python处理excel可视化操作界面

Python数据可视化:Excel 【代码】Python数据可视化:Excel。 阅读详情

本篇文章给大家谈谈一个有趣的事情,以及一个有趣的事情,希望对各位有所帮助,不要忘了收藏本站喔。

近段时间由于工作中需要对一些数据的整理和可视化显示,故记下使用python操作Excel可视化操作,方便后续查阅。

一、数据导入Excel

Demo:

#!/usr/bin/env python# -*- coding: utf-8 -*-# @File Name: python_excel.py# @Time    : 2019/7/25# @Author  : zhong# @Blog    : https://www.jianshu.com/search?q=keitwo&page=1&type=note# @QQ交流  : 3227456102import xlsxwriter  # 导入模块workbook = xlsxwriter.Workbook('7月生活消费.xlsx')  # 新建excel表worksheet = workbook.add_worksheet('消费表')  # 新建sheet(sheet的名称为"sheet1")headings = ['Number', '交通费', '伙食费','通讯费']  # 设置表头data = [    ['2019-7-1', '2019-7-2', '2019-7-3', '2019-7-4', '2019-7-5', '2019-7-6'],    [10, 40, 50, 20, 10, 50],    [30, 60, 70, 50, 40, 30],    [100,50,150,50,100,50],]  # 自己造的数据worksheet.write_row('A1', headings)worksheet.write_column('A2', data[0])worksheet.write_column('B2', data[1])worksheet.write_column('C2', data[2])  # 将数据插入到表格中worksheet.write_column('C2', data[3])workbook.close()  # 将excel文件保存关闭,如果没有这一行运行代码会报错

运行结果:

2dc9a4487db5d431df61a695c6b9f7b9.png

二、给数据添加格式和汇总

Demo:

#!/usr/bin/env python# -*- coding: utf-8 -*-# @File Name: python_excel.py# @Time    : 2019/7/25# @Author  : zhong# @Blog    : https://www.jianshu.com/search?q=keitwo&page=1&type=note# @QQ交流  : 3227456102# 导入模块import xlsxwriter# 新建excel表workbook = xlsxwriter.Workbook('7月生活消费.xlsx')# 新建sheet(sheet的名称为"消费表")worksheet = workbook.add_worksheet('消费表')# 设置表头headings = ['Number', '交通费', '伙食费','通讯费']# 自己造的数据data = [    ('2019-7-1', '2019-7-2', '2019-7-3', '2019-7-4', '2019-7-5', '2019-7-6'),    (10, 40, 50, 20, 10, 50),    (30, 60, 70, 50, 40, 30),    (100,50,150,50,100,50),]worksheet.write_row('A1', headings)# 添加全局格式bold =workbook.add_format({'bold':True})money = workbook.add_format({'num_format':'$#,##0'})# 添加表头附带格式# worksheet.write('B2','交通费',bold)# worksheet.write('C2','伙食费',bold)# worksheet.write('D2','通讯费',bold)# 将数据插入到表格中worksheet.write_column('A2', data[0])worksheet.write_column('B2', data[1])worksheet.write_column('C2', data[2])worksheet.write_column('D2', data[3])col = 0# 添加一列求和计数worksheet.write(col,4,'总消费',bold)worksheet.write(col+1,4,'=SUM(B2+C2+D2)',money)worksheet.write(col+2,4,'=SUM(B3+C3+D3)',money)worksheet.write(col+3,4,'=SUM(B4+C4+D4)',money)worksheet.write(col+4,4,'=SUM(B5+C5+D5)',money)worksheet.write(col+5,4,'=SUM(B6+C6+D6)',money)worksheet.write(col+6,4,'=SUM(B7+C7+D7)',money)# 将excel文件保存关闭,如果没有这一行运行代码会报错workbook.close()

运行结果:

c15a7441572385780840986db020f7f7.png

三、可视化图表

线性图标Demo:

