向具有预加载数据的pandas DataFrame添加一行
可以使用append()方法。append()方法将新的行数据作为一个Series对象传递给DataFrame，并设置ignore_index=True参数以重新索引DataFrame。
以下是一个示例代码：
import pandas as pd
# 创建一个预加载数据的DataFrame
data = {'Name': ['John', 'Emma', 'Mike'],
'Age': [25, 28, 30],
'City': ['New York', 'London', 'Paris']}
df = pd.DataFrame(data)
# 创建新的行数据
new_row = pd.Series(['Tom', 32, 'Sydney'], index=df.columns)
# 添加新的行数据到DataFrame
df = df.append(new_row, ignore_index=True)
print(df)输出结果：
Name Age City
0 John 25 New York
1 Emma 28 London
2 Mike 30 Paris
3 Tom 32 Sydney在这个例子中，我们创建了一个包含三行数据的DataFrame。然后，我们创建了一个新的行数据new_row，并使用append()方法将其添加到DataFrame中。最后，我们打印输出了更新后的DataFrame。
腾讯云相关产品和产品介绍链接地址：
请注意，以上链接仅供参考，具体的产品选择应根据实际需求和情况进行评估。
相关·内容
1回答
我正在尝试将火车和测试数据帧加载到dataset对象中。将熊猫数据加载到dataset对象中的通常方法是：
from datasets import Dataset
import pandas as pd
df = pd.DataFrame({"a": [1, 2, 3]})
dataset = Dataset.from_pandas(df)
我的问题是如何加载、训练和测试两只熊猫的数据集？
例如，如果我有两个数据文件：
from datasets import Dataset
import pandas as pd
df_train = pd.DataFrame({"
浏览 5提问于2022-06-04得票数 1
我下载了一个苹果股票价格时间序列数据集，并将其加载到pandas DataFrame中。但是，我没有在Spyder的Variable Explorer中看到该对象。它保存在哪里？
在任何情况下，我都想查看数据。
import pandas as pd
import ystockquote as ys
aapl = ys.get_historical_prices("aapl", "2010-01-01", "2015-01-01")
data = pd.DataFrame(aapl)
>>> data
<class
浏览 3提问于2016-02-02得票数 2
我想把一个有序的字典加载到pandas数据框中：
dataODict = OrderedDict(
[
('id', '*****'),
('field1', '*****'),
('field2', OrderedDict(
[
('id', '*****'),
('field1', '*****')
浏览 0提问于2021-10-26得票数 0
import pandas as pd
d1 = { }
df1 = pd.DataFrame(
{
"A": ["A0", "A1", "A2", "A3"],
"B": ["B0", "B1", "B2", "B3"],
"C": ["C0", "C1", "C2", "C3"],
浏览 4提问于2021-09-22得票数 0
我有很多.txt文件，它们一起构成一个数据帧，无法加载到一个变量中(因此没有足够的内存将所有文件加载到一个pandas数据帧中)。我是否可以通过读取文件而不是将它们加载到dataframe/变量中来获得一些描述性统计数据？多么?谢谢!
