PD Python 精粹 2-1运算符、表达式和数据操作

3天干完6个月的活,Claude把模型搬上AMD 一条挺刺激的消息:Anthropic 给投资人的材料里有一张幻灯片,写着它的 Claude Mythos Preview 只花了大约​,就摸清了怎么让另一个 Claude 模型在 AMD 的 MI355X 上跑起来。同一处还写了个对照数字:过去给一块新芯片做推理适配,通常要几十名工程师、​。3 天对 6 个月,这个比值太扎眼,当天中文互联网上就冒出一堆「英伟达的护城河塌了」的说法。我把能翻到的材料都翻了一遍,越看越觉得,塌掉的那一小块是真的,可塌的位置和很多人想的不一样。 阅读详情

Python 数据操作

本书由电子工业出版社出版,这里仅是在阅读本书中的个人学习笔记,如果侵权,请联系本人删除。纸质书购买请转到这里,本书作者提供的主页请点击这里,作者非常厉害,也是《Python Cookbook, 3rd》的作者。

迭代操作

迭代是一个重要的 Python 特性,所有 Python 容器(列表、元组、字典等)、文件以及生成器函数。下表中的操作可以应用于任何可迭代对象。

操作描述
for vars in s:迭代
v1, v2, ... = s变量析构
x in s, x not in s成员检查
[a, *s, b], (a, *s, b), {a, *s, b}在列表、元组或集合字面量中展开

可迭代对象最基本的操作是 for 循环。这是迭代的方式逐一检查这些值。所有其他操作都以此为基础。

x in s 运算符测试对象 x 是否作为以下运算符生成的项之一出现可迭代对象 s 并返回 True 或 False。x not in s 运算符与 not (x in s) 。对于字符串,in 和 not in 运算符接受子字符串。例如,"hello" in "hello world" 中产生 True。请注意, in 运算符不支持通配符或任何类型的模式匹配。

任何支持迭代的对象都可以将其值解包到一系列地址。

items = [3, 4, 5]
x, y, z = items

letters = "abc"
x, y, z = letters

左侧的地址不必是简单的变量名。任何可以出现在等号的左侧的有效地址是可以接受的。

items = [3, 4, 5]
d = {}
d["x"], d["y"], d["z"] = items

将值解包到位置时,左侧位置的数量必须恰好匹配右侧可迭代项中的项目数。对于嵌套数据结构,匹配位置和数据遵循相同的结构模式。

datetime = ((5, 9, 2008), (10, "30", "am"))
(month, day, year), (hour, minute, am_pm) = datetime

有时候,_ 变量在拆包时可用来表示一个被丢弃的值:

(_, day, _), (hour, _, _) = datetime

如果不知道要解构的项数量,可以使用扩展形式通过包含带星号的变量来解包

items = [1, 2, 3, 4, 5]
a, b, *extra = items
*extra, a, b = items
a, *extra, b = items

*extra 接收所有额外项目,它始终是一个列表。当解构一个可迭代对象时,最多只能使用一个带星号的变量。然而,当解构更复杂的包含不同可迭代对象的数据结构时,则可以使用多个星号变量:

(month, *_), (hour, *_) = datetime

在列出列表、元组和集合字面量时,任何可迭代对象都可以被展开。这也是使用星号(*)完成。

>>> items = [1, 2, 3]
>>> a = [10, *items, 11]
>>> b = (*items, 10, *items)
>>> c = {10, 11, *items}
>>> a
[10, 1, 2, 3, 11]
>>> b
(1, 2, 3, 10, 1, 2, 3)
>>> c
{1, 2, 3, 10, 11}
>>>

在这个例子中,items 的内容只是粘贴到列表、元组或集合中,就像在该位置键入内容一样。这种扩展称为“泼溅”。定义字面量时,可以根据需要包含任意数量的 * 扩展。但是,许多可迭代对象(例如文件或生成器)仅支持一次迭代。如果你使用 * 扩展,内容将被消耗,并且迭代器不会再产生任何内容后续迭代中的值。