#!/usr/bin/env python# -*- coding: utf-8 -*-# @File Name: python_excel.py# @Time    : 2019/7/25# @Author  : zhong# @Blog    : https://www.jianshu.com/search?q=keitwo&page=1&type=note# @QQ交流  : 3227456102# 导入模块import xlsxwriter# 新建excel表workbook = xlsxwriter.Workbook('7月生活消费.xlsx')# 新建sheet(sheet的名称为"消费表")worksheet = workbook.add_worksheet('消费表')# 设置表头headings = ['Number', '交通费', '伙食费','通讯费']# 自己造的数据data = [    ('7月', '8月', '9月', '10月', '11月', '12月'),    (10, 40, 50, 20, 10, 50),    (30, 60, 70, 50, 40, 30),    (100,50,150,50,100,50),]worksheet.write_row('A1', headings)# 添加全局格式bold =workbook.add_format({'bold':True})money = workbook.add_format({'num_format':'$#,##0'})worksheet.write_column('A2', data[0])   # 将数据插入到表格中worksheet.write_column('B2', data[1])worksheet.write_column('C2', data[2])worksheet.write_column('D2', data[3])# --------2、生成图表并插入到excel---------------# 创建一个柱状图(line chart)chart_col = workbook.add_chart({'type': 'line'})# 配置第一个系列数据chart_col.add_series({    # 我们新建sheet时设置了sheet名,这里就要设置成相应的值    'name': '=消费表!$B$1',    'categories': '=消费表!$A$2:$A$7',    'values':   '=消费表!$B$2:$B$7',    'line': {'color': 'red'},})# 配置第二个系列数据chart_col.add_series({    'name': '=消费表!$C$1',    'categories':  '=消费表!$A$2:$A$7',    'values':   '=消费表!$C$2:$C$7',    'line': {'color': 'yellow'},})# 配置第二个系列数据(用了另一种语法)# chart_col.add_series({#     'name': ['消费表', 0, 2],#     'categories': ['消费表', 1, 0, 6, 0],#     'values': ['消费表', 1, 2, 6, 2],#     'line': {'color': 'yellow'},# })# 配置第三个系列数据chart_col.add_series({    'name': '=消费表!$D$1',    'categories':  '=消费表!$A$2:$A$7',    'values':   '=消费表!$D$2:$D$7',    'line': {'color': 'blue'},})# 设置图表的title 和 x,y轴信息chart_col.set_title({'name': '下半年消费情况表'})chart_col.set_x_axis({'name': '月份'})chart_col.set_y_axis({'name':  '价格(元)'})# 设置图表的风格chart_col.set_style(1)# 把图表插入到worksheet并设置偏移worksheet.insert_chart('A10', chart_col, {'x_offset': 25, 'y_offset': 10})# col = 0# # 添加一列求和计数# worksheet.write(col,4,'总消费',bold)# worksheet.write(col+1,4,'=SUM(B2+C2+D2)',money)# worksheet.write(col+2,4,'=SUM(B3+C3+D3)',money)# worksheet.write(col+3,4,'=SUM(B4+C4+D4)',money)# worksheet.write(col+4,4,'=SUM(B5+C5+D5)',money)# worksheet.write(col+5,4,'=SUM(B6+C6+D6)',money)# worksheet.write(col+6,4,'=SUM(B7+C7+D7)',money)# 将excel文件保存关闭,如果没有这一行运行代码会报错workbook.close()

运行结果:

fe41849b5fc61c441cf652b4142f5b38.png

柱状图Demo:

只需要更改如下一行代码即可:

# 创建一个柱状图(line chart)# chart_col = workbook.add_chart({'type': 'line'})# 创建一个柱状图(column cahrt)chart_col = workbook.add_chart({'type': 'column'})

运行结果:

910d79f41117400abc6f3d90b9a60762.png

柱状图+线性图叠加显示Demo:

#!/usr/bin/env python# -*- coding: utf-8 -*-# @File Name: python_excel.py# @Time    : 2019/7/25# @Author  : zhong# @Blog    : https://www.jianshu.com/search?q=keitwo&page=1&type=note# @QQ交流  : 3227456102# 导入模块import xlsxwriter# 新建excel表workbook = xlsxwriter.Workbook('7月生活消费.xlsx')# 新建sheet(sheet的名称为"消费表")worksheet = workbook.add_worksheet('消费表')# 设置表头headings = ['Number', '交通费', '伙食费','通讯费']# 自己造的数据data = [    ('7月', '8月', '9月', '10月', '11月', '12月'),    (10, 40, 50, 20, 10, 50),    (30, 60, 70, 50, 40, 30),    (100,50,150,50,100,50),]worksheet.write_row('A1', headings)# 添加全局格式bold =workbook.add_format({'bold':True})money = workbook.add_format({'num_format':'$#,##0'})worksheet.write_column('A2', data[0])   # 将数据插入到表格中worksheet.write_column('B2', data[1])worksheet.write_column('C2', data[2])worksheet.write_column('D2', data[3])# --------2、生成图表并插入到excel---------------# 创建一个柱状图(line chart)line_chart = workbook.add_chart({'type': 'line'})# 创建一个柱状图(column cahrt)#chart_col = workbook.add_chart({'type': 'column'})# 配置第一个系列数据line_chart.add_series({    # 我们新建sheet时设置了sheet名,这里就要设置成相应的值    'name': '=消费表!$B$1',    'categories': '=消费表!$A$2:$A$7',    'values':   '=消费表!$B$2:$B$7',    'line': {'color': 'red'},})# 配置第二个系列数据line_chart.add_series({    'name': '=消费表!$C$1',    'categories':  '=消费表!$A$2:$A$7',    'values':   '=消费表!$C$2:$C$7',    'line': {'color': 'yellow'},})# 配置第二个系列数据(用了另一种语法)# chart_col.add_series({#     'name': ['消费表', 0, 2],#     'categories': ['消费表', 1, 0, 6, 0],#     'values': ['消费表', 1, 2, 6, 2],#     'line': {'color': 'yellow'},# })# 配置第三个系列数据line_chart.add_series({    'name': '=消费表!$D$1',    'categories':  '=消费表!$A$2:$A$7',    'values':   '=消费表!$D$2:$D$7',    'line': {'color': 'blue'},})# 设置图表的title 和 x,y轴信息line_chart.set_title({'name': '下半年消费情况表'})line_chart.set_x_axis({'name': '月份'})line_chart.set_y_axis({'name':  '价格(元)'})# 设置图表的风格line_chart.set_style(1)# 把图表插入到worksheet并设置偏移# worksheet.insert_chart('A10', line_chart, {'x_offset': 25, 'y_offset': 10})"""------------------------------------------------------柱状图---------------------------------"""# 创建一个柱状图(column chrt)acolumn_chart = workbook.add_chart({'type': 'column'})# 配置第一个系列数据column_chart.add_series({    # 我们新建sheet时设置了sheet名,这里就要设置成相应的值    'name': '=消费表!$B$1',    'categories': '=消费表!$A$2:$A$7',    'values':   '=消费表!$B$2:$B$7',    'line': {'color': 'red'},})# 配置第二个系列数据column_chart.add_series({    'name': '=消费表!$C$1',    'categories':  '=消费表!$A$2:$A$7',    'values':   '=消费表!$C$2:$C$7',    'line': {'color': 'yellow'},})# 配置第二个系列数据(用了另一种语法)# column_chart.add_series({#     'name': ['消费表', 0, 2],#     'categories': ['消费表', 1, 0, 6, 0],#     'values': ['消费表', 1, 2, 6, 2],#     'line': {'color': 'yellow'},# })# 配置第三个系列数据column_chart.add_series({    'name': '=消费表!$D$1',    'categories':  '=消费表!$A$2:$A$7',    'values':   '=消费表!$D$2:$D$7',    'line': {'color': 'blue'},})# 设置图表的title 和 x,y轴信息column_chart.set_title({'name': '下半年消费情况表'})column_chart.set_x_axis({'name': '月份'})column_chart.set_y_axis({'name':  '价格(元)'})# 设置图表的风格column_chart.set_style(1)# 把图表插入到worksheet并设置偏移worksheet.insert_chart('A10', column_chart, {'x_offset': 25, 'y_offset': 10})# 柱状图和线性图叠加一起显示column_chart.combine(line_chart)# col = 0# # 添加一列求和计数# worksheet.write(col,4,'总消费',bold)# worksheet.write(col+1,4,'=SUM(B2+C2+D2)',money)# worksheet.write(col+2,4,'=SUM(B3+C3+D3)',money)# worksheet.write(col+3,4,'=SUM(B4+C4+D4)',money)# worksheet.write(col+4,4,'=SUM(B5+C5+D5)',money)# worksheet.write(col+5,4,'=SUM(B6+C6+D6)',money)# worksheet.write(col+6,4,'=SUM(B7+C7+D7)',money)# 将excel文件保存关闭,如果没有这一行运行代码会报错workbook.close()