浏览 0提问于2016-10-14得票数 1
我试图使用Dask加载一个固定宽度的文件，这样我就可以解析列并加载到数据库中，但是我无法让Dask加载数据帧。我收到了一个错误，该错误表示指定DataFrame类型的预期元，got类型为pandas.core.frame.DataFrame。
以下是代码：
import dask.dataframe as dd
df == dd.read_csv("S://folder//file.csv")
有人能帮助我做些什么吗？
谢谢你，菲尔
浏览 2提问于2022-01-27得票数 1
我可以将csv加载到pandas dataframe中，但它被困在列表中。我怎样才能直接从Pydrill加载到pandas数据框中，或者从pandas数据框列和数据列表中删除？我尝试过取消列表，它会将所有内容都放入一个列表中。 我使用了to_dataframe()，但似乎找不到有关是否可以使用分隔符的文档。由于Pydrill查询，pd.dataframe无法工作。 reviews = drill.query("SELECT * FROM hdfs.datasets.`titanic_ML/titanic.csv` LIMIT 1000", timeout=30)
print
浏览 30提问于2019-10-11得票数 0
我正在使用networkx从一个txt文件构建一个电子邮件网络结构，其中每一行代表一个“边缘”。我首先将txt文件(3列：{‘#发件人’、‘收件人’、'time'})加载到Python中，然后使用以下代码将其转换为networkx对象：
import networkx as nx
import pandas as pd
email_df = pd.read_csv('email_network.txt', delimiter = '->')
email = nx.from_pandas_dataframe(email_df, '
浏览 1提问于2017-09-19得票数 0
回答已采纳
嗨，我想知道在Pandas DataFrame中获取DataFrame数据的最快、最简单的方法是什么
import pandas as pd
# Original DataFrame
pd.DataFrame([
{'A':'a1','B':'b1','C':'c1'},
{'A':'a3','B':'b2','C':'c2'},
{'A'
浏览 3提问于2022-11-18得票数 1
我想从InstaCart 加载大型.csv (340万行，206k用户)开源数据集
基本上，我在将orders.csv加载到Pandas DataFrame时遇到了问题。我想学习将大文件加载到Pandas/Python中的最佳实践。
浏览 3提问于2017-06-14得票数 1
我有一个有2列的DataFrame：
import pandas as pd
data = {'Country': ['A', 'A', 'A' ,'B', 'B'],'Capital': ['CC', 'CD','CE','CF','CG'],'Population': [5, 35, 20,34,65]}
df = pd.DataFrame(data,columns=['
浏览 6提问于2021-07-06得票数 0
回答已采纳
我想在Pandas数据帧中创建一个新的命名列，在其中插入第一个值，然后向同一列中添加另一个值：
类似于：
import pandas
df = pandas.DataFrame()
df['New column'].append('a')
df['New column'].append('b')
df['New column'].append('c')
etc.
我该怎么做？
浏览 1提问于2018-07-24得票数 3
回答已采纳
我正在尝试将一个大的jsons-文件(2.5GB)加载到Pandas dataframe。由于文件的大小较大，pandas.read_json()将导致内存错误。
所以我试着像这样读到：
S_DIR = r'path-to-directory'
with open(os.path.join(S_DIR, 'file.jsons')) as json_file:
data = json_file.readlines()
data = list(map(json.loads, data))
df = pd.DataFrame(data)
然而，这
浏览 0提问于2019-09-16得票数 3
我有以下代码： print(df.drop(df[df['Quantity'] == 0].index).rename(columns={'Weight': 'Weight (oz.)'})) 我知道query想要做什么，但我不明白为什么需要添加“.index”部分？ .index在这个特定的代码中做了什么？ 对于上下文，这里是数据帧的样子： ? 我查看了有关dataframe索引的python文档： https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Data
浏览 47提问于2019-10-02得票数 0
1回答
我想在我的web应用程序中预先加载我的目录。我正在使用EF4，并希望预取我所有的目录数据。有没有简单的方法可以用EF4做到这一点呢？
数据库结构: Catalog ->类别->类别->产品->选项
如何在应用程序启动时预加载所有对象？
谢谢
浏览 0提问于2011-06-01得票数 1
回答已采纳
我正在阅读“Python for Data Analysis”这本书，但在“Example: 2012联邦选举委员会数据库”部分将数据读取到DataFrame时遇到了问题。问题是其中一列数据总是被设置为索引列，即使index_col参数设置为None也是如此。
下面是指向数据的链接：。
下面是加载代码(为了节省检查时间，我设置了nrows=10)：
import pandas as pd
fec = pd.read_csv('P00000001-ALL.csv',nrows=10,index_col=None)
为了保持简短，我排除了数据列输出，但以下是我的输出(请不要使用索引
浏览 2提问于2012-10-19得票数 63
回答已采纳
1回答
我从数据库中加载数据，并创建一个DataFrame，
db_resultset = self.result.fetchall()
df = DataFrame(db_resultset)
df.columns = self.result.keys()
pivoted_data = df.pivot(index='id', columns='item')
data =
id item val
1 A 10
2 A 25
1 B 12
1 C 15
浏览 3提问于2013-04-04得票数 0
遍历一大堆.mp3链接以获取元数据标记并将其保存到Excel文件中。将导致此错误。我很感谢你的帮助。谢谢。
#print is_connected();
