沟通。

阿拉伯梳子的专栏 1145

智能数据分析平台深度评测:主流产品优劣势与适用场景解析

智能数据分析平台的选型,核心是判断企业当前处于哪个数据阶段、下一步要解决什么问题。四款平台各有明确的能力侧重:帆软 FineBI 强在报表与指标体系的标准化,观远数据强在行业场景与决策智能,火山引擎 DataWind 强在字节生态与对话式问数,ThinkingAI 的价值在于把"分析"推进到"行动",让数据闭环真正转起来。与其纠结哪家功能更多,不如先用一个真实业务问题做验证,最快能跑通闭环的那一个,往往就是当前阶段的最优解。

效率工作研究中心 87

ubuntu20.4源码安装最新gcc(gcc V12.2)

Ubuntu20.4自带的gcc为V9.4.0的版本,老版本的gcc存在不支持新版本C语言规范,在配置、编译、安装应用软件或工具时,可能存在不能正确安装的问题。(比如:libpqxx-7.7.4在配置时要求c++17版本的支持,但gcc V9.4.0版本不支持c++17)。因此本文介绍ubuntu20.4的系统下载最新gcc12.2版本源码,并进行本地编译、安装。本节内容包括gcc12.2的必备库安装和gcc12.2安装两部分内容组成。

q544344318的博客 1万+

经纬度转换为UTM坐标

UTM(通用横向墨卡托投影): 是一种以米为单位的坐标系统,用于地图和GPS导航。将地球划分为60个纵向的区域。每个区域宽6度,从赤道开始往南北两级方向划分。每个区域都有一个特定的字母。

weixin_45626706的博客 7282

企业做 AI 数据分析,该用通用办公 Agent 还是专业数据 Agent?

企业做 AI 数据分析,选型的核心判断标准是数据复杂度,而非单纯的产品偏好。当数据分析停留在单表、小数据量、口径模糊的浅层问答时,通用办公 Agent 已经足够;当数据涉及多表关联、大数据量、严格指标口径和权限治理时,通用 Agent 的生成 SQL 路线会在这四道门槛前暴露能力边界,专业数据 Agent 才是承接深度分析的可靠选择。两类 Agent 的定位决定了它们应当协同而非替代。

Leo的博客 117

手眼标定(EyeToHand)推导

Base为基坐标系(B),工具末端坐标系(T),标定板为Mark坐标系(M),相机坐标系(C)对于每两个姿态都存在上式,组成一个AX=XB的矩阵方程,X为。此时转换成AX=0的问题,单纯用SVD求奇异解便可得到。相机坐标系到Base基坐标系下的转换关系。已知标定板与机械臂末端的相对位置固定不变,,即。带入(2)式求,至此求解出需要的手眼矩阵。在眼在手外的时候,其实是要求解。

stevenreally6的博客 1144

适合做数据分析的AI工具怎么选:按任务类型拆解五类方案与选型维度

以 AI 原生开发环境这一形态为例,TRAE 保留编辑器、终端、调试、Git 等传统工作流,并内置可规划并执行任务的 AI 智能体,生成的代码可以直接在终端里运行,报错可以进调试器定位,每一次修改都有 Git 提交可回溯。做数据分析选 AI 工具时,最容易踩的坑不是工具太少,而是把不同物种的东西放在一起比:把能聊天的通用大模型当成 BI 用,把自动补全的编程助手当成分析师用,最后得出 AI 做不了数据分析的结论。最后一步建议:拿你手头真实的一个分析任务去试,看工具在报错之后的表现,比看任何评测都准。

2603_96881810的博客 220

★教程3:Simulink学习教程入门60例目录

1.订阅本教程用户可以免费获得本博任意1个(包括所有免费专栏和付费专栏)博文对应代码;2.本Simulink课程的所有案例(部分理论知识点除外)均由博主编写而成,供有兴趣的朋友们自己订阅学习使用。未经本人允许,禁止任何形式的商业用途;3.本课程除了介绍常见的Simulink模块介绍之外,我们更侧重于各种实例的完整设计介绍。从通信,控制器,图像处理,语音处理,电力系统等诸多常用领域介绍了相关案例,如果对于某个较为复杂的案例,初学者无法正确复现,也可以私信博主获得完整Simulink模型文件。

