JS中创建任意长度的填充数组

【联邦学习】联邦平均(FedAvg)_附pytorch代码实现 其他代码包括1)数据集划分;2)训练;3)保存结果;4)绘图都可在 https://github.com/kt4ngw/fedavg-pytorch 找到。如果您对文章有建议及指定,也欢迎您留言评论,作者定当虚心修正。 阅读详情

JS中创建任意长度的填充数组

常见的创建数组的方式就是使用Array(length);这种方式来创建数组,但这样创建的数组会存在两个问题,
一是所生成的数组实际上是一个稀疏数组。而由此所带来的直接问题是,你无法使用map或者forEach方法来对其进行遍历。
举个列子

var a = new Array(5);
//[,,,,]
a = a.map((item, index)=>index)
//[,,,,]

该方法生成的数组中实际是没有内容的,仅仅是具有length属性,如果你在chrome的console中查看,你会看到empty, 而对于empty的数组,使用forEach和map方法是无法生效的。

下面我们尝试生成使用0来进行填充的数组

new Array(5).fill(0)
Array.from(Array(5)).map(()=>0))
Array.from(Array(5), ()=>0)
Array.apply(null, Array(5)).map(()=>0)
[...Array(5)].map(()=>0)

生成递增数组

Array.from(Array(5)).map((item, index)=>index)

Array.from(Array(5), (item, index)=>index)

Array.apply(null, Array(5)).map((item, index)=>index)

[...Array(5)].map((item, index)=>index)

[...Array(5).keys()]

使用Array.fill()时有一点是需要格外注意的,那就是在填充的值为对象的时候

var a = new Array(3).fill({a: 0, b: 0})
a[0].a = 100;
console.log(a);

结果你会发现a中所有项中的a属性的值都变成了100, 这是应为它们都是共享同一个对象的

优化方式如下:

var a = Array.from(new Array(3), ()=>({a: 0, b: 0}));
a[0].a = 200;
console.log(a);
cannot import name ‘BUFSIZE‘ from ‘numpy‘ 解决方案 本文主要介绍了cannot import name ‘BUFSIZE’ from ‘numpy’ 解决方案,希望能对使用numpy的同学们有所帮助。 文章目录 1. 问题描述 2. 解决方案 阅读详情

相关推荐

从STM32转战STC32G?逐飞开源库帮你快速上手GPIO、PWM与ADC(避坑指南)

本文详细介绍了从STM32迁移到STC32G32K128的开发实践,重点解析了GPIO、PWM和ADC等基础外设的设计差异,并提供了基于逐飞开源库的高效应用方案。通过对比两种平台的开发工具和操作方式,帮助开发者快速上手STC32G,避免常见陷阱,提升开发效率。

weixin_30316097的博客 529

js 填充数组长度

js 填充的方法有以下三种 const array = new Array(100).fill('') Array.from(new Array(100).keys()) let arr = Array.from({length:100}, (_v,k) => k); 如果下面有这么一个场景,你在接口中获取了一个数组对象,如下: [ {id:'1'},{id:'2'},{id:'3'},{id:'4'}, ] 你需要把这个数组变成一个以100位的数组对象,我们可以用循坏的方式往数组中p

晚星的博客 2572

本地AI语音生成与配音工作台Pandrator:从TTS到RVC的完整实践指南

语音合成(TTS)技术通过深度学习模型将文本转换为自然语音,其核心原理涉及声学建模与波形生成。这项技术不仅提升了人机交互体验,更在内容创作领域展现出巨大价值,广泛应用于有声书制作、视频配音、虚拟助手等场景。本文聚焦于一个集成了XTTS-v2、RVC等先进模型的本地化AI语音工作台——Pandrator,它通过模块化架构将语音合成、声音克隆、音频转录与翻译等流程无缝整合,为用户提供了一个图形化、可定制的完整解决方案。文章深入解析了其基于TTS与RVC(Retrieval-based Voice Convers

weixin_42676876的博客 340

【译】在 JavaScript 中创建和填充任意长度的数组

原文链接:2ality.com/2018/12/cre… 创建数组的最佳方式是使用字面量: const arr = [0,0,0]; 复制代码但也不总是最佳方案,例如在创建大型数组时。这篇博客就探讨了在这些情况下该怎么做。 1. 没有空元素的数组往往表现更好 在大多数编程语言中,数组是连续的值序列。 在 JavaScript 中,Array 是一个将索引映射到元素的字典,它可以有空元素,而且空...