# Create a Pandas dataframe from the data.
df = pd.DataFrame({'Links' : lines ,'Titles' : titles , 'Singers': finalsingers , 'Albums':finalalbums , 'Years' : years})
#
浏览 2提问于2016-11-06得票数 39
我正在检索一些web数据，对其进行解析，并将输出作为Pandas DataFrame存储到HDF5文件中。就在我将DataFrame写入H5文件之前，我添加了自己的描述字符串来注释一些元数据，这些元数据说明数据来自何处以及在解析它时是否出错。
In [1]: my_data_frame.desc = "Some string about the data"
In [2]: my_data_frame.desc
Out[1]: "Some string about the data"
In [3]: print type(my_data_frame)
<
浏览 7提问于2012-07-26得票数 8
我需要一个数据被,拆分的单线CSV。我的问题是，当我尝试使用apply遍历我的Dataframe时，我得到了一个Series对象，to_csv方法给了我一个拆分成行的str，将None设置为""，没有任何,。但是，如果我使用for遍历数据帧，我的方法将获得一个Dataframe对象，并在一行中给出一个包含,的str，而不会将None设置为""。 下面是测试这一点的代码： import pandas
def print_csv(tabular_data):
print(type(tabular_data))
csv_data = tabula
浏览 28提问于2021-04-22得票数 3
回答已采纳
我正在尝试使用keras和tensorflow来训练网络。我有自己的缅甸语数据集。我正在尝试使用python开发使用神经网络的缅甸数字识别。我有一个带有格式标签，pixel0，...，pixel783的train.csv文件。我使用pandas加载数据帧。但我想将数据帧分割为特征和标签。请帮我详细解释一下。
import pandas as pd
dataframe = pd.read_csv("mmdigitstrain.csv")
dataframe2 = pd.read_csv("mmdigitstest.csv")
(X_train, y_train)
浏览 9提问于2020-02-25得票数 0
我想将Dataframe与其他一些数据一起保存为泡菜。我可以用一个dict包装器来做它或者专门的课程。使用模块DataFrame转储/加载函数保存/加载这些pickle是安全的，还是应该始终使用熊猫to_pickle/read_pickle方法保存Dataframe？当我保存/加载没有熊猫代码的时候，我会失去什么？
例如，我想做什么(使用dict包装所有数据)：
import pandas as pd
import pickle
df = pd.DataFrame([[1, 2], [3, 4]], columns=list('AB'), index=['x',
浏览 7提问于2022-11-15得票数 0
2回答
我正在尝试加载一个arff文件，并将数据转换为pandas数据帧。然而，当我这样做时，数据可以在上获得：
import numpy as np
import pandas as pd
from scipy.io import arff
dataframe, meta = arff.loadarff('chronic_kidney_disease.arff')
dataframe = pd.DataFrame(dataframe)
dataframe.head()
我得到以下错误：
ValueError: yes value not in ('yes',
浏览 7提问于2020-06-30得票数 0
正如我相信也有人在中报告的那样，使用填充数据文件可能会导致持久性问题。简单的事物，如：
my_dataframe = pd.DataFrame(np.NaN, index = xrange(5),columns=['foo', 'bar'])
for ix, row in my_dataframe.iterrows():
row['foo'] = 'Hello'
结果对数据格式没有任何更改：
> my_dataframe
foo bar
0 NaN NaN
1 NaN NaN
2 NaN
浏览 4提问于2014-03-10得票数 1
回答已采纳
有人能帮我们找出为什么我们不能直接更改数据吗？add_new_derived_column_NOT_work不像我预期的那样工作
#-*- coding: UTF-8 -*-'
import pandas as pd
import numpy as np
from multiprocessing import *
import multiprocessing.sharedctypes as sharedctypes
import ctypes
def add_new_derived_column_work(ns):
dataframe2 = ns.df
datafra
浏览 7提问于2022-06-02得票数 0
我试图通过在Pandas (来自BeautifulSoup4)中迭代soup中的数据来创建一个soup。建议使用.loc方法来来创建DataFrame。
但是，这个方法需要很长时间才能运行( 30,000行和5列的df大约需要8分钟)。有没有更快的方法。这是我的密码：
import requests
from bs4 import BeautifulSoup
import pandas as pd
url = "http://api.turfgame.com/v3/zones"
r = requests.get(url)
soup = BeautifulSoup(r.cont
浏览 2提问于2014-09-15得票数 2
