【读书笔记】 《流畅的python》3.1-3.4 读书笔记

《流畅的python》读书笔记 《流畅的python》这本书值得推荐,认真读完2篇,对python的理解提高一大截。本书属于python进阶书,不适合入门读物。另外还有2本进阶书《python cookbook》和《Effective Python:编写高质量Python代码的59个有效方法》。下面是本书的读书笔记,其他2本后面陆续补充。 阅读详情

《流畅的python》3.1-3.4 读书笔记

一、泛映射类型(3.1)
collections.abc 模块中有 Mapping 和 MutableMapping 这两个抽象基类,它们的作 用是为 dict 和其他类似的类型定义形式接口(在 Python 2.6 到 Python 3.2 的版本中,这些 类还不属于 collections.abc 模块,而是隶属于 collections 模块)。
非抽象映射类型一般不会直接继承这些抽象基类,它们会直接对 dict 或是 collections.User.Dict 进行扩展。这些抽象基类的主要作用是作为形式化的文档,它 们定义了构建一个映射类型所需要的最基本的接口。然后它们还可以跟 isinstance 一起 被用来判定某个数据是不是广义上的映射类型:

my_dict = {} 
print(isinstance(my_dict, abc.Mapping))

输出 True
这里用 isinstance 而不是 type 来检查某个参数是否为 dict 类型,因为这个参数有可 能不是 dict,而是一个比较另类的映射类型。 标准库里的所有映射类型都是利用 dict 来实现的,因此它们有个共同的限制,即只有可 散列的数据类型才能用作这些映射里的键(只有键有这个要求,值并不需要是可散列的 数据类型)。
什么是可散列的数据类型
如果一个对象是可散列的,那么在这个对象的生命周期中,它的散列值是不变 的,而且这个对象需要实现 __hash__() 方法。另外可散列对象还要有 __qe__() 方法,这样才能跟其他键做比较。如果两个可散列对象是相等的,那么它们的散列值一定是一样的……
原子不可变数据类型(str、bytes 和数值类型)都是可散列类型,frozenset 也是 可散列的,因为根据其定义,frozenset 里只能容纳可散列类型。元组的话,只有 当一个元组包含的所有元素都是可散列类型的情况下,它才是可散列的。

	tt = (1, 2, (30, 40)) 
	hash(tt) 8027212646858338501 
	tl = (1, 2, [30, 40]) 
	hash(tl) Traceback (most recent call last): File "<stdin>", line 1, in <module> TypeError: unhashable type: 'list' 
	tf = (1, 2, frozenset([30, 40]))
	hash(tf) -4118419923444501110

一般来讲用户自定义的类型的对象都是可散列的,散列值就是它们的 id() 函数的返 回值,所以所有这些对象在比较的时候都是不相等的。如果一个对象实现了 eq 方法,并且在方法中用到了这个对象的内部状态的话,那么只有当所有这些内部状态 都是不可变的情况下,这个对象才是可散列的。
二、字典推导(3.2)
字典推导(dictcomp)可以从任何以键值对作为元素的可 迭代对象中构建出字典。

 DIAL_CODES = [ (86, 'China'),   # 一个承载成对数据的列表,它可以直接用在字典的构造方法中。
               (91, 'India'),
               (1, 'United States'),
               (62, 'Indonesia'),
               (55, 'Brazil'),
               (92, 'Pakistan'),
               (880, 'Bangladesh'),
               (234, 'Nigeria'),
               (7, 'Russia'),
               (81, 'Japan')
               ]
country_code = {country: code for code, country in DIAL_CODES}  # 这里把配好对的数据左右换了下,国家名是键,区域码是值。
print(country_code)
print({code: country.upper() for country, code in country_code.items()
if code < 66})   # 跟上面相反,用区域码作为键,国家名称转换为大写,并且过滤掉区域码大于或等于 66 的地区。

输出

{'China': 86, 'India': 91, 'United States': 1, 'Indonesia': 62, 'Brazil': 55, 'Pakistan': 92, 'Bangladesh': 880, 'Nigeria': 234, 'Russia': 7, 'Japan': 81}
{1: 'UNITED STATES', 62: 'INDONESIA', 55: 'BRAZIL', 7: 'RUSSIA'}