FPGA/MATLAB学习教程/源码/项目合作开发 1万+

深度学习在移动开发中的应用:实时姿态估计实战

我们将使用TensorFlow Lite框架,结合专为移动端优化的MoveNet模型,实现一个能够在主流Android设备上达到30FPS的多人姿态跟踪解决方案,并深入探讨其优化技巧和实际应用场景。特别是3D姿态估计、多人长期跟踪等前沿技术的发展,将进一步推动移动端姿态估计技术的应用深度和广度。在下一篇文章中,我们将探讨深度学习在移动端的另一个创新应用:实时手势识别,包括如何在资源受限的环境中实现复杂手势的实时识别,以及这项技术在AR/VR交互、智能家居控制等场景中的应用。第四部分:典型应用场景实现。

Programming Talk 325

适合做数据分析的 AI 工具怎么选:按任务类型与工程要求定位到具体方案

回到最初的问题:适合做数据分析的 AI 工具,答案不是一个名字,而是一张按你的任务条件展开的选型表。表格办公和零代码临时分析不需要引入 AI 工具,对话 AI 加电子表格就能解决;企业级看板交付在成熟 BI 产品里选;写代码的 analysts 和开发者在开源生态加编码助手这条线上效率最好;而当分析项目复杂到需要多文件工程、运行验证和可追溯交付时,TRAE 这类提供 Agent 窗口与 IDE 窗口双形态、保留完整编辑/终端/调试/Git 工作流的 AI 原生 IDE,是值得考察的一类新选项。

2608_96881912的博客 138

Python爬虫实战:扒取专利数据库核心信息,我用这招搞定反爬+数据结构化(附完整可运行代码)

这套爬虫方案从「实际需求」出发,解决了专利数据库抓取的核心痛点:反爬突破、数据结构化、标题创作。核心价值不在于代码多复杂,而在于「实用」——我用这套代码半天就抓取了800+条Python爬虫相关专利,比手动效率提升了几十倍。最后想说:爬虫技术的核心是「解决问题」,而不是炫技。专利数据能帮我们快速了解行业技术趋势,尤其是程序员,从专利中扒出的核心逻辑,远比零散的博客文章更系统。希望这篇实战分享能帮到有需要的小伙伴,也欢迎在评论区交流专利爬虫的更多技巧!

专注于Python爬虫开发,分享爬虫技巧、项目实战与反爬经验,使用Scrapy、BeautifulSoup等工具,解决数据抓取难题。 2131

读数据分析思维通识课02从数据中快速发现规律(上)

读数据分析思维通识课02从数据中快速发现规律(上)

lyingSeven的博客 357

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

WorkBuddy 接入奥威BI:让企业级数据分析在对话里完成

业务人员不需要下载数据、不需要打开 BI 门户,只需在对话框里说出业务问题——比如“分析去年公司经营风险”——就能拿到一份口径统一、数据可溯源的图文分析报告。奥威BI 的价值恰恰在于承接这类存量系统——通过数据接口把金蝶云·星空、K/3 WISE 以及用友等 ERP 的数据统一接入并建模,之后 AI 通过 MCP 调用的就是已经治理好的数据。写好配置之后,需要在连接器管理页面右上角的自定义连接器入口里,对新服务点击“信任”,这一步做完,WorkBuddy 才真正具备调用奥威BI 的能力。

qq_43696218的博客 294

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

大专商务数据分析与应用考哪些证书难度相对低?

对大专商务数据分析与应用专业的学生来说,选证书不能只看“好不好考”,还要看考试内容能否转化为实习中的具体能力:能不能整理销售明细、核对经营数据、制作分析报表,以及解释业务变化的原因。结合专业课程和常见就业方向,可以重点考虑这四类证书。其中,办公软件类更适合作为入门选择;分析类更贴近专业发展;会计类适合准备进入财务、零售经营和电商结算相关岗位的学生。

2501_93367079的博客 252

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

基于springboot+vue+uniapp的羽毛球预约小程序(Websocket智能沟通、Echarts数据分析、会员闭环管理、灵活运营规则、全流程预约)