各种内置函数都接受任何可迭代对象作为输入。下表列出了一些这些操作。

函数描述
list(s)从 s 创建一个列表
tuple(s)从 s 创建一个列表
set(s)从 s 创建一个 Set
min(s [,key])s 中的最小项
max(s [,key])s 中的最大想
any(s)如果 s 中的任一项为真,则返回 True
all(s)如果 s 中的所有项为真,则返回 True
sum(s [, initial])所有项的总和,带有一个可选的初始值
sorted(s [, key])创建一个排序列表

序列操作

序列是一个可迭代的容器,具有一定的大小,并允许通过从 0 开始的整数索引,比如说字符串、列表和元组。除了所有涉及迭代的运算,下表中的运算符可以应用于序列。

操作符描述
s + r连接
s * n, n * s将 s 赋值 n 次,其中 n 是整数
s[i]索引
s[i:j]切片
s[i:j:stride]拓展的切片
len(s)求长度

+ 运算符连接两个相同类型的序列。例如:

>>> a = [1, 2, 3]
>>> b = [4, 5]
>>> a + b
[1, 2, 3, 4, 5]
>>>

s * n 运算符制作序列的 n 个副本。然而,这些都是浅拷贝,仅通过引用复制元素。考虑以下代码:

>>> a = [3, 4, 5]
>>> b = [a]
>>> c = 4 * b
>>> c
[[3, 4, 5], [3, 4, 5], [3, 4, 5], [3, 4, 5]]
>>> a[0] = -7
>>> c
[[-7, 4, 5], [-7, 4, 5], [-7, 4, 5], [-7, 4, 5]]
>>>

请注意对 a 的更改如何修改列表 c 的每个元素。在本例中,对列表 a 的引用被放置在列表 b 中。复制 b 时,创建了四个对 a 的附加引用。最后,当 a 被修改时,此更改会传播到 a 的所有其他副本。这种序列乘法的行为通常不是程序员的意图。解决该问题的一种方法是通过复制 a 的内容来手动构建复制序
列。这是一个例子:

a = [3, 4, 5]
c = [list(a) for _ in range(4)]

负索引可用于从序列末尾获取字符。尝试访问超出范围的元素会导致 IndexError 异常。允许使用负索引,并假定为相对于序列的结尾。

>>> a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> a[2:5]
[2, 3, 4]
>>> a[:3]
[0, 1, 2]
>>> a[-3:]
[7, 8, 9]
>>> a[::2]
[0, 2, 4, 6, 8]
>>> a[::-2]
[9, 7, 5, 3, 1]
>>> a[0:5:2]
[0, 2, 4]
>>> a[5:0:-2]
[5, 3, 1]
>>> a[:5:1]
[0, 1, 2, 3, 4]
>>> a[:5:-1]
[9, 8, 7, 6]
>>> a[5::1]
[5, 6, 7, 8, 9]
>>> a[5::-1]
[5, 4, 3, 2, 1, 0]
>>> a[5:0:-1]
[5, 4, 3, 2, 1]
>>>

复杂的切片可能会导致代码在之后难以理解。切片可以使用 slice() 来命名。

>>> first_five = slice(0, 5)
>>> s = "hello world"
>>> print(s[first_five])
hello
>>>

可变序列操作

列表或其他可变序列可以使用下表中的运算符进行就地修改。

OperationDescription
s[i] = x索引赋值
s[i:j] = r切片赋值
s[i:j:stride] = r拓展切片赋值
del s[i]删除一个元素
del s[i:j]删除切片
del s[i:j:stride]删除切片拓展

s[i] = x 运算符更改序列的元素i以引用对象 x,增加 x 的引用计数。负索引相对于列表的末尾和尝试为超出范围的索引分配值会导致 IndexError 异常。切片赋值运算符 s[i:j] = r 将元素 k(其中 i <= k < j)替换为元素来自序列 r。索引与切片的含义相同。如有必要,序列可以扩大或缩小尺寸以容纳 r 中的所有元素。

>>> a = [1, 2, 3, 4, 5]
>>> a[1] = 6
>>> a
[1, 6, 3, 4, 5]
>>> a[2:4] = [10, 11]
>>> a
[1, 6, 10, 11, 5]
>>> a[3:4] = [-1, -2, -3]
>>> a
[1, 6, 10, -1, -2, -3, 5]
>>> a[2:] = [0]
>>> a
[1, 6, 0]
>>>

