如何将形状(26400，1，0，1,2048)的numpy数组重塑为形状(26400，无，无，2048)
要将形状为(26400, 1, 0, 1, 2048)的numpy数组重塑为形状为(26400, 无, 无, 2048)，需要使用numpy的reshape函数来实现。reshape函数可以改变数组的形状，但要注意新形状的维度要与原数组的元素数量相匹配。
下面是具体的步骤：
- 导入numpy库：
import numpy as np- 定义原始数组：
arr = np.zeros((26400, 1, 0, 1, 2048))- 使用reshape函数进行重塑：
new_shape = (26400, -1, -1, 2048)
new_arr = arr.reshape(new_shape)在上述代码中，new_shape的第二个和第三个维度使用-1表示自动计算，以保持原数组的元素数量不变。最终得到的new_arr将具有形状(26400, 1, 0, 1, 2048)。
需要注意的是，形状中的"无"表示该维度的大小不确定，可以根据实际情况进行调整。此外，根据具体的应用场景和需求，可能需要对重塑后的数组进行进一步处理或操作。
关于腾讯云相关产品和产品介绍链接地址，由于要求不能提及具体的云计算品牌商，无法提供相关链接。但腾讯云提供了丰富的云计算服务和解决方案，可以通过访问腾讯云官方网站获取更多信息。
相关·内容
寻找将numpy数组从形状(26400，1，0，1,2048)重塑为(264400，无，无，2048)的解决方案
浏览 9提问于2019-04-17得票数 1
回答已采纳
1回答
我有一个TensorFlow模型，在这个模型中，我想传递一个图像给它，以便它确定图像中的对象。
然而，该模型抱怨图像的形状，说无论它接收(1, 7, 7, 2048)如何，它都希望它以(1, 1, 1, 2048)的形式出现。
我已经尝试通过numpy.reshape(myObj, (1, 1, 1, 2048))或numpy.reshape(myObj, (1, 1, 1, -1))在图像上执行numpy.reshape()。然而，前者只是抱怨它不能将大小为100352的数组重塑为(1, 1, 1, 2048)，而后者将数组的最后一个元素的大小调整为(7, 7, 2048)的倍数，即1003
浏览 1提问于2018-07-08得票数 0
2回答
在TensorFlow中，我有一个形状为(?, 14, 14, 512)的张量，h。
我通过做tf.reshape(h, [-1, 196, 512])来重塑
这导致了形状为(?, 196, 512)的张量。太完美了。我需要对numpy数组执行相同的操作。
我在磁盘上保存了一个巨大的多维NumPy数组。它看起来是这样的：
features = numpy.ndarray([3000, 14, 14, 2048], dtype=np.float32)
并且需要它的形状：
[3000, 196, 2048]
我如何才能进行这种转换，从而不会丢失信息？
会是numpy.reshape(feature
浏览 1提问于2018-01-10得票数 0
我有两个numpy数组，A的形状为(70,2048)，B的形状为(11200,2048)。我想将索引i处的一个元素从B附加到A，所以我这样做了：
A = np.append(A, B[i])
在此之后，A的形状突然变成(145408，)。当我查看B[i].shape时，我得到(2048，)。我猜这就是为什么A的形状会改变，但是我如何将Bi附加到A上呢？所以我得到了我想要的，一个包含(71,2048)的numpy数组。
我觉得我对这件事不太了解，如果有人能帮我就太好了。提前感谢！
浏览 6提问于2021-02-16得票数 0
在进行deeplearning.ai课程时，我马上需要使用numpy.reshape()。然而，当我这样做的时候，我在课程笔记本上被指示要以一种特定的方式去做。目的是将一个四维矢量转化为一个二维矢量。
//指示：
为了方便起见，您现在应该将形状的图像(num_px，num_px，3)重新定义在形状(num_px ∗∗ num_px ∗∗ 3, 1)的numpy数组中。在此之后，我们的训练(和测试)数据集是一个numpy数组，其中每个列表示一个扁平的图像。应该有m_train (分别为m_test)列。
练习:重塑训练和测试数据集，使大小为(num_px, num_px, 3)的图像被压平成形状
浏览 0提问于2019-02-28得票数 5
回答已采纳
1回答
我有2维int列表，如下所示：
list1 = [[1, 30, 50], [21, 45, 9], [97, 321, 100]]
接下来，我将把它转换成numpy数组：