回答已采纳
我一直在想，在Python中使用pandas的最好方法是什么。无论是定义小函数、类，还是用SQL语法风格编写完整的pandas代码？对于SQL语法，我的意思是只需逐行编写所有代码，并执行代码，直到获得需要处理的数据帧。 举个例子： 1. df['split_string'] = df['string'].str.split()
2. def split_strings(dataframe, s):
dataframe['split_string'] = dataframe[s].str.split()
return
浏览 14提问于2020-07-07得票数 1
1回答
我正试图用matplotlib来准备一个直方图。下面你可以看到我的数据和图表。
import pandas as pd
import numpy as np
pd.set_option('max_columns', None)
import matplotlib.pyplot as plt
import matplotlib as mpl
data = {
'type_sale': ['g_1','g_2','g_3','g_4','g_5','g_6&#
浏览 36提问于2022-07-12得票数 0
回答已采纳
我有一个Pandas dataframe，它显示了人们在一月和二月花了多少钱。我想使用一个groupby函数按人员对月份进行分组，但是我的代码是生成一个DataFrameGroupBy object，而不是实际的数据。我也有一个性别专栏，我想离开这里。
代码：
import pandas as pd
df = pd.DataFrame(data=[['Person A', 5, 21, 'Male'], ['Person B', 15, 3, 'Female']], columns=['Names', 'J
浏览 2提问于2016-05-10得票数 1
回答已采纳
1回答
我面临Python/Pandas的性能问题。我有一个for循环，比较Pandas DataFrame中的后续行：
for i in range(1, N):
if df.column_A.iloc[i] == df.column_A.iloc[i-1]:
if df.column_B.iloc[i] == 'START' and df.column_B.iloc[i-1] == 'STOP':
df.time.iloc[i] = df.time.iloc[i] - df.time.iloc[i-1]
工作正常，但速
浏览 0提问于2018-06-27得票数 2
回答已采纳
1回答
我正在使用anaconda IDE中的pandas包.....当我试图加载一个数据帧时，我得到的PandasError: dataframe构造函数调用不正确！...请帮我解决这个问题。
这是我正在尝试执行的代码块：
total_sales_yearly = vg_sales.groupby(['Year']).sum()
drop=["Rank","Platform","Genre","Publisher"]
data=total_sales_yearly.drop(total_sales_yearly[drop
浏览 3提问于2017-04-28得票数 1
我尝试从一个dataframe中排除行，这也出现在另一个dataframe中：
import pandas
df = pandas.DataFrame({'A': ['Chr1', 'Chr1', 'Chr1','Chr1', 'Chr1', 'Chr1','Chr2','Chr2'], 'B': [10,20,30,40,50,60,15,20]})
errors = pandas.DataFrame({'A':
浏览 2提问于2014-07-10得票数 5
我正在尝试编写代码，在循环中从在线来源收集数据，并在每次迭代中使用pandas操作这些数据。最初，我认为我应该在循环外初始化一个dict，获取数据，将dict转换为循环内的dataframe，并对其执行操作。但是，在循环中创建字典而不是仅仅创建一个数据帧并添加到数据帧中，这感觉非常奇怪。但据我所知，pandas并不是真正为逐个细胞更新而“设计”的(而是向量化的)。对此最有效的方法是什么？
import pandas as pd
d = {'a':[], 'b':[], 'c':[], 'x':[], 'z'
浏览 15提问于2019-08-09得票数 2
我有一个包含多个工作表的Excel文件(Celebrities.xlsx)，并且我试图修改一个名为Relationships的单张表，而不修改(或可能擦除)其他工作表。这就是我所做的。
import pandas as pd
from openpyxl import load_workbook
from openpyxl.utils.dataframe import dataframe_to_rows
# Name of the celebrity that I want to modify
celeb_name = 'Terence Stamp'
wb = load_wo
浏览 1提问于2019-03-14得票数 1
回答已采纳
我正在尝试将wikipedia表加载到pandas数据帧中，但我一直收到错误通知“NoneType”对象没有属性“items”。我相信Python是以列表而不是dataframe的形式导入数据，但是当我运行df = data时，我认为这是在提取df。我已经尝试了几种方法，但现在还是使用简单的代码：
url = 'http://en.wikipedia.org/wiki/List_of_postal_codes_of_Canada:_M'
data = pd.read_html(url)
df = data[0]
df
当我检查df的类型时，pandas告诉我它是一个数据帧(pa
浏览 0提问于2020-08-16得票数 1