切片赋值可以提供可选的步长参数。但是,那行为会受到更多限制,因为右侧的参数必须完全具有与被替换的切片具有相同数量的元素。

>>> a = [1, 2, 3, 4, 5]
>>> a[1::2] = [10, 11]
>>> a[1::2] = [30, 40, 50]
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: attempt to assign sequence of size 3 to extended slice of size 2
>>>

del s[i] 运算符从序列中删除元素 i,并减少其引用计数。del s[i:j] 删除切片中的所有元素。步长也可以提供,如 del s[i:j:stride] 中所示。

此处描述的语义适用于内置列表类型。涉及序列切片是第三方包中可供定制的丰富领域。你可能会发现非列表对象上的切片在重新分配、删除和删除方面有不同的规则对象共享。例如,流行的 numpy 包具有不同的切片语义比 Python 列表。

Set 操作

Set 是唯一值的无序集合。下表的操作可以在 Set 上执行:

OperationDescription
s | ts 和 t 的并集
s & ts 和 t 的交集
s – ts 和 t 的差集
s ^ t对称差(并集-交集)
len(s)集合中的项数
item in s, item not in s成员检查
s.add(item)添加一个项
s.remove(item)如果存在项,则移除,否则报错
s.discard(item)删除一个存在的项
>>> a = {"a", "b", "c"}
>>> b = {"c", "d"}
>>> a | b
{'a', 'b', 'c', 'd'}
>>> a & b
{'c'}
>>> a - b
{'a', 'b'}
>>> b - a
{'d'}
>>> a ^ b
{'a', 'b', 'd'}
>>>

集合操作也适用于字典的键视图和项目视图对象。例如,为了要找出两个字典有哪些共同的键,请执行以下操作:

>>> a = {"x": 1, "y": 2, "z": 3}
>>> b = {"z": 3, "w": 4, "q": 5}
>>> a.keys() & b.keys()
{'z'}
>>>

映射操作

映射是键和值之间的关联。内置的 dict 类型就是一个例子。下表中的操作可以应用于映射。

OperationDescription
x = m[k]通过键来索引
m[k] = x通过键来赋值
del m[k]通过键来删除一项
k in m成员检查
len(m)映射的项目数
m.keys()返回键的视图
m.values()返回值的视图
m.items()返回键值对的视图

键值可以是任何不可变的对象,例如字符串、数字和元组。当使用元组作为键,可以省略括号并写入逗号分隔的值:

>>> d = {}
>>> d[1, 2, 3] = "foo"
>>> d[1, 0, 3] = "bar"
>>> d
{(1, 2, 3): 'foo', (1, 0, 3): 'bar'}
>>>

使用元组作为键是创建组合键的常用技术。

如何处理动态语言(Python / JS)的“隐形”调用链? 本文揭示动态语言(Python/JS)中静态AST解析导致调用链“断链”的核心问题,提出通过运行时追踪补全图谱的解决方案。基于Code-Graph-RAG的cgr trace机制,分别利用pytest插件与V8 Profiler捕获真实调用路径,将动态边合并至静态图谱,并在权重体系中提升动态边优先级。实践表明,该方法可显著提升图谱覆盖率,实现“结构+行为”双视角理解代码,为MCP与Rerank系统提供可靠支持。 阅读详情

相关推荐

Vue3项目实战:CKEditor5富文本编辑器从安装到隐藏不需要的功能

本文详细介绍了在Vue3项目中集成并深度定制CKEditor5富文本编辑器的完整流程。通过分析其模块化架构,指导开发者从标准构建出发,移除图片、表格等冗余插件,创建专属轻量构建,从而显著减小打包体积并提升用户体验。文章结合实战代码,涵盖了环境搭建、自定义构建配置、高级优化技巧等关键步骤。

weixin_29016833的博客 288

pandas中dataframe如何取特定行/列

按列取、按索引/行取、按特定行列取 import numpy as np from pandas import DataFrame import pandas as pd df=DataFrame(np.arange(12).reshape((3,4)),index=['one','two','thr'],columns=list('abcd')) df['a']#取a列 df[['a','b']]#取a、b列 #ix可以用数字索引,也可以用index和column索引 df.ix[0]#取第0行