myarr = np.asarray(list1)
接下来，我将使用PIL将其转换为Image，如下所示：
img = Image.fromarray(myarr, "I")
img.save("my.png")
问题是我不想要灰度图像。我不知道如何将此转换为口语化的图像。我必须使用eny map函数还是其他什么？
浏览 2提问于2018-10-25得票数 4
3回答
如何将numpy数组切分到形状之外，以便在不将整个数组存储在内存中的情况下重复数组中的值？这是我想要做的： x = numpy.array([[1, 2], [3, 4]])
x[0:3, 0:3]
->
[[1, 2, 1, 2],
[3, 4, 3, 4],
[1, 2, 1, 2],
[3, 4, 3, 4]] 我知道numpy.repeat和numpy.tile，但这两个都是数组的副本，我想像x[1238123:1238143,5328932:5328941]一样对我的数组进行切片，而不需要为较小的数组制作数百万个副本。
浏览 16提问于2020-09-02得票数 2
回答已采纳
1回答
我正在Omniglot Keras上构建一个暹罗网络，这是一个图像数据集。当我试图重塑数据集时，出现了以下问题：
cannot reshape array of size 212562000 into shape (19280,105,105,3)
但是，当我检查数据集的形状时，它是
train_images.shape
(19280, 105, 105)
我不知道212562000是从哪里来的。下面是它失败之前使用的代码。
' Load Omniglot dataset '
# load the training data
(ds_train, ds_test), ds_
浏览 5提问于2020-10-15得票数 1
回答已采纳
1回答
我使用patchify从图像生成补丁。我的文件夹包含不同形状的图像(1536x2048和2048x1536)。
如果我只使用一个形状(不管是1536x2048还是2048x1536)，我就会得到合理数量的补丁。但是如果我将这两种形状组合在一起，我会得到一些额外的图像，它们只是补丁的副本。
当我使用两个不同的形状时，为什么我的代码不能工作，即使它们都应该在两个轴的结果补丁数中产生偶数？
我的代码的核心来自以下问题(在此代码之前，我只创建了与我使用的图像相关的列表)：
import numpy as np
import cv2
from PIL import Image
import os
fro
浏览 17提问于2022-06-06得票数 0
我在python中有一个numpy数组，它的结构类似于：
array([[NaN, NaN, NaN],
[a, b, NaN],
[c, d, e],
[NaN, NaN, f])
每列都有相同数量的非NaN值，但它们在不同的行处开始和结束。我想以一个结构如下的数组来结束：
array([a, b, e],
[c, d, f])
(也就是说，删除所有的NaNs，并修改数组的形状以适应数据点的数量。)然而，我不确定如何有效地做到这一点。
我尝试使用：
x = x[~numpy.isnan(x)]
和
x = x[numpy.logical
浏览 23提问于2019-08-16得票数 0
2回答
我不小心用了np.vstack(x)而不是np.stack(x, axis=0)。是否有一种方法可以将从vstack生成的数组重组为常规的stack(x, axis=0)
我已经将生成的.npy保存在我的计算机上，所以如果可能的话，您只为我节省了6个小时重新运行我的代码。
背景：
我有1501个大小的图像(250,250张)，这是不正确的拼贴。这些图像+特征的当前数组形状为(375250,2048)。我希望这个数组是(1501，任何数字)。这就是为什么375250/250 = 1501。
每个数组在堆叠之前都有形状(2048，)
浏览 5提问于2022-04-11得票数 -1
我有两个numpy数组，它们的形状是(100,2048)，我使用了sys.getsizeof(a) = 112 a,b和数组b。
我有疑问，当我使用c = np.concatenate((a,b),axis=0)时，c的形状是(200,2048)，但是sys.getsizeof(c) = 1638512
为什么？
浏览 2提问于2018-09-01得票数 0
我有一个numpy.ndarray - a
而a[0]给了我：
array([0., 0., 0., ..., 0., 0., 0.])
此外，a[0:1]还提供了：
array([[0., 0., 0., ..., 0., 0., 0.]])