三、常见的映射方法(3.3)
dict、defaultdict 和 OrderedDict 的常见方法,后面两个数据类型是 dict 的变种,位于 collections 模块内。

dictdefaultdictOrderedDict
d.clear()•••移除所有元素
d.__contains__(k)•••检查 k 是否在 d 中
d.copy()•••浅复制
d.__copy__()•用于支持 copy.copy
d.default_factory•在 missing 函数中被调用的函数,用以给未找到的 元素设置值😀1
d.__delitem__(k)•••del d[k],移除键为 k 的元素
d.fromkeys(it, [initial])•••将迭代器 it 里的元素设置为映射里的键,如果有 initial 参数,就把它作为这些键对应的值(默认是 None)
d.get(k, [default])•••返回键 k 对应的值,如果字典里没有键 k,则返回 None 或者 default
d.__getitem__(k)•••让字典 d 能用 d[k] 的形式返回键 k 对应的值
d.items()•••返回 d 里所有的键值对
d.__iter__()•••获取键的迭代器
d.keys()•••获取所有的键
d.__len__()•••可以用 len(d) 的形式得到字典里键值对的数量
d.__missing__(k)•当 getitem 找不到对应键的时候,这个方法会被调 用
d.move_to_end(k, [last])•把键为 k 的元素移动到最靠前或者最靠后的位置(last 的默认值是 True)
d.pop(k, [defaul]•••返回键 k 所对应的值,然后移除这个键值对。如果没 有这个键,返回 None 或者 defaul
d.popitem()•••随机返回一个键值对并从字典里移除它😀2
d.__reversed__()•返回倒序的键的迭代器
d.setdefault(k, [default])•••若字典里有键k,则把它对应的值设置为 default,然 后返回这个值;若无,则让 d[k] = default,然后返回 default
d.__setitem__(k, v)•••实现 d[k] = v 操作,把 k 对应的值设为v
d.update(m, [**kargs])•••m 可以是映射或者键值对迭代器,用来更新 d 里对应的 条目
d.values()•••返回字典里的所有值

😀1 .default_factory 并不是一个方法,而是一个可调用对象(callable),它的值在 defaultdict 初始化的时候由用户 设定。
😀2. OrderedDict.popitem() 会移除字典里最先插入的元素(先进先出);同时这个方法还有一个可选的 last 参数,若 为真,则会移除最后插入的元素(后进先出)。
上面的表格中,update 方法处理参数 m 的方式,是典型的“鸭子类型”。函数首先检查 m 是否有 keys 方法,如果有,那么 update 函数就把它当作映射对象来处理。否则,函数 会退一步,转而把 m 当作包含了键值对 (key, value) 元素的迭代器。Python 里大多数 映射类型的构造方法都采用了类似的逻辑,因此你既可以用一个映射对象来新建一个映射 对象,也可以用包含 (key, value) 元素的可迭代对象来初始化一个映射对象。 在映射对象的方法里,setdefault 可能是比较微妙的一个。我们虽然并不会每次都用 它,但是一旦它发挥作用,就可以节省不少次键查询,从而让程序更高效。
用setdefault处理找不到的键
当字典 d[k] 不能找到正确的键的时候,Python 会抛出异常,这个行为符合 Python 所信奉 的“快速失败”哲学。也许每个 Python 程序员都知道可以用 d.get(k, default) 来代替 d[k],给找不到的键一个默认的返回值(这比处理 KeyError 要方便不少)。但是要更 新某个键对应的值的时候,不管使用 getitem 还是 get 都会不自然,而且效率低。