JSSQSC的博客 1万+

Halcon实战:5种边缘检测算子对比(Sobel、Roberts、Prewitt、Kirsch、Canny)

本文深入对比了Halcon中Sobel、Roberts、Prewitt、Kirsch和Canny五大边缘检测算子的实战表现与核心差异。通过工业图像实例与代码解析,提供了基于噪声水平、边缘连续性及实时性要求的场景化选型指南,帮助工程师精准选择最适合的算子以优化视觉检测流程。

weixin_29266007的博客 393

Python pandas中的cumsum和cumprod的用法及实际用途

       累加cumsum和累乘cumprod主要是用来看数据的变化趋势.       累加是通过流量得到存量,比如每天销售量的多少,得到今年的销售量总量;       累乘是通过变化率来得到存量,比如有每天的数据变动趋势,通过累乘来得到当前的数据;       累加的用法:       通过df.cumsum()   来求df的累计次数;        ...

成功唯有积累,没有奇迹。 2万+

麒麟信安3.3-6C电网版虚拟机安装避坑指南:从ISO下载到SSH配置全流程

本文提供麒麟信安3.3-6C电网版虚拟机的详细安装与配置指南。针对电力行业仿真测试需求,重点解析从ISO镜像获取、虚拟机环境准备、安装过程中的三大“雷区”(如多管理员密码逻辑、分区方案、网络配置)到首次启动后的网络、SSH及root策略配置的全流程避坑要点,帮助技术人员高效、安全地完成部署。

rainy的博客 855

LSTM模型 轨迹经纬度预测

原始时间序列数据如下所示,我们只取前两列纬度和经度作为输入数据 我们设定用前六个位置信息预测下一个位置,则两个样本的输入输出数据如下所示: 创建LSTM网络训练模型: import numpy as np from keras.layers.core import Dense, Activation, Dropout from keras.layers import LS...

Muzi_Water的博客 2万+

python基础复习之算术运算符

#算术运算符 a=3 b=10 jia=a+b jian=a-b cheng=a*b chu=b/a qzc=b//a qy=b%a zs=b**a print("加 +:两个对象相加,结果为%d"%jia) print("减 -:两个对象相减,结果为%d"%jian) print("乘 *:两个对象相乘,结果为%d"%cheng) print("除 /:两个对象相除,结果为%d"%chu) p...

pdstar的博客 580

Minitab实战:用Weibull分布预测产品寿命的5个关键参数(附真实案例)

本文通过一个真实的电容器老化测试案例,详细介绍了如何运用Minitab软件进行Weibull分布分析,以预测产品寿命。文章深入解读了形状参数β、尺度参数η等五个关键参数的工程意义与商业价值,指导工程师从失效数据中提取洞察,并将其应用于可靠性评估、保修策略制定及成本预估等实际业务决策。

weixin_29231263的博客 523

Python Pandas基础运算

重新修改索引 s = pd.Series([1, 3, 5, 6, 8], index=list('acefh')) print(s.reindex(list('abcdefgh'))) a 1.0 b NaN c 3.0 d NaN e 5.0 f 6.0 g NaN h 8.0 把默认数字填充为0 print(s.reindex(list('...

qq_41782791的博客 325

Dify框架面试内容整理-如何优化Dify的应用性能?

为1536维)可选用 PCA、FAISS 的量化压缩方法降低维度(如128、256、512);对知识库预览、任务流配置等页面,使用 nginx/cache-control 减少请求。API 响应耗时(P50/P95)、Token 使用量、缓存命中率、向量检索耗时;对 Prompt+输入内容计算 Hash,缓存相同请求的返回结果;使用占位符 + 函数拼接,按需组合 Prompt,而非静态长模板;数据量大时,应在构建索引前清洗冗余段落、统一格式,避免重复向量。维度越低,检索越快,但可能影响召回准确度,需平衡。