运行结果:

a18977f17fa8bc49a64934f1087f8311.png

资料:xlsxwrite其他图标制作示例见

  • https://pandas-xlsxwriter-charts.readthedocs.io/chart_examples.html

  • https://www.cnblogs.com/lizm166/p/9449261.html

chatgpt赋能python:Python界面表格:实现数据可视化的强大工具 Python界面表格是一种数据结构,用来展示数据的表格。这可以包括各种信息,例如姓名、地址、电话号码以及其他相关数据。Python界面表格在数据可视化中使用得越来越多,因为它们提供了一种比图形更具信息性的方式来展示数据。Python界面表格可以被用于许多不同的目的。它可以被用来展示数据、进行数据无损转换、编辑和保存数据,以及进行数据分析和可视化。对于终端用户而言,Python界面表格提供了一种易于理解和使用的方法,来查看数据的内容,结构和关系。本文由chatgpt生成,文章没有在chatgpt。 阅读详情

相关推荐

【读者群答疑】用Python实现Excel编程时怎样设计界面?

Python中可用Tkinter模块设计界面。 在Python IDLE环境下添加脚本文件,输入下面的代码创建窗体和控件,并对控件进行布局。 from tkinter import * from tkinter import ttk #创建窗体 form=Tk() form.geometry('300x270+100+100') #单选钮变量 g1=IntVar() g1.set(0) #核选框变量 c1=DoubleVar(value=True) c2=DoubleVar() c3=DoubleV.

DataLab的博客 1110

23.5.15---在python中读取excel表格数据并可视化

2.在将excel表格文件中的数据读取出来 ,并将其中的两列数据作为行列坐标用图画出来。1.在python中通过以下代码可以防止运行结果出现中文乱码的情况(如画图时)

qq_68639191的博客 2184

Python处理Excel数据的方法

当Excel中有大量需要进行处理的数据时,使用Python不失为一种便捷易学的方法。接下来,本文将详细介绍多种Python方法来处理Excel数据。

Moster2469的博客 3万+

Python自动生成Excel可视化数据报表

本文的示例代码,可以在Mac+Excel2016中运行的,与Windows还是会有一些区别,API函数的调用(pywin32 or appscript)。使用xlwings库创建一个Excel工作簿,在工作簿中创建一个表,表名为fruit_and_veg_sales,然后将原始数据复制进去。DashBoard表的头两个表格,一个是产品的利润表格,一个是产品的销售数量表格。从一条条的数据中,创建出一张数据报表,得出你想要的东西,提高效率。可以看到,一行行的数据经过Python的处理,变为一目了然的表格。

金戈鐡馬 1809

python 可视化界面 打开excel_python如何将excel数据处理可视化

python将excel数据处理可视化的方法:首先安装xlrd与xlwt库,进行表格读取;然后使用pyecharts生成Echarts图表的类库;最后安装Echarts读取Excel数据及显示即可。python将excel数据处理可视化的方法:Excel表操作python操作excel主要用到xlrd和xlwt这两个库,即xlrd是读excel,xlwt是写excel的库。安装xlrdpip in...

weixin_39554172的博客 2324

python将excel表数据可视化,python对excel数据可视化

文件类似如下的形式,# --------2、生成图表并插入到excel---------------# --------2、生成图表并插入到excel---------------# --------2、生成图表并插入到excel---------------# --------1、准备数据并写入excel---------------# --------1、准备数据并写入excel---------------# --------1、准备数据并写入excel---------------

a17348的博客 1415

利用python处理excel文件并可视化处理-python如何将excel数据处理可视化

python将excel数据处理可视化的方法:首先安装xlrd与xlwt库,进行表格读取;然后使用pyecharts生成Echarts图表的类库;最后安装Echarts读取Excel数据及显示即可。python将excel数据处理可视化的方法:Excel表操作python操作excel主要用到xlrd和xlwt这两个库,即xlrd是读excel,xlwt是写excel的库。安装xlrdpip in...

weixin_37988176的博客 8320

python处理excel数据统计,python处理excel数据脚本

大家好,小编来为大家解答以下问题,python处理excel数据新建一列并写入数据,python处理excel数据作折线图的代码,现在让我们一起来看看吧!大家好,小编来为大家解答以下问题,一个有趣的事情,一个有趣的事情,今天让我们一起来看看吧!