我知道在datatable中读取csv文件要比pandas DataFrame快得多。 然而，在我的例子中 我有几个csv文件，我必须一个接一个地添加所有文件。 所以我将所有这些pd.read_csv(文件)附加到空的DataFrame中。 使用datatable读取csv文件并将其附加到空数据表会更快吗 然后最终将最终的数据表转换为csv？ 所以我想知道除了pandas DataFrame之外最快的csv文件附加方法。
浏览 17提问于2021-10-26得票数 0
5回答
第一个问题：
我正在与熊猫的DataFrames工作，我经常运行相同的例程作为数据预处理和其他事情的一部分。我想在一个名为ExtendedDataframe的类中将其中的一些例程作为方法编写，该类扩展了pandas.DataFrame。我不知道该怎么做。到目前为止，我还没有在我的新类中编写任何__init__，以便从pandas.DataFrame继承
import pandas
class ExtendedDataframe(pandas.DataFrame):
def some_method(self):
blahblah
这显然使我能够通过继承创建ExtendedDatafr
浏览 12提问于2017-12-21得票数 3
我正在尝试为pandas开发自定义数据帧访问器，但面临着不确定如何解决的问题。 我的访问器应该从自定义源加载数据，我计划将这些值分配给调用访问器的DataFrame。但是当我将新创建的dataframe分配给dataframe实例时，我得到的结果是什么都没有发生。 我认为这是因为我创建了dataframe的新实例，而不是重用旧实例。 有没有什么很好的方法来保存数据帧实例并在其中加载信息？ 下面是我的代码，我现在是如何实现的： import pandas
import numpy
@pandas.api.extensions.register_dataframe_accessor("
浏览 14提问于2019-10-07得票数 1
回答已采纳
2回答
下面是我喜欢转换的示例DataFrame：
import pandas as pd
import re
d = {'example' : pd.Series(["['Adventure' 'African elephant' 'Animal' 'Ball game' 'Bay' 'Body of water' 'Communication Device' 'Electronic device']"])}
df = pd.DataFram
浏览 0提问于2019-01-18得票数 0
回答已采纳
我在Windows 10，Python3.8.5，xlwins-0.23.0上
我正在尝试将Excel中选定的单元格加载到Pandas DataFrame中。下面是上的文档：
xlwings.load(index=1, header=1)
将活动工作簿的选定单元格加载到熊猫DataFrame中。如果您选择一个有相邻单元格的单个单元格，则范围会自动扩展并转化为熊猫DataFrame。如果您没有安装熊猫，它会将值作为嵌套列表返回。
参数：index (bool or int, default 1) -定义左边将被转换为DataFrame索引的列数
header (bool or int, defa
浏览 12提问于2021-04-09得票数 0
回答已采纳
我有一个经过训练的模型，我通过以下方式使用keras运行预测： model = pets.get_model(input_size=input_units)
model.compile(loss='categorical_crossentropy',
optimizer='adam', metrics=['accuracy'])
model.load_weights('models/2019-03-01-02-03-53.h5')
prediction = model.predict(X) 这给了我
浏览 12提问于2019-03-01得票数 4
回答已采纳
1回答
将数据帧转换为字符串
、、、、
我希望将Pandas数据帧转换为string，以便在regex中使用。
输入数据：
SRAVAN
KUMAR
RAKESH
SOHAN
import re
import pandas as pd
file = spark.read.text("hdfs://test.txt")
pands = file.toPandas()
schema: pysark.sql.dataframe.DataFrame
result = re.sub(r"\n","",pands,0,re.MULTILINE)
print(result)
SRAVAN
浏览 5提问于2022-06-10得票数 0
2回答
我有一个包含21个不同列的banking_dataframe，其中一个是目标，其中10个是数字特征，10个是分类特征。我已经使用pandas的get_dummies方法将分类数据转换为one-hot编码。返回的dataframe有74列。现在，我想将编码的数据帧与原始数据帧合并，这样我的最终数据就应该有一个分类列的热编码值，但数据帧的原始大小是21列。
Pandas的 to get_dummies函数：
对分类要素调用get_dummies的代码片段
encoded_features = pd.get_dummies(banking_dataframe[categorical_feature_
浏览 2提问于2019-08-01得票数 0
我需要抓取数百个页面，而不是存储每个页面的整个json，我只想将每个页面中的几列存储到pandas数据帧中。然而，在数据帧为空的一开始，我遇到了一个问题。我需要填充一个没有任何列或行的空数据帧。所以下面的循环不能正常工作： import pandas as pd
import requests
cids = [4100,4101,4102,4103,4104]
df = pd.DataFrame()
for i in cids:
url_info = requests.get(f'myurl/{i}/profile')
jdata = url_info.