不务正业的猿 1552

MATLAB 开发项目实例 1000 例专栏之第37例:基于Simulink的无人机飞行控制系统设计

通过上述项目实例,我们成功地使用Simulink设计和仿真了一个无人机的飞行控制系统。这个项目展示了从无人机建模、路径规划、控制器设计到仿真验证的完整流程。Simulink的可视化和模块化特性使得系统的建模和仿真更加直观和高效。

xiaoheshang_123的博客 164

本地化部署 DeepSeek,构建单细胞与空间转录组 AI 分析平台

本地化部署 DeepSeek,构建单细胞与空间转录组 AI 分析平台

weixin_53637133的博客 184

Python爬虫实战:股票历史数据抓取与量化回测全流程详解

我们以**东方财富网(eastmoney.com)和雪球网(xueqiu.com)**为主要目标,演示如何爬取A股历史行情。最常用的HTTP请求库,简单易用,适合静态页面数据请求。本文详细介绍了从股票历史数据抓取到简单回测的完整流程,代码示例基于最新技术,结构清晰,适合初学者和进阶者学习量化投资实战。希望对你入门Python爬虫和量化交易有所帮助!

2201_76125261的博客 1782

【第 009 讲】全面掌握 Python 注释:注释的定义与作用 | 单行注释 | 三引号与多行注释 | 注释使用的最佳实践

本文系统讲解 Python 注释的完整知识体系:从注释的定义与作用讲起,梳理单行注释的书写位置、临时屏蔽用法与 PEP 8 排版规范,剖析注释被忽略的底层机制;进而说明三引号字符串的本质与嵌套问题;最后给出注释使用的三条实践原则,帮助读者写好可读性高的注释。

大模型全栈工程师 · Thanks_ks 1095

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

Python 的 yield from 到底转发了什么:拆开 send、throw 和那个 return 值

很多人把yield from记成「省一层 for 循环的语法糖」。写和写,结果看着一样,于是就当它只是少敲几个字。这个理解会在三个地方翻车:调用方.send()的值送不进去、子生成器return的值拿不到、异常和close()传不下去。yield from真正做的事是,外层生成器退成一个透明通道。本文所有输出来自本机 CPython 3.13.14 实测。yield from不是循环,是委托——nextsendthrowclose四个方向的流量全部直通子生成器,并且子生成器return。

小小张说故事的博客 162

Data-Structures-and-Algorithm-Analysis-in-Java.pdf

作者: Weiss, Mark A. 出版社: Addison Wesley Data Structures and Algorithm Analysis in Java is an “advanced algorithms” book that fits between traditional CS2 and Algorithms Analysis courses. In the old ACM Curriculum Guidelines, this course was known as CS7. This text is for readers who want to learn good programming and algorithm analysis skills simultaneously so that they can develop such programs with the maximum amo...

AI全栈实战 | 3.9-01 爬虫入门:requests 加 BeautifulSoup 三分钟跑通,但 90% 的人栽在这 4 个“礼貌“问题上

⚠️:本文内容仅用于。请遵守目标站点的服务条款与相关法律法规,不得对目标服务造成负担,不得采集、传播个人隐私数据。技术是中性的,边界在你手里。爬虫的入门技术(requests 发请求 + BeautifulSoup 解析)三分钟就能学会。真正区分"会用爬虫"和"会做爬虫的人"的,是这篇我们跑通"请求→解析→存储"的最小闭环,然后重点把"合规与礼貌"这根弦给你绷上。

源码获取 | 运行部署 | 定制二开修改,如果回复不及时请耐心等待,请见谅。 439

Statistics and Machine Learning Toolbox

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

从一段视频到可漫游的 4D 有声场景:思路拆解与最小复现手记

只需一段手机视频,你就能生成可"走进去"的 4D 有声场景:转头时狗叫声方向随之变化,走近时声音更清晰。本文拆解 Video-to-4DAVScene 的核心思路,手把手带你用几十行 Python 搭出最小管线,把视频中的运动物体变成带空间位置的声源,并附上三个真实踩坑的排障经验,代码可直接跑。🎧