2401_82891570的博客 951

利用Python对Excel数据进行处理

通过本文,记录分享我利用Python对已存在的excel表格进行数据处理。 1.功能分析 1. 加载文件夹内所有的Excel数据; 2. 生产贡献度分析图表(以柱状图显示表格数据); 3.提起Excel表格中指定列数据; 4. 定向筛选所需数据; 5. 多表数据统计排行; 6.多表数据合并在文件夹内生成合并后的新excel表格。 2. 系统开发必备 2.1 系统开发环境 本系统的软件开发及运行环境具体如下: 操作系统:Windows7、Windows10; Python版本:Pyt.

weixin_54500974的博客 4万+

【保姆级教程】Python 批量处理 Excel 数据:从数据读取到可视化全流程

在日常开发与办公场景中,Excel 数据处理是高频需求,手动操作不仅效率低,还易出错。本文将基于 pandas 和 matplotlib 库,带大家实现 Python 批量读取多表数据、数据清洗、字段计算与可视化输出的全流程,代码可直接复用,适合 Python 新手与数据处理从业者参考。

Lyricsal的博客 1674

【高等数值分析】Krylov子空间方法

文章目录1. 预备理论1.1 Krylov 子空间1.2 最佳逼近1.2.1 方法一:最佳平方逼近1.2.2 方法二:假设 AAA 对称正定1.2.3 方法三:残差2范数2. 基底正交化2.1 Arnoldi 过程(CGS)2.2 改进 Arnoldi 过程(MGS)2.3 Lanczos过程3. 方程组求解3.1 全正交方法 (FOM)3.2 D-Lanczos方法3.3 广义极小残量法(GMRES)3.4 MINRES 方法 1. 预备理论 现在需要求解一个大规模稀疏方程组 Ax=bAx=bAx=b,可

Glooow的博客 1万+

python处理excel可视化_python如何将excel数据处理可视化

python将excel数据处理可视化的方法:首先安装xlrd与xlwt库,进行表格读取;然后使用pyecharts生成Echarts图表的类库;最后安装Echarts读取Excel数据及显示即可。python将excel数据处理可视化的方法:Excel表操作python操作excel主要用到xlrd和xlwt这两个库,即xlrd是读excel,xlwt是写excel的库。安装xlrdpip in...

weixin_39997443的博客 2315

PX4与ROS协同仿真:从键盘控制到无人机自主飞行

本文详细介绍了如何搭建PX4与ROS协同仿真环境,实现从键盘控制到无人机自主飞行的完整流程。通过XTDrone项目整合PX4飞控、ROS通信框架与Gazebo物理引擎,逐步讲解环境配置、键盘控制实现原理,并深入剖析了迈向Offboard模式实现自主飞行的核心代码与数据流,为无人机算法开发与测试提供了安全的仿真沙盒。

weixin_29169899的博客 498

利用Python读取Excel表格并可视化

前言 最近学习数据分析,感觉Python做数据分析真的好用。 PDF转换为Excel,可以用这个网址转化: https://www.ilovepdf.com/zh-cn/pdf_to_excel 正文 一、准备数据 1、载入Excel 表格 # coding=utf8 import xlrd import numpy as np from pyecharts.charts import Bar from pyecharts.charts import Pie, Grid from pyecharts imp

爱听许嵩歌的博客 2万+

《LangChain技术原理剖析:OpenAI Function Calling的实践与应用》

,"unit": {},name:函数的唯一标识符:自然语言描述,决定LLM如何选择该函数parameters:定义输入参数的完整Schema。

qq_62223405的博客 980

ITK-snap进行分割区域标注、三维显示及改变显示颜色

在进行医学图像器官分割时,无论我们是用传统方法还是深度学习,最后肯定要用到手动分割的区域作为金标准来验证我们方法的精度。但是手动标注器官的轮廓是十分耗时的,这里我介绍一个比较简单的标注方法,以肺分割作为例子。 我们使用ITK-snap作为分割标注工具。 当切片间距离比较小时,比如1mm,一个患者的完整HRCT序列通常在200张以上,如果让医生一一进行分割区域标注是非常耗时乏味的。因此,我们可以使用最简单的阈值法比如OSTU,加上基本的形态学操作对肺进行粗分割得到粗略的分割掩码,在此基础上再手动的对分割结果进