"""创建一个从单词到其出现情况的映射""" 
import sys 
import re 
WORD_RE = re.compile(r'\w+') 
index = {} 
with open(sys.argv[1], encoding='utf-8') as fp: 
	for line_no, line in enumerate(fp, 1): 
		for match in WORD_RE.finditer(line): 
			word = match.group() 
			column_no = match.start()+1 
			location = (line_no, column_no) 
			# 这其实是一种很不好的实现,这样写只是为了证明论点 
			occurrences = index.get(word, [])  # 提取 word 出现的情况,如果还没有它的记录,返回 []。
			occurrences.append(location)  # 把单词新出现的位置添加到列表的后面。 
			index[word] = occurrences  # 把新的列表放回字典中,这又牵扯到一次查询操作。 
			# 以字母顺序打印出结果 
			for word in sorted(index, key=str.upper):   # sorted 函数的 key= 参数没有调用 str.uppper,而是把这个方法的引用传递给 sorted 函数,这样在排序的时候,单词会被规范成统一格式。 
			print(word, index[word])
"""创建从一个单词到其出现情况的映射""" 
import sys 
import re 
WORD_RE = re.compile(r'\w+') 
index = {} 
with open(sys.argv[1], encoding='utf-8') as fp: 
	for line_no, line in enumerate(fp, 1): 
		for match in WORD_RE.finditer(line): 
			word = match.group() 
			column_no = match.start()+1 
			location = (line_no, column_no) 
			index.setdefault(word, []).append(location)  # 获取单词的出现情况列表,如果单词不存在,把单词和一个空列表放进映射,然后返 回这个空列表,这样就能在不进行第二次查找的情况下更新列表了。 
			# 以字母顺序打印出结果 
			for word in sorted(index, key=str.upper): 
				print(word, index[word])

即:

my_dict.setdefault(key, []).append(new_value)

与

if key not in my_dict: 
	my_dict[key] = [] 
my_dict[key].append(new_value)

二者的效果是一样的,只不过后者至少要进行两次键查询——如果键不存在的话,就是三 次,用 setdefault 只需要一次就可以完成整个操作。
四、映射的弹性键查询
(一)defaultdict:处理找不到的键的一个选择
在实例化一个 defaultdict 的时候,需要给构造方法提供一个可调用对象,
这个可调用对象会在 __getitem__ 碰到找不到的键的时候被调用,让 __getitem__ 返回某种默认值。
比如,我们新建了这样一个字典:dd = defaultdict(list),如果键 ‘new-key’ 在 dd中还不存在的话,表达式 dd[‘new-key’] 会按照以下的步骤来行事。
(1) 调用 list() 来建立一个新列表。
(2) 把这个新列表作为值,‘new-key’ 作为它的键,放到 dd 中。
(3) 返回这个列表的引用。
而这个用来生成默认值的可调用对象存放在名为 default_factory 的实例属性里。
defaultdict 里的 default_factory 只会在 __getitem__ 里被调用,在其他的方法里完全不会发挥作用。比如,dd 是个 defaultdict,k 是个找不到的键, dd[k] 这个表达式会调用 default_factory 创造某个默认值,而 dd.get(k)则会返回 None。
__missing__。它会在 defaultdict 遇到找不到的键的时候调用default_factory,而实际上这个特性是所有映射类型都可以选择去支持的
(二)特殊方法__missing__
如果有一个类继承了 dict,然后这个继承类提供了__missing__ 方法,那么在 __getitem__ 碰到找不到的键的时候,Python 就会自动调用它,而不是抛出一个 KeyError 异常。

class StrKeyDict0(dict):  # StrKeyDict0 继承了 dict。
    def __missing__(self, key):
        if isinstance(key, str):  # 如果找不到的键本身就是字符串,那就抛出 KeyError 异常。
            raise KeyError(key)
        return self[str(key)]  # 如果找不到的键不是字符串,那么把它转换成字符串再进行查找。

    def get(self, key, default=None):
        try:
            return self[key]  # get 方法把查找工作用 self[key] 的形式委托给 __getitem__,这样在宣布查找失败 之前,还能通过 __missing__ 再给某个键一个机会。
        except KeyError:
            return default  # 如果抛出 KeyError,那么说明 __missing__ 也失败了,于是返回 default。

    def __contains__(self, key):
        return key in self.keys() or str(key) in self.keys()
        # 先按照传入键的原本的值来查找(我们的映射类型中可能含有非字符串的键),如果 没找到,再用 str() 方法把键转换成字符串再查找一次。