helloagent的博客 246

【每天一个 Python 小案例30】Python 基础知识综合小项目:我的工具盒

作为系列收官,本篇把前 29 篇的知识点合成一个能直接用的命令行工具"我的工具盒":计算器(用 ast 解析表达式,不碰 eval)、单位换算与温度转换(一张换算表 + 特例分支)、记账与分类统计(Decimal + JSON 持久化)、以及用"字典当命令表"把菜单和业务逻辑解耦的主循环。文中对比了 eval 的安全隐患与 ast 白名单的做法,解释了 lambda 闭包在字典里的写法与晚绑定陷阱,并在最后给出整个系列的知识地图,把变量、数据结构、控制流、函数、类、异常、文件、标准库八块内容对应到具体篇目。

xinjiyaya的博客 432

yolo 和 deft 算法的区别

你应该是打错了:是,不是 defrat;

曾大强博客 274

蓝桥杯·全国青少年信息素养大赛·电子学会Python/C++考级 备考:莫队算法离线区间查询详解

备赛进行时:第十八届蓝桥杯软件赛报名已于 2026-10-08 10:00 开启、12-18 14:00 截止,省赛定在 2027-04-10(C/C++·Python 程序设计 9:00–13:00);中国电子学会 2026 年 12 月软件编程(C/C++ 一级至十级、Python 一级至六级)考级报名 9/23–12/2 16:00、统考 12-12;全国青少年信息素养大赛 2026—2027 赛季算法应用主题赛也已进入复盘练兵窗口。

IT_Scratch的博客 182

两张表合并之后,行数悄悄多了一倍

pandas merge 行数异常膨胀源于右表键不唯一,导致数据静默复制。实测显示,未聚合的右表(756行)与左表合并后行数增至504行,合计膨胀3.5倍,但无报错。validate 参数仅在检查键唯一性时有效,one_to_one 和 many_to_one 可拦截问题,但需结合 duplicated() 前置检查。正确做法为先按键聚合右表,再合并,避免重复。建议合并前后核对行数、合计,并使用 indicator=True 排查匹配情况,确保数据一致性。

patrickstar231的博客 251

智慧农业实战:育秧车间秧盘计数与苗情分级的Python实现

首先,建立统一的数据结构,保存每盘秧苗的编号、批次、覆盖度、叶色得分和播种天数。A = "壮苗"B = "合格苗"C = "弱苗"@dataclassdays: int。

荆棘鸟智能的博客 138

我用 200 行代码写了个“代码屎山检测器“,扫完公司的老项目后我沉默了

这个工具不能帮你把屎山铲平,但至少能让你知道自己面对的是多大的山,也能在代码评审时用数据说话——“这个 PR 把圈复杂度从 12 推到了 18,能不能拆一下?毕竟,不能量化的东西,就没法改进。

xixiaoyunya的博客 271

Java Arrays.asList 常见坑详解|UnsupportedOperationException、数组联动、基本类型 bug

解析 Arrays.asList 常见开发陷阱,演示 UnsupportedOperationException、底层数组引用共享、基本类型数组问题,区分 Arrays 内部 ArrayList 与 java.util.ArrayList,给出数组转 List 的各种场景正确代码。

weixin_42617033的博客 508

【随笔】KV缓存量化:省下的显存,要付出多少数值误差

用可运行量化器解释位宽、比例信息、分组和离群值的关系,核算KV缓存实际载荷,并给出Transformers配置与容量、延迟、质量验收方法。

code2cat的博客 474

【每天一个 Python 小案例29】Python 实现商品购物车

本篇实现一个购物车:商品目录、加入商品、修改数量、移除商品、查看小计、计算满减与 VIP 折扣、结算扣库存。核心设计是"目录与购物车分离"——目录存商品主数据,购物车只存 {商品编号: 数量};金额一律用 Decimal 并做 ROUND_HALF_UP 舍入。折扣部分讲清阶梯满减的匹配顺序(阈值从高到低、命中即停)与叠加顺序(先满减、后打折),并用一次完整结算演示 706 元如何变成 613.70 元。

xinjiyaya的博客 219
上一篇: 算法交易库的 zipline 安装
__Py4Fi__
博客等级 码龄3年 69粉丝 6原创
评论 2
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