模块“numpy”没有属性“dtype”
numpy是一个Python科学计算库，提供了多维数组对象以及用于处理这些数组的各种函数。根据提供的问答内容，问题是"模块 'numpy'没有属性 'dtype'"。
答案： 当使用numpy模块时，可能会遇到"模块 'numpy'没有属性 'dtype'"的错误。这个错误通常是因为在代码中使用了numpy的函数或方法，但未正确导入numpy模块或使用了错误的属性名。
要解决这个问题，我们可以按照以下步骤进行处理：
- 确保已正确安装numpy模块。可以通过在终端或命令提示符下运行以下命令来安装numpy模块：
- 确保已正确安装numpy模块。可以通过在终端或命令提示符下运行以下命令来安装numpy模块：
- 在代码中添加正确的导入语句，以确保正确导入numpy模块。正确的导入语句如下：
- 在代码中添加正确的导入语句，以确保正确导入numpy模块。正确的导入语句如下：
- 这样就可以使用np作为numpy模块的别名，方便后续的代码编写。
- 确保使用了正确的属性名。在numpy中，dtype是用于描述数组中元素类型的属性。如果要访问数组的元素类型，可以使用以下代码：
- 确保使用了正确的属性名。在numpy中，dtype是用于描述数组中元素类型的属性。如果要访问数组的元素类型，可以使用以下代码：
- 这将打印数组arr的元素类型。
总结： numpy是一个强大的Python科学计算库，提供了各种功能和方法来处理多维数组。在使用numpy时，务必正确导入numpy模块，并确保使用正确的属性名来访问所需的属性或方法。通过numpy，我们可以进行高效的科学计算、数据处理和分析。
关于腾讯云相关的产品和产品介绍链接地址，由于本回答要求不提及具体云计算品牌商，故不提供相关链接。
相关·内容
我通常创建这样的numpy类型：
C = np.dtype([('a',int),('b',float)])
但是，在我的代码中，我还分别在其他地方使用了a和b字段：
A = np.dtype([('a',int)])
B = np.dtype([('b',float)])
为了便于维护，我想从A和B类型派生出如下所示的B：
C = np.dtype([A,B]) # this gives a TypeError
在numpy中是否有一种方法可以通过合并其他dtype来创建复杂的dtype？
浏览 2提问于2016-09-14得票数 2
回答已采纳
2回答
我知道numpy有numpy.finfo()方法和numpy.iinfo()方法，前者用于表示基于浮点数的数据类型的信息，后者用于表示整数类型。有接受任何数据类型的方法吗？目前，我不得不自己选择正确的一个：
try:
maxv = numpy.finfo(data.dtype).max
except:
maxv = numpy.iinfo(data.dtype).max
浏览 15提问于2013-09-02得票数 0
我对python很陌生，我正在使用python3。我正在学习numpy，但不知道如何从一行中获取用户输入。同类输入->1 2 3 4
我尝试使用这个命令，它通常用于numpy以外的普通数组方法。
from numpy import *
arr=array([])
p=1
arr=list(map(int,append(arr,input().split())))
print(arr)
但问题在于，这将将数组转换为列表，并且当我使用命令时
print(arr.dtype)
它给了我这个错误--> 'list‘对象没有属性'dtype'
那么，我的问题
浏览 8提问于2020-04-16得票数 0
回答已采纳
我正在尝试理解python中的导入行为。
我使用了del numpy.dtype，当我输入numpy.dtype时它会抛出一个错误。但当我试图重新装上numpy的时候，就没有用了。
我试着按照的答案执行del sys.modules['numpy']，但是当我尝试再次导入numpy时会出现一个错误。
所有这些的奇怪之处在于，I can仍然使用numpy，没有任何问题，但当我键入numpy.dtype时，我得到了错误：
AttributeError: 'module' object has no attribute 'dtype'
有人能解释一下发
浏览 1提问于2019-04-21得票数 2
回答已采纳
阿罗哈！
我有两个代码块，一个可以工作，另一个不能工作。唯一的区别是我不使用的numpy模块的注释代码行。当我从来没有提到"npm“的时候，为什么我要导入这个模型呢？
此命令工作如下：
import numpy as np
import numpy.matlib as npm
V = np.array([[1,2,3],[4,5,6],[7,8,9]])
P1 = np.matlib.identity(V.shape[1], dtype=int)
P1
此命令不起作用：
import numpy as np
#import numpy.matlib as npm
V = np.