为什么 isinstance(key, str) 测试在上面的 __missing__ 中是必需的?
如果没有这个测试,只要 str(k) 返回的是一个存在的键,那么 __missing__ 方法是没问题的,不管是字符串键还是非字符串键,它都能正常运行。但是如果 str(k) 不是一个存在的键,代码就会陷入无限递归。这是因为 __missing__ 的最后一行中的self[str(key)] 会调用 __getitem__,而这个 str(key) 又不存在,于是__missing__ 又会被调用。
为了保持一致性,__contains__ 方法在这里也是必需的。这是因为 k in d 这个操作会调用它,但是我们从 dict 继承到的 __contains__ 方法不会在找不到键的时候调用__missing__ 方法。__contains__ 里还有个细节,就是我们这里没有用更具 Python 风格的方式——k in my_dict——来检查键是否存在,因为那也会导致 __contains__ 被递归调用。为了避免这一情况,这里采取了更显式的方法,直接在这个 self.keys() 里查询。
出于对准确度的考虑,我们也需要这个按照键的原本的值来查找的操作(也就是 key in self.keys()),因为在创建 StrKeyDict0 和为它添加新值的时候,我们并没有强制要求传入的键必须是字符串。因为这个操作没有规定死键的类型,所以让查找操作变得更加友好。

《流畅的Python》读书笔记(二) 更专业点-《流畅的Python》读书笔记(二)第2章 序列构成的数组python标准库用C实现了丰富的序列类型列表推导和生成器表达式元组不仅仅是不可变的列表切片序列运算符几个重要的模块当列表不是首选时 第2章 序列构成的数组 python标准库用C实现了丰富的序列类型 可分类成: 容器序列(存放对象的引用),如:list、tuple和collections.deque 扁平序列(存放的是值,是一... 阅读详情

相关推荐

python核心编程英文原版(第三版)高清文字完整版PDF

python核心编程 英文原版 (第三版) 高清文字版PDF,文字清晰可复制。

新人学Python,看这2本书就够了,从初级到高级用法都包含了

新人学python的2本宝藏书

1030

OpenClaw本地部署教程

本文详细介绍了在Windows 11系统上部署OpenClaw与Ollama本地模型的完整流程。主要内容包括:硬件要求说明、Node.js环境配置、Ollama模型安装与定制(重点扩展上下文窗口至32768 tokens)、OpenClaw核心框架安装与对接、常见问题解决(如模型上下文窗口过小报错)以及可选技能扩展和飞书接入方案。部署全程约需1-2小时,强调使用备用设备或虚拟机以确保安全,并提供关键配置参数和排错命令。该方案实现了"数据不出门、推理本地化"的私有化部署目标。

技术引领业务创新 2592

Python 技术手册第三版(一)

原文:annas-archive.org/md5/9e375b08cb0be52e8b7c2a9eba6f5313 译者:飞龙 协议:CC BY-NC-SA 4.0 前言 Python 编程语言调和了许多表面上的矛盾:优雅而实用,简单而强大,非常高级却在您需要处理位和字节时不会阻碍您,适合初学者也适合专家。 本书面向有一定 Python 经验的程序员,以及从其他语言首次接触 Python 的经验丰富的程序员。它提供了对 Python 本身、其庞大标准库中最常用部分的快速参考,以及一些最受欢迎和有用的第三

龙哥盟 1502

在Redroid容器中构建Frida RPC服务:自动化生成淘宝X-Sign签名参数

本文详细介绍了在Redroid容器中构建Frida RPC服务,实现自动化生成淘宝X-Sign等签名参数的完整方案。通过逆向分析定位关键方法,定制Redroid系统使Frida-Server常驻运行,并编写Frida脚本将签名方法暴露为RPC接口,最终封装为可远程调用的微服务,解决了签名生成的可移植性与工程化难题。

ice55的博客 647

让数学变得更生动manim库的使用(1)-基本概念

0、概述 数学理论与数学公式的展示总是一件很枯燥的事情,但3b1b的manim动画库在github上开源之后,让这一切变得非常简单。目前这个库已经分成两个版本一个由3b1b自身维护。但作者并没有承诺长期维护该库,所以由专门团队再次基础上研发了相应的社区版,并对该版本进行长期维护。本文的所有案例都基于社区版的官方案例。本文主要介绍该库的基本概念相关的案例,文章主要以代码为主,关键代码都有相关注释。 另外本文的运行环境维jupyter这与其他的ide环境运行代码稍微有些不同 1、类库引入已经相关测试 引