weixin_33743248的博客 596

CST仿真实例001:圆极化平板天线仿真

CST仿真实例001:圆极化平板天线仿真实例

weixin_47638568的博客 1万+

Cadence Sigrity

目录 一、PowerSI 1、PowerSI仿真前设置 2、PowerSI提取S参数 (1)检查叠层 (2)选择需要提取的走线和GND (3)设置端口 (4)设置提取频率和提取方式 (5)运行仿真 一、PowerSI PowerSI是一个交流分析工具,适用于频域仿真。 S参数提取 电源阻抗提取 全波参数提取 阻抗、耦合检查 谐振分析 1、PowerSI仿真前设置 打开PCB文件: 打开后如图: 设置为单色后: 仿真前的设置:

fang_yang_wa的博客 3万+

怎样在JavaScript中创建和填充任意长度的数组

翻译:疯狂的技术宅原文: http://2ality.com/2018/12/cre... 本文首发微信公众号:jingchengyideng欢迎关注,每天都给你推送新鲜的前端技术文章 创建数组的最佳方法是通过字面方式: const arr = [0,0,0]; 不过这并不是长久之计,比如当我们需要创建大型数组时。这篇博文探讨了在这...

weixin_33912246的博客 1579

SAP 公司间采购简介

SAP公司间采购(Intercompany Procurement)是指企业集团内部不同法人实体之间的采购和销售流程。这种流程在跨国公司或有多个独立运营子公司的企业中非常常见。SAP提供了标准的功能来处理公司间采购,确保财务和物流流程的透明性和效率。以下是SAP公司间采购的基本流程及其相关模块的简介。

我小时候很黑的博客 1378

js数组补齐至固定长度

js数组补齐至固定长度,用空值对象来补齐数组遍历后实现空占位结构

qq_36384745的博客 1081

红火蚁巢穴AI智能识别,提供方案与思路!

🏆本文收录于 《全栈 Bug 调优(实战版)》 专栏。专栏聚焦真实项目中的各类疑难 Bug,从成因剖析 → 排查路径 → 解决方案 → 预防优化全链路拆解,形成一套可复用、可沉淀的实战知识体系。无论你是初入职场的开发者,还是负责复杂项目的资深工程师,都可以在这里构建一套属于自己的「问题诊断与性能调优」方法论,助你稳步进阶、放大技术价值 。

**My Coding Family** 1042

MIMIC数据库简介

一 、MIMIC简介 MIMIC(Medical Information Mart for Intensive Care),是一个大型的公开数据库。该数据库记录了2001年至2019年期间贝斯以色列女狄肯斯医疗中心重症监护病房患者的相关数据,拥有4万多名患者的医疗健康数据和记录。 MIMIC数据库记录了人口统计学信息,如病人的性别、身高、宗教等情况。记录了实验室检验信息,如血常规,肝功能,肾功能等实验室检测数据。记录了患者的用药信息,如高血压患者服用了治疗高血压类药物等。记录了护理人员以及患者的护理级别等。

越努力 越幸运 1万+

js 创建 指定长度 指定相同参数 的数组

Array构造函数会根据给定的arguments来创建一个数组(如果不是仅有一个参数且为数字的话), 通过Array.apply传入一个length为10的空数组则相当于, 把一个空数组中的每一个元素的值逐个传入Array()方法, 而空数组中的每一个元素的值都是 undefined。方法可以接受数组或类数组对象作为参数,(类数组对象,即类似数组的对象,本质特征只有一点,即必须有length属性)任何有length属性的对象,都可以通过Array.from方法转为数组。:es6提供了的一个新的api,

qq_45560350的博客 1300

B07:AI 时代怎么考核团队?我把 KPI 改了 5 版才找到答案

最后说一句掏心窝的话。绩效考核不是"管人"的工具,是"引导团队行为"的工具。你定什么指标,团队就会做什么行为。你定"AI 占比",团队就凑占比你定"效率提升",团队就挑软柿子你定"代码行数",团队就刷行数你定"工具使用率",团队就刷使用只有定"业务价值 + 工程质量 + 能力成长"三个维度的指标,团队才会真正关注长期价值。这套 KPI,我在我带的团队里跑了 6 个月,没有任何一个指标被"刷"出来。考核的是结果,不是过程。永远考核"创造了多少价值",永远不考核"用了多少 AI"。

刘一说的IT专栏 499

let 指定长度的数组_JavaScript中创建和填充任意长度的数组方法介绍(附代码)...

本篇文章给大家带来的内容是关于JavaScript中创建和填充任意长度的数组方法介绍(附代码),有一定的参考价值,有需要的朋友可以参考一下,希望对你有所帮助。创建数组的最佳方法是通过字面方式:const arr = [0,0,0];不过这并不是长久之计,比如当我们需要创建大型数组时。这篇博文探讨了在这种情况下应该怎么做。没有空洞的数组往往表现得更好在大多数编程语言中,数组是连续的值序列。在 Jav...

weixin_39935092的博客 693

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

js 数组 改变长度_【译】JS中创建和填充任意长度的数组

创建一个组数最佳的方式是使用字面量:const arr = [0, 0, 0];但是在某些场景下(如创建大型数组)是不适合选择字面量的方式的,这篇文章将会告诉你在这些场景中应该如何处理。1. 没有空索引的数组表现更好在大多数编程语言中,数组是由连续的值组成的序列。在 JavaScript 中,数组是索引到元素的字典。它可能有“洞”--在零到数组长度之间的索引中,那些没有映射到元素的索引(...