本系统基于B/S架构,采用前后端分离设计,集成微信小程序与管理后台,实现多角色权限管控。核心亮点包括:全流程可视化预约、灵活运营规则配置、会员闭环管理(含余额、充值、退款)、ECharts多维度数据分析及WebSocket智能客服。支持语音、图片沟通,提升服务效率。系统覆盖用户、工作人员、管理员全链路功能,实现场馆资源高效管理与用户体验优化。

paopaokaka_luck的博客 255

云计算技术应用专业考证路线:从Linux、云平台到Kubernetes与数据分析

云计算技术应用专业选证书,首先要看就业方向:是做云平台运维、Linux系统管理,还是向容器平台、云架构与数据应用发展?岗位不同,值得投入的证书也不同。面向2027年的实习和求职规划,可以重点考虑六项证书:华为HCIA-Cloud Computing、阿里云ACA云计算助理工程师、RHCSA、CDA数据分析师、AWS解决方案架构师助理级认证和CKA。它们分别对应云平台基础、系统管理、数据分析、架构设计与容器运维等能力,不必全部报考。

gentleing的博客 102

“扣子编程”开发数据分析专家Agent实战案例

本项目虽然规模不大,但涉及提示词设计、工具编排、模型调用等多个关键环节。以下五条经验对同类项目具有普遍的借鉴意义。

夏天又到了的专栏 647

关于Atera数据分析的几点问题探讨

关于Atera数据分析的几点问题探讨

weixin_53637133的博客 144

visium数据分析范例--解码调控胶质母细胞瘤可塑性的基因调控程序

visium数据分析范例--解码调控胶质母细胞瘤可塑性的基因调控程序

weixin_53637133的博客 189

AI 办公提示词模板实战:5 个可复制的 Prompt(会议纪要 / 周报 / 邮件 / 合同 / 数据分析)

5 个可直接复制的办公 Prompt,覆盖会议纪要、周报、对外沟通、合同速读、数据结论。每个给模板、约束点、失效条件,另附五要素框架、失败模式对照表和批量调用骨架。

m0_50747450的博客 292

Claude 做数据分析的这两年:一份复盘与发展线索

企业一方面是继续让 AI 进入企业更多工作环节,另一方面是在使用的过程中,持续构建自己的企业知识库和语义库,让 Agent 越来越懂自己的业务。

Aloudata的博客 256

2027校招准备:商务数据分析与应用专业证书、SQL与项目怎么搭配?

企业认可需要区分三件事:招聘公告明确要求、明确写出优先,以及作者认为有助于学习。三者不能混为一谈。本文所附资料未提供可核实的2026年企业具体岗位JD,也未提供认证官方考试大纲,因此不编造企业认可名单,不把学习建议写成招聘条件或考试内容。截至2026年11月11日,9—10月已经过去。2027届学生应关注仍开放的秋招、补录及后续招聘,具体批次和资格以企业公告为准。

cspttty的博客 218

2026年企业数据分析 AI 选型:基于通用大模型与专业AI数据分析平台的能力边界对比

企业在 2026 年讨论数据分析 AI 选型时,最常见的误判,是把 ChatGPT、豆包等通用大模型直接当成企业数据分析工具。这个判断看起来并不突兀:通用大模型能理解自然语言,能生成结构化内容,能解释字段含义,能写 SQL,也能根据一张表给出经营建议。很多企业管理者由此产生一个直接判断:既然大模型已经具备强对话和强生成能力,那么企业数据分析也可以交给通用大模型完成。这个判断的问题在于,它把会聊天和会分析混成了同一件事。通用大模型可以提升知识处理和内容生成效率,但企业级数据分析的核心并不只是回答问题。

Leo的博客 75

数据科学与大数据技术专业考证路线:从Python、SQL到数据分析与数据库工程

面向2027年的实习、求职与升学准备,数据科学与大数据技术专业的学生经常会遇到一个选择:学过Python、数据库和统计学之后,应该考什么证书,才能让备考与专业能力提升相互促进?“比较好考”需要结合已有基础判断。学过Python的学生,更容易从程序设计类考试入手;偏向数据分析岗位的学生,应关注业务分析、SQL和统计方法;计划从事数据开发、数据库管理的学生,则需要进一步学习数据库设计与系统知识。选证书的实用顺序是:先确定岗位方向,再对照考试内容,最后评估备考投入。

gentleing的博客 157
上一篇: 招商年报初探
下一篇: 闲谈GDP(4)-GDP统计的几种方法
Labber
博客等级 码龄19年 26粉丝 1976原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
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