amao1998的博客 9967

推荐python入门进阶到大神的书籍

推荐python入门进阶到大神的书籍,赶紧收藏

m0_72091242的博客 1132

基于FSL的DTI数据预处理流程

最近在学习处理DTI数据,总结了一份应用FSL做DTI数据预处理的流程与大家交流交流。如果有错误的地方欢迎大家指正!        我用的数据是Philips的数据,如果是GE或者西门子的数据可能会有所不同。   原始数据:包括3DT1数据和高分辨率DTI数据,均是dicom格式。 工具:MRICRON和FSL,所有的命令均在Linux的终端中运行。   1.格式转换:将后缀名为dcm

zaza_zaza的博客 2万+

【读书笔记】《流畅的python》3.5-3.7 读书笔记

** 一、字典的变种(3.5) ** 这一节总结了标准库里 collections 模块中,除了 defaultdict 之外的不同映射类 型。 collections.OrderedDict 这个类型在添加键的时候会保持顺序,因此键的迭代次序总是一致 的。OrderedDict 的 popitem 方法默认删除并返回的是字典里的最后一个元素,但是如果像 my_odict.popitem(last=False) 这样调用它,那么它删除并返回第一个被添加进 去的元素。 collections.ChainMap

TengTesting的博客 279

Camera mipi通信协议

MIPI(移动行业处理器接口),是的缩写。MIPI移动行业处理器接口)是MIPI联盟发起的为移动应用处理器制定的开放标准。分别定义了一系列的手机内部接口标准,比如摄像头接口CSI、显示接口DSI,其中是由MIPI联盟下Camera工作组指定的接口标准。CSI-2是MIPI CSI第二版,主要由应用层、协议层、物理层组成,最大支持4通道数据传输、单线传输速度高达1Gb/s。

arvin_xiong的博客 3731

用Stata复现经典文献:上市公司全要素生产率(TFP)计算全流程(含LP/OP代码解读)

本文提供了使用Stata软件复现上市公司全要素生产率(TFP)计算的完整实战指南。重点解读了主流的Levinsohn-Petrin(LP)和Olley-Pakes(OP)半参数估计方法,通过详细的数据清洗、变量构建与价格平减步骤,手把手演示了如何准确测算TFP,并强调了LP方法在处理中国上市公司数据时的稳定性和适用性。

b0c1d2的博客 596

python经典教程推荐,python教程推荐知乎

总结输出说的主要是非虚构类书籍,毕竟这些可以更好的化为己用。看再多的书,得到再多的知识和经验,不去总结出来、不去实践也是无用。所以我们在读完一本书之后,就应该将所得投入实践,以改进自身。知行结合,才能够让我们更上一层楼。并且,我们可以以著书立说为目标,用所学和经验整理出属于自己的独门秘籍。今天的内容介绍到这里就全部结束了,关注我持续输出干货,咱们下期再见。

2401_82891133的博客 970

linux arm64 Debian12移植操作手册

2023年6月10号Debian官方出了debian12 arm64版本的。如果需要完全适配这个系统的话,需要linux6.10版本。应客户的需求,需要在Debian11升级为Debian12版本。

qq_45147279的博客 2170

[读书笔记]流畅的Python(Fluent Python)

指的是,在计算机语言中添加某种语法,这种语法能使程序员更方便的使用语言开发程序,同时增强程序代码的可读性,避免出错的机会;作者从Python的特性角度出发,以Python的数据模型和特殊方法为主线,主要介绍了python的集合类型(sequence、mapping、set等)、把函数作为一等对象来使用、类的构建、新的文件控制流程(生成器、上下文管理器、协程)、用描述符来从底层解释Python对象属性的存储等各个方面。可以看一看官网教程,做一做里面的例子,如果感觉吃力,那么就是新手了。