weixin_39939303的博客 947

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

js 多维数组长度_【译】JS中创建和填充任意长度的数组

创建一个组数最佳的方式是使用字面量:const arr = [0, 0, 0];但是在某些场景下(如创建大型数组)是不适合选择字面量的方式的,这篇文章将会告诉你在这些场景中应该如何处理。1. 没有空索引的数组表现更好在大多数编程语言中,数组是由连续的值组成的序列。在 JavaScript 中,数组是索引到元素的字典。它可能有“洞”--在零到数组长度之间的索引中,那些没有映射到元素的索引(...

weixin_39661353的博客 413

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

JavaScript创建或填充任意长度的数组

JavaScript创建或填充任意长度的数组 直接填充法 const arr = [0,0,0]; Array 构造函数 var len = 3; var arr = new Array(len); 在 Array 构造函数后面加上 fill() 方法 var len = 3; var arr = new Array(len).fill(0); 如果你用对象作为参数去 fill() 一个数组,所有元素都会引用同一个实例(也就是这个对象没有被克隆多份,Array.from() 则没有这个问题): v

qsj0606的博客 283

JavaScript中创建和填充任意长度的数组

Array 构造函数 letChoseLevel=newArray(3).fill(0); 输出 [0,0,0] Array.from({length: 3}) [ undefined, undefined, undefined ]

qq_34703156的博客 447

let 指定长度的数组_怎样在JavaScript中创建和填充任意长度的数组 [每日前端夜话0x29]...

翻译:疯狂的技术宅原文: http://2ality.com/2018/12/creating-arrays.html创建数组的最佳方法是通过字面方式:1const arr = [0,0,0];不过这并不是长久之计,比如当我们需要创建大型数组时。这篇博文探讨了在这种情况下应该怎么做。没有空洞的数组往往表现得更好在大多数编程语言中,数组是连续的值序列。在 JavaScript 中,Array 是一个...

weixin_34060561的博客 244

js如何创建一个指定长度的数组并填充内容

const array = new Array(100).fill('') Array.from(new Array(100).keys()) let arr = Array.from({length:100}, (_v,k) => k); console.log(arr);

逆袭的菜鸟X 3539

Javascript 生成数列的方法们,填充数组

目前知道的就这几个,以后有好的再补。

灵台方寸山斜月三星洞 2792

创建零填充JavaScript数组的最有效方法?

在JavaScript中创建任意长度的零填充数组的最有效方法是什么?

asdfgh0077的博客 1815

JS创建数组

通过深入理解和熟练应用这些创建数组的方法,开发者能够更加高效地处理各种数据操作任务,无论是简单的列表展示还是复杂的数据转换逻辑,都能游刃有余。数组是一种用于存储多个值的数据结构,这些值可以是不同类型的数据,如数字、字符串、对象等。此外,了解不同创建方法背后的执行效率也是非常重要的,比如避免不必要的内存分配和垃圾回收。希望您在这里可以感受到一份轻松愉快的氛围,不仅可以获得有趣的内容和知识,也可以畅所欲言、分享您的想法和见解。方法,它可以接受任意数量的参数,并创建一个包含这些参数的新数组。专栏系列(点击解锁)

一个做过前端开发的产品经理,经历过睿智产品的折磨导致脱发之后,励志要翻身"农奴"把歌唱,一边打入敌人内部一边持续提升自己,为我们广大开发同胞谋福祉,坚决抵制睿智产品折磨我们码农兄弟! 1172

JS数组(超详细)_js 数组

JavaScript 中的数组是一种可变、动态、基于索引的列表结构,底层实现为对象(Object)的特殊形式,既具备序列特征,也保留普通对象的灵活性。下面从基础概念、创建方式、核心属性与方法、遍历、性能与底层机制、进阶技巧等方面做全面解析。

likuoelie的博客 3134

JavaScript数组操作全攻略

本文全面介绍了JavaScript中的数组操作,包括数组的创建、索引访问、长度属性以及常用方法。主要内容包括:使用new和[]两种方式创建数组,通过索引访问和修改元素,利用length属性获取和修改数组长度,以及各种数组操作方法如push/pop(末尾操作)、unshift/shift(头部操作)、concat(合并)、splice(增删改)、slice(截取)、join(连接)、sort(排序)和reverse(反转)等。

莫踌躇 1085

快速获得一个任意长度,且有默认值的数组

/** * @params {number} length 数组的长度 * @params {string} itemValue 数组中的默认item,不传就是空 */ export function setFixedLengthArray(length, itemValue="") { return "".padEnd(length, "0").split("").map(() => ...

qq_28992047的博客 233
上一篇: rgba转16进制
下一篇: Functional-Light-JS ---- Recursion
izwell
博客等级 码龄14年 16粉丝 88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