如何才能像[list[0]]一样，以数组内的数组格式将a[0]转换为array([[0., 0., 0., ..., 0., 0., 0.]]) ie；格式
浏览 0提问于2019-04-02得票数 0
我有一个矮小的数组：
import numpy as np
A = np.array([1,2])
例如，我想使二维numpy数组中的这两个元素的n-copies
B=[[1,1,1,1],[2,2,2,2]] # 4 copies of each element of A into a separate array
我该怎么做呢？
浏览 5提问于2017-03-20得票数 4
回答已采纳
1回答
有没有可能在不使用for循环的情况下采用不同实例的规范？例如。 给定一个形状( 10 , 2048 )的numpy数组-> 10个实例的2048个特征，我想取每个实例的范数减去实例的平均值，然后取每个实例的范数，并对它们求和。下面是for循环的等价物，x是数据，而不是0 x = np.zeros((10,2048))
sum = 0
for i in range(10):
sum += np.norm(x[i] - np.mean(x))
浏览 14提问于2020-07-11得票数 0
回答已采纳
1回答
用Numpy计算相关系数
、、、
我有一个值列表和一个一维numpy数组，我想使用numpy.corrcoef(x,y,rowvar=0)计算相关系数。我得到以下错误：
Traceback (most recent call last):
File "testLearner.py", line 25, in <module>
corr = np.corrcoef(valuesToCompare,queryOutput,rowvar=0)
File "/usr/local/lib/python2.6/site-packages/numpy/lib/function_base.py",
浏览 2提问于2011-11-03得票数 2
回答已采纳
最后，我对此感到困惑了一段时间，所以我想我应该用Q&A格式进行文档编写--尽管更详细的解释是非常欢迎的。
比方说，我有一个2D的numpy数组，比如下面的xm：
$ python3
Python 3.8.9 (default, Apr 3 2021, 09:30:04) [GCC 10.2.0 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
import numpy as np
浏览 0提问于2021-04-09得票数 1
回答已采纳
假设我有一条形状为(2,4)的矮胖ndarray，如下所示
>>> array1 = numpy.random.rand(2,4)
array([[ 0.87791012, 0.84566058, 0.73877908, 0.40377929],
[ 0.9669688 , 0.15913901, 0.70374509, 0.95776427]])
我有第二个形状数组(2 )，如下所示
>>> array2 = numpy.random.rand(2)
array([ 0.57126204, 0.67938752])
我希望比
浏览 0提问于2018-04-03得票数 0
回答已采纳
我很难想象标量、向量和矩阵是如何在数学/物理类中编写的，如何用普通的Python和numpy来表示它们，以及它们相应的尺寸、轴和形状的概念。
如果我有一个标量，比如说5
>>> b = np.array(5)
>>> np.ndim(b)
0
我有5的0维，但是这里的axes是什么？有ndim和shape的函数，但没有axes。
对于像这样的向量：
我们说我们在物理/数学类中有二维，因为它代表了一个2D向量，但是看起来numpy使用了一个不同的概念。
为什么ndim给1，shape给出维度是什么？
>>>
浏览 15提问于2022-02-02得票数 0
2回答
我有两个数组。
"a"，一个2d的numpy数组。
import numpy.random as npr
a = array([[5,6,7,8,9],[10,11,12,14,15]])
array([[ 5, 6, 7, 8, 9],
[10, 11, 12, 14, 15]])
"idx"，一个3d的numpy数组，它由三个索引变体组成，我想用它来索引"a“。
idx = npr.randint(5, size=(nsamp,shape(a)[0], shape(a)[1]))
array([[[1, 2, 1, 3, 4]
浏览 4提问于2014-10-16得票数 1
回答已采纳
2回答
我有一个问题，试图重塑我的numpy阵列。我有一个二维数组，我想让它成为一个三维数组。我到处都找过了，但即使我发现有人在回答我的问题，也只会使问题变得复杂。我只想知道有没有一种数学方法来计算，重塑一个裸体。
浏览 0提问于2020-04-10得票数 1
我正在尝试使用PIL从numpy数组中读取图像，方法如下：
from PIL import Image
import numpy as np
#img is a np array with shape (3,256,256)
Image.fromarray(img)
并且我得到了以下错误：
File "...Image.py", line 2155, in fromarray
raise TypeError("Cannot handle this data type")