u010409517的博客 2万+

python读取excel数据并进行数据可视化_用Python处理Excel的数据,并将之可视化

用Python代码作可视化,如果每次都在代码中以列表的形式来一个一个字符地敲,无异乎浪费时间。我们都知道,在Excel中,数据是以DataFrame(一维的Series是特殊的DataFrame)形式作存储的,而我们在代码中输入的形式一般都是手工地以list的形式来输入。有没有什么快捷的方式呢?今天下午随意上网搜索了一下“Python 柱形图”,就发现了这篇文章(https://www.cnblo...

weixin_39795116的博客 7235

基于GEC6818开发板的C/C++贪吃蛇小游戏

f.开始游戏(进入游戏,并没有马上开游戏,需要点击播放才能开始)2.相关宏,全局变量(可以根据自己需要进行修改)k.显示文字前的相关初始化。k.自定义font.h文件。1.需要的主要头文件。l.在开发板上显示字1。m.在开发板上显示字2。a.显示固定大小图片。h.线程1:获得坐标。

2301_77273301的博客 2133

Python处理Excel,读取、行列输出、预览、透视、可视化

Python在这几年的热度居高不下,众所周知对初学者友好、免费、大量第三方库等。总之,对Python了解越多,你就越能看到它展示给你的更多的优点。 今天通过对pandas库的使用,让大家感受下Python如何很好的操作Excel数据: 1. 读取及预览 今天的示例数据文件是xlsx格式,所以我们使用read_excel函数读取(重要参数encoding、header、s...

TheLittlePython的博客 4750

后仿真中《SDF反标必懂连载篇》之 Negative Delay (理论篇)

今天,学习一下SDF文件中的负数延时问题。比如下面的图片中的SETUPHOLD 中的hold time 为负数。

那么菜的博客 2577

使用 MATLAB/Simulink + Simscape Electrical + SimPowerSystems + Stateflow,构建一个多能互补微电网系统的动态响应仿真模型

本文详细介绍了使用MATLAB/Simulink构建多能互补微电网动态响应仿真模型的方法。文章从系统架构设计入手,包含光伏、风电、柴油发电机、锂电池储能等多种组件,重点讲解了建模过程、控制策略(下垂控制、PLL、SOC管理)和模式切换逻辑(Stateflow)。通过四种典型场景(负荷突增、光伏出力骤降、并网/孤岛切换、电动机启动)的仿真分析,验证了微电网在动态响应中的关键性能指标,并提出了高可靠性设计建议。该模型为微电网的稳定性分析和优化设计提供了有效工具,特别强调了储能系统在快速功率支撑中的重要作用。

amy_mhd的博客 160

Python处理Excel文件

Python在处理Excel文件方面提供了丰富的工具和库,无论是使用pandas还是openpyxl,都可以实现高效、准确的数据处理。pandas更侧重于数据处理和分析,而openpyxl则更注重对Excel文件本身的操作。根据具体需求选择合适的工具库,可以大大提高数据处理的效率和准确性。博主:Python老吕优快云网站为我们搭建了一个如此卓越的学习平台,使我们有机会分享知识与经验。在这本《跟老吕学Python·新手》中,我们致力于为编程新手提供一个全面、易懂的起点。

Python老吕的博客 1741

PCIe Link Training 深度解析:从物理检测到高速数据传输

本文深入解析PCIe链路训练(Link Training)的技术细节,揭示了这一复杂协商过程的五个关键阶段:物理检测阶段通过电气特性识别设备连接;轮询阶段建立时钟和符号同步;配置阶段确定链路宽度并处理拓扑异常;恢复阶段完成速率切换和信号均衡;最终进入正常工作状态。文章特别强调了高速率下的均衡技术挑战,以及验证工程师需要关注的多个维度,包括状态机跳转、有序集内容、均衡算法和错误恢复能力。随着PCIe速率不断提升,理解这一底层机制对高速接口设计具有重要价值。

元直的博客 1657
上一篇: python简单小游戏代码10行,简单的python小游戏代码
下一篇: 打地鼠python程序设计说明,pygame打地鼠游戏代码
普通网友
博客等级 码龄22年 1万+粉丝 2784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