jggnice的博客 365

强化学习从基础到进阶-案例与实践[4]:深度Q网络-DQN、double DQN、经验回放、rainbow、分布式DQN

强化学习从基础到进阶-案例与实践[4]:深度Q网络-DQN、double DQN、经验回放、rainbow、分布式DQN

丨汀、的博客 2068

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

[读书笔记]流畅的python-一等函数

流畅的python-一等函数高阶函数map、filter、reduce、列表推导 在python中函数是一等对象。 一等对象定义 在运行时创建 能赋值给变量或数据结构中的元素 能作为参数传给函数 能作为函数的返回结果 一等函数意味着可以使用函数式风格编程 高阶函数 定义:接受函数为参数,或者把函数作为结果返回的函数。例如map函数,sorted函数。 map、filter、reduce、列表推导 map,filter和列表推导的例子 >>> list(map(fact, range(6

shuaziii的博客 311

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

《流畅的Python》读书笔记01: 开启“流畅的Python”之旅

流畅的Python》()由巴西Python专家所著,豆瓣评分高达9.4分,是Python进阶领域的必读经典。由奋战在Python开发一线近20年的Luciano Ramalho执笔,Victor Stinner、Alex Martelli等Python大咖担纲技术审稿人,从语言设计层面剖析编程细节,兼顾Python 3和Python 2,告诉你Python中不亲自动手实践就无法理解的语言陷阱成因和解决之道,教你写出风格地道的Python代码。

2870

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

流畅的Python读书笔记

流畅的Python

weixin_43420691的博客 1818

【python】《流畅的python》读书笔记之第1-2章

流畅的python》是还在上学时就被安利的一本奇书,马克了很久一直没机会系统拜读。最近碰巧偶得第二版的pdf。经济周期的下行阶段正是用来学习充电的,于是乎打算捡起荒废许久的blog,读读书,写写字,蓄势待东风。

玄云飘风的博客 565

《流畅的Python第二版》读书笔记——Python数据模型

本文是流畅的Python第二版的读书笔记系列开端,主要介绍了魔法方法的概念,以及引入了几个魔法方法。使用魔法方法,可以让你的Python对象像内建对象一样。

日积月累,天道酬勤 3634

《流畅的Python》读书笔记

博客目录: 《流畅的Python》 读书笔记1-序列 《流畅的Python》读书笔记2-函数的参数 《流畅的Python》读书笔记3-operator模块和functools模块 《流畅的Python》读书笔记4-函数装饰器和闭包详解 为什么看这本书? 很早就总各种方面接触到 Python,之前写过脚本,前一阵子开始写爬虫,写到复杂的爬虫发现自己边谷歌边打代码的方式已经不够用了。于...

Joovo的博客 1741

看流畅的python感觉有难度_《流畅的Python》读书笔记

第一部分:序幕第1章:Python数据模型通过实现特殊方法,自定义数据类型可以表现得和内置类型一样;__repr__方便调试和记录日志,__str__方便用户看;序列数据类型特殊方法使用最多;第二部分:数据结构第2章:序列构成的数组系列类型可分为 可变和不可变、扁平序列和容器序列;列表推导生成器表达式提供了灵活构建和初始化序列的方式;元组、切片、array.array、collections.de...

weixin_39580682的博客 234

《流畅的Python》——读书笔记(1)

阅读《流畅的python》英文名《Fluent Python》的个人笔记(1)。包含序幕、数据结构、把函数视作对象、面向对象惯用法,四大部分。

aruihuang的博客 228

流畅的python是python3吗_《流畅的Python》读书笔记一

通过内置的函数(例如 len、iter、str,等等)来使用特殊方法是最好的选择。这些内置函数不仅会调用特殊方法,通常还提供额外的好处,而且对于内置的类来说,它们的速度更快Python 有一个内置的函数叫 repr,它能把一个对象用字符串的形式表达出来以便辨认,这就是“字符串表示形式”。repr 就是通过 __repr__这个特殊方法来得到一个对象的字符串表示形式的生成器表达式的语法跟列表推导差不...

weixin_39879122的博客 101
上一篇: 【读书笔记】 《流畅的python》 2.9 当列表不是首选时 读书笔记
下一篇: 【读书笔记】《流畅的python》3.5-3.7 读书笔记
TengTesting
博客等级 码龄6年 4粉丝 15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