我想这是因为fromarray希望它的形状是(height, width, num_
浏览 0提问于2015-05-20得票数 11
回答已采纳
有一张25*15的图片，我想通过使用CNN来识别它是什么。
在训练我的CNN时，我输入一个名为“img”的numpy作为数据集，其形状为(200,375)：
sess.run(train, feed_dict={X: imgs, Y: labels}
这个numpy包含200个样本，每个样本都有375个特性。
但是当我把这个小矮子重塑成一个(-1，25，15，1)张量时：
X = tf.placeholder(tf.float32, [None, 375])
X = tf.reshape(X,[-1,25,15,1])
出了点差错：
Cannot feed value of shape (20
浏览 0提问于2018-06-09得票数 0
回答已采纳
2回答
开始学习Keras和TensorFlow。为什么形状是错误的，我如何修复它？
(用于预测电力负荷输出的温度输入)
load = data.loc[:35063,'Load'].values
temp = data.loc[:35063,'Temperature'].values
load.shape
(35064,)
from keras.layers import Input,Dense
input_tensor = Input(shape=(35064,))
output_tensor = Dense(1)(input_tensor)
from kera
浏览 3提问于2019-03-05得票数 0
1回答
我发现了以下两种创建图像的方法：
使用PIL的
from PIL import Image
import numpy as np
data = np.arange(1 * 2048).reshape(1, 2048)
print(data)
img = Image.fromarray(data, 'RGB')
img.save('my.png')
使用Matplotlib的
import matplotlib.pyplot as plt
import matplotlib.cm as cm
import numpy as np
plt.imsave('f
浏览 2提问于2016-03-06得票数 1
1回答
我有以下功能
import math
import pandas as pd
import pandas_datareader as web
import numpy as np
import matplotlib.pyplot as plt
import os.path
from sklearn.preprocessing import MinMaxScaler
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, LSTM, Dropout
from t
浏览 2提问于2021-11-21得票数 0
回答已采纳
我有一个numpy数组，如下所示：
data=[[1,2,3],[4,5,6]]
data=np.array(data)
现在我想把它转换成这样的形状：
data2=[[[1],[2],[3]],[[4],[5],[6]]]
这样我就可以得到一个额外的维度。如何将数据转换为data2？
浏览 8提问于2019-11-15得票数 0
回答已采纳
图像的形状是(512, 2048, 3)，但我在运行preds_train = new_model.predict(img, batch_size=1)时得到一个ValueError： ValueError: Could not find matching function to call loaded from the SavedModel. Got:
Positional arguments (3 total):
* Tensor("inputs:0", shape=(1, 2048, 3), dtype=float32)
* False
*
浏览 30提问于2020-06-20得票数 0
回答已采纳
2回答
I have a numpy array (A) of shape = (100000, 28, 28)
I reshape it using A.reshape(-1, 28x28)
这在机器学习管道中非常常见。这是如何工作的？我从来没有理解过reshape中'-1‘的含义。
一个确切的问题是，但没有可靠的解释。有什么答案吗？
浏览 8提问于2017-01-21得票数 12
回答已采纳
1回答
我有一个2D数组x，其中我想复制一维数组y的内容：
import numpy as np
x = np.array([[1, 2], [4, 5], [3, 3]], np.int32)
y = np.array([1, 2, 3, 4, 5, 6])
x[:,:] = y # i would like x to be [[1, 2], [3, 4], [5, 6]]
ValueError:无法将输入数组从形状(6)广播到形状(3,2)
怎么做？
浏览 0提问于2016-08-30得票数 0
回答已采纳
2回答
我如何将GeoTIFF (单波段)图像(例如，1000×1000个像素)子集成规则的平方网格(例如50×50像素；总共400个网格对象)，并计算每个对象的平均纬度、平均经度和平均DN值？任何想法都将不胜感激。