浏览 23提问于2021-10-28得票数 0
回答已采纳
我正在尝试这个熊猫编码问题，但不知道怎么做。下面的代码是我能做的，但它显示了错误。有人能帮我解释一下怎么做吗？谢谢。
Cars数据集有三列，分别给出了18辆汽车的质量、加工角度和加工速度。
编写执行下列任务的程序：
cars_df. 将数据Cars.csv加载到名为的数据框架中。
将数据帧的第一个userNum行子集为一个新的数据帧.
查找并打印子集中每列的最大值.
Ex: If the input is:
5
the output is:
Quality 5
Speed 4
Angle 3
dtype: int64
我的代码：
import pandas as p
浏览 2提问于2021-12-03得票数 0
2回答
在这个示例中，dataframe：
import pandas as pd
import numpy as np
i = ['dog', 'cat', 'elephant'] * 3
df = pd.DataFrame(np.random.randn(9, 4), index=i,
columns=list('ABCD')).sort_index()
什么是最快的方法，以获得每只动物的第二排作为数据？
浏览 0提问于2019-02-08得票数 2
回答已采纳
3回答
我有许多测试，在这些测试中，需要将Pandas数据帧输出与静态基线文件进行比较。基线文件格式的首选选项是csv格式，因为它在Git中具有可读性和易于维护。但是如果我要将csv文件加载到一个dataframe中，并使用
A.equals(B)
如果A是输出数据，B是从CSV文件加载的数据，那么不可避免地会出现错误，因为csv文件不记录数据类型和什么-nots。因此，我设计的解决方案是将数据A写入CSV文件，并以与B相同的方式加载它，然后询问它们是否相等。
有没有人有一个更好的解决方案，他们已经使用了一段时间，没有任何问题？
浏览 1提问于2017-07-19得票数 3
回答已采纳
2回答
我来自一个R背景，并且习惯于通过使用如下语法从数据帧中检索值：
r_dataframe$some_column_name[row_number]
我可以用下面的语法给数据帧赋值：
r_dataframe$some_column_name[row_number] <= some_value
或者不使用箭头：
r_dataframe$some_column_name[row_number] = some_value
例如：
#create R dataframe data
employee <- c('John Doe','Peter Gynn',
浏览 3提问于2020-08-24得票数 3
当我运行这段代码时，它会清空我的数据！由于某些原因，当我取消注释在代码末尾的命令时，代码就会按照我的意愿工作！有人能帮忙吗？
#Import the Pandas library and Numpy
import pandas as pd
import numpy as np
# Your DataFrame
movies = pd.DataFrame({'name': ['Lord of the Rings', 'When Harry Met Sally', 'Matrix', 'Taken', 'Sl
浏览 5提问于2020-09-30得票数 0
回答已采纳
TL;DR：我如何从分布式读取中收集元数据(解析期间的错误)到dataframe集合中。
目前，我有一种专用的文件格式，用于输入dask.DataFrame。我有一个函数，它接受一个文件路径并返回一个pandas.DataFrame，dask.DataFrame成功地在内部使用该函数将多个文件加载到同一个dask.DataFrame。
直到最近，我还在使用自己的代码将几个pandas.DataFrames合并为一个，现在我正在使用dask。在解析文件格式时，我可能会遇到错误和某些条件，我希望将其作为元数据(日志、数据来源等)记录并与dask.DataFrame对象关联。
需要注意的是，在合理的
浏览 7提问于2016-01-26得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