输入数据只是图像，例如从：下载的图像。
这可以使用gdal作为折页打开到python中：
import gdal
geotiff = gdal.Open ('land_shallow_topo_2048.tif')
colum_numbers,row_numbers,band_numbers=geotiff.RasterXSize,geotiff.RasterYSize,
浏览 7提问于2013-12-03得票数 1
回答已采纳
2回答
在NumPy中是否有将向量表示为一维或二维ndarray的标准实践？我离开了MATLAB，它将向量表示为二维数组。
浏览 1提问于2013-01-03得票数 5
回答已采纳
1回答
我有一个操作要在python中应用到超过1000万的值。我的问题是优化实际操作。我有两种工作方法，numpy和python香草。
Python香草操作：
[0x9A, 0x23, 0xE6, 0x00]2: 1:我的原始值是一个4 byte数据：b'\x9a#\xe6\x00' = [154, 35, 230, 0] = -433874432我取最后一个字节并将其放在第一个：b'\x00\x9a#\xe6' = [0, 154, 35, 230] = [0x00, 0x9A, 0x23, 0xE6]3: I将其转换为int32有符号的值：-433874432
浏览 7提问于2022-01-07得票数 0
回答已采纳
1回答
我有以下代码，它从一系列图像中获取调色板，并尝试使用numpy reshape重塑输出。但是当我尝试重塑输出时，我得到的错误是无法将大小为27的数组重塑为形状(3,3)。 Colours array print out输出如下所示 [(256,256,265),(256,256,265),(256,256,265),(256,256,265),(256,256,265),(256,256,265),(256,256,265),(256,256,265),(256,256,265)] 这是9个包含调色板的元组，调色板应该可以重塑为3*3，但numpy.reshape一直说它是27项，不能重塑为
浏览 14提问于2021-03-22得票数 0
回答已采纳
我有一个函数，它可以将单个值作为numpy数组返回：
print(yhat, yhat.shape)
Output: 0.9337081 ()
如何检查numpy数组形状是否为()，如果是，则将其重塑为(1，)？因此，结果是：
yhat = np.array([0.9337081])
浏览 5提问于2020-02-27得票数 0
回答已采纳
4回答
您可以使用.tobytes()函数将numpy数组转换为字节。
如何将其从字节数组解码回numpy数组？对于形状为(28,28)的数组I，我尝试了这样的方法
>>k=i.tobytes()
>>np.frombuffer(k)==i
False
我也尝试过使用uint8。
浏览 11提问于2018-11-19得票数 37
回答已采纳
我试图使用python预测股票价格，同时尝试将数据集重组为一个2D的num数组，用于“fit”函数，方法是使用它作为参考：。
next_day_open_values, nx, ny = next_day_open_values.shape
next_day_open_values = next_day_open_values.reshape((next_day_open_values,nx*ny))
y_normaliser = preprocessing.MinMaxScaler()
y_normaliser.fit((np.expand_dims( next_day_open_value
浏览 2提问于2020-02-10得票数 0
因此，我要做的是显示从Resnet50模型中提取并保存为.npy的特性。
我可以把它看得一清二楚，阵列看上去也很好。但我想不出一种能很好地显示结果的方法。如何在matplotlib of opencv中展示这一点？
以下是我到目前为止所拥有的：
import numpy as np
import matplotlib.pyplot as plt
from PIL import Image
from matplotlib import cm
import os
path = "ResnetFeatures/"
def load_resnet_features(file, pa
浏览 0提问于2019-08-13得票数 0
回答已采纳
2回答
您好，我在python 3.8中有以下代码： import numpy as np
x = 1
y = 2
z = 3
xyz = [x,y,z]
np_xyz= np.array([])
np_xyz = np.append(np_xyz,xyz)
print(np_xyz)
ptint("-----")
x = 4
y = 5
z = 6
xyz = [x,y,z]
np_xyz = np.append(np_xyz,xyz)
print(np_xyz) 它输出： [1 2 3]
-----
[1 2 3 4 5 6] 我希望它输出如下内容： [[1 2 3]]
----
浏览 66提问于2021-08-24得票数 0
我有以下问题，我有一个numpy数组，它有一个空的numpy数组作为元素，它的形状是2x2，但实际上报告为2,2,0，这是有意义的。问题是，当您尝试将值附加到任何一个空的numpy数组中时，什么都不会发生。
MWE：
import numpy as np
a = np.array([[],[],[],[]])
a = np.reshape(a, (2,2,0))
a[0][0] = np.append(a[0][0], 1)
a[0][1] = np.append(a[0][0], [1])
Output:
>>>a[0][0]
array([], dtype=floa
浏览 0提问于2015-10-29得票数 0
我正在使用wirth "cifar10“数据集，它为您提供了一组RGB图像，其形状为numpy数组(32,32,3)。
我试图将RGB图像的大小调整为(224,224,3)，但是每次我尝试使用resize函数进行调整时，都会出现以下错误：
test = x_train[0].reshape(224,224,3)
EROR: cannot reshape array of size 3072 into shape (224,224,3)
有人知道如何调整我的RGB图像的大小吗？
浏览 7提问于2022-11-07得票数 -1
回答已采纳
2回答
我在互联网上读到关于矮胖的东西，在这点上被困住了
如何将数组转换为一维
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
newa = arr.reshape(-1)
print(newa)
输出：1,2,3,4,5,6
浏览 7提问于2021-11-16得票数 1
回答已采纳
我有一个由外部模块返回的numpy ndarray。该阵列的形状为(3,3,128)。基本上是由128个瓷砖组成的堆栈，每个瓷砖是3x3。
如何重新排序，使形状变成(128,3,3)。这样，可以更容易按瓷砖编号进行索引。最后一步是将其压平到( 128 ,9)，这样128块中的每一个都可以作为9值向量轻松地访问。
浏览 1提问于2016-10-17得票数 1
回答已采纳
4回答
如何将2D numpy数组分割为nxn块？
例如，以下形状数组(4,4)
arr = [[1,2,3,4],
[5,6,7,8],
[9,10,11,12],
[13,14,15,16]]
通过用不同的(2x2)数组进行次采样，将形状(4,2,2)的数组转换为该数组：
new_arr = [[[1,2],
[5,6]],
[[3,4],
[7,8]],
[[9,10],
[13,14]],
[[11,12],
浏览 4提问于2020-04-08得票数 1
我有一个4维的(8, 1, 1, 102)的Numpy数组。现在，例如，我只是想忽略中间的两个维度，并有一个形状(8,102)的数组，什么可能是实现这一目标的合适方法？
浏览 19提问于2019-06-27得票数 0
回答已采纳
2回答
有一个现有的train_labels，它具有以下属性
('labels_train shape ', (3000,))
('type of labels_train ', <type 'numpy.ndarray'>)
另一个数组是Y，它具有以下属性
('Y ', (3000,1))
('type of Y ', <type 'numpy.ndarray'>)
如何将Y分配给labels_train，或如何使Y具有与labels_train相同的形状
浏览 0提问于2018-03-21得票数 0
回答已采纳
2回答
对于numpy数组，我发现
x = numpy.array([]).reshape(0,4)
很好，并且允许我将(0,4)数组追加到x，而不会丢失数组的结构(例如，它不仅仅是一个数字列表)。然而，当我尝试
x = numpy.array([]).reshape(2,3)
它会抛出一个错误。为什么会这样呢？
浏览 0提问于2016-06-17得票数 1
2回答
我有一个排名很高的形状-比方说，形状(100,100,100,2)。将其写入文本文件的最佳方式是什么，以便将其轻松导入到其他程序以及numpy中？
浏览 4提问于2014-10-11得票数 1
1回答
我有两个图像，维数1 (32,43,3)和维数image2 (67,86,3)。当我试图附加数组时，如何将它存储在numpy数组中？
image=cv2.imread(image1,0)
image=cv2.resize(image,(32,43))
x_train=np.array(image.flatten())
x_train=x_train.reshape(-1,3,32,43)
X_train =np.append(X_train,x_train) #X_train is my array
image=cv2.imread(image2,0)
image=cv2.resize(im
浏览 7提问于2017-03-12得票数 4
回答已采纳
我对Python非常陌生，我想知道为什么这会打印与预期相反的内容。一个(7x4)(4x2)(2x1)乘法应该导致一个7x1列向量。
import numpy as np
nutrition = np.array([[61, 100, 7, 2.2, 1, 7, 215],
[156, 340, 18, 7, 44, 5, 0],
[19, 110, 9, 3.3, 0, 6, 16],
[27, 60, 2, 0.5, 8, 2, 16]])
meals =
浏览 2提问于2020-06-23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
实时音视频
云直播活动推荐
腾讯云开发者