浏览 11提问于2017-01-24得票数 15
回答已采纳
我在base对象上找到了一个名为numpy.dtype的属性。做一些实验：
numpy.dtype('i4').base
# dtype('int32')
numpy.dtype('6i4').base
# dtype('int32')
numpy.dtype('10f8').base
# dtype('float64')
numpy.dtype('3i4, 2f4')
# dtype([('f0', '<i4', (3,)), ('f1
浏览 1提问于2018-09-24得票数 2
回答已采纳
我正在尝试对numpy类型实现有效性检查--特别是，如果np.longdouble是80位扩展精度浮点数--并获得它的原始字节大小(带填充)。
根据，我可以从属性中获得大量信息。但是，无论我检查哪个属性，我都会得到
In [23]: np.longdouble.nbytes
Out[23]: <attribute 'nbytes' of 'numpy.generic' objects>
而不是号码。
我可以从np.finfo(np.longdouble)获得大量信息，但不包括字节大小。
当然，我可以创建一个这种类型的数组，并计算大小或其他什么.但是，
浏览 4提问于2016-10-25得票数 0
回答已采纳
考虑以下JSON格式的字符串： json_string = '{"SYM": ["this_string","this_string","this_string"],"DATE": ["NaN","NaN","NaN"],"YEST": ["NaN","NaN","NaN"],"other_DATE": ["NaN","NaN","NaN&
浏览 14提问于2019-10-03得票数 0
回答已采纳
6回答
如何可靠地确定对象是否具有numpy类型？
我知道这个问题违背了鸭子类型的原理，但是我的想法是确保一个函数(使用scipy和numpy)永远不会返回numpy类型，除非它是用numpy类型调用的。，但我认为，判断一个对象是否有numpy类型的一般问题，与最初的问题相去甚远，应该将它们分开。
浏览 1提问于2012-09-25得票数 117
回答已采纳
我有一个包含字符串'long‘的变量。如何从这个字符串中创建一个具有与long等价的类型的numpy dtype对象？我有一个包含许多数字和相应类型的文件。int，float等都没有问题，只是long不能工作。我不想在我的代码中硬编码一些替代的long -> int32。
>>> np.dtype('long')
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: data type not
浏览 4提问于2012-08-31得票数 3
回答已采纳
我正在查看具有以下if-test的第三方库：
if isinstance(xx_, numpy.ndarray) and xx_.dtype is numpy.float64 and xx_.flags.contiguous:
xx_[:] = ctypes.cast(xx_.ctypes._as_parameter_,ctypes.POINTER(ctypes.c_double))
看起来xx_.dtype is numpy.float64总是失败：
>>> xx_ = numpy.zeros(8, dtype=numpy.float64)
>>>
浏览 2提问于2014-11-14得票数 29
回答已采纳
2回答
我使用的是FMPY模块，这是一个很好的模拟FMU的工具。 为了输入该模块需要以下形式的信号阵列， dtype = [('time', np.double), ('step', np.double), ('pshaft', np.double), ('rpm', np.double)]
signals = np.array([(0.0, 1 ,20, 5000),
(1., 1,25, 5000),
(2., 1,30 , 5000),
浏览 18提问于2020-12-15得票数 0
我想要为空的numpy数组创建这样的数据结构：
d[1].foo = numpy.arange(x)
d[1].bar = numpy.arange(x)
d[2].foo = numpy.arange(x)
d[2].bar = numpy.arange(x)
什么是最好的选择..。包含numpy数组的字典列表？
浏览 1提问于2016-10-09得票数 0
回答已采纳
有没有一种方法来控制numpy矩阵操作，在开始时用单行代码或类似的东西？我的内存用完了，我想把我所有的矩阵都控制在'float32'下。或者至少，有没有一种比用.astype('float32')逐个转换所有矩阵更快的方法？
浏览 0提问于2017-11-29得票数 0
2回答
如何覆盖numpy函数，如下面的示例所示(为参数dtype设置不同的默认值；如何找到属于numpy.array的父类)？
import numpy as np
a = [[1.0, 2, 3], [1, 2, 3]]
np1 = np.array(a)
print(np1.dtype) # gives float64
# How do I override np.array to setting float16 and avoid the manual operation?
np1.dtype = 'float16'
print(np1.dtype)
# I think
浏览 1提问于2018-02-27得票数 0
回答已采纳
有将图像文件加载到numpy数组中的，但是我在本地文件系统上的文件中没有图像。相反，我有一个字符串变量img，它包含组成图像的数据。例如：
# Currently here:
with open("imageFile.png") as f:
img = f.read()
# Would like to accomplish this:
npArray = loadStringToArray(img)
将这个文件写回磁盘并调用一个更常见的load函数似乎不切实际，那么我如何将这个映像作为字符串“加载”到numpy数组中呢？
在我的应用程序中，这个映像作为字符串是通过py
浏览 0提问于2018-01-24得票数 1
回答已采纳
我想我可以做到：np.zeros((), dtype=dt).strides，但是当dtype是一个大型数组类型(如：('<f8', (200, 100)) )时，这看起来并不有效。有没有一种直接从dtype到numpy的方法？
浏览 2提问于2015-09-30得票数 2
回答已采纳
2回答
作为和，这在numpy 1.7+中不再适用了：
import numpy
A = numpy.array([1, 2, 3, 4], dtype=numpy.int16)
B = numpy.array([0.5, 2.1, 3, 4], dtype=numpy.float64)
A *= B
解决办法是：
def mult(a,b):
numpy.multiply(a, b, out=a, casting="unsafe")
def add(a,b):
numpy.add(a, b, out=a, casting="unsafe")
mul
浏览 7提问于2016-07-30得票数 4
回答已采纳
当我对numpy进行索引时，有时索引可以是一个空列表，这样我希望numpy也返回一个空数组。例如：
a = np.array([1, 2, 3])
b = []
print a[b]
这可以很好地工作！当结果告诉我：
result:[]
但是当我使用ndarray作为索引器时，奇怪的事情发生了：
a = np.array([1, 2, 3])
b = []
c = np.array(b)
print a[c]
这给了我一个错误：
IndexError: arrays used as indices must be of integer (or boolean) type
然而，当我这
浏览 3提问于2017-03-07得票数 4
2回答
我想创建一个数组来保存混合类型-- string和int。
以下代码没有按预期工作-所有元素都被类型化为字符串。
>>> a=numpy.array(["Str",1,2,3,4])
>>> print a
['Str' '1' '2' '3' '4']
>>> print type(a[0]),type(a[1])
<type 'numpy.string_'> <type 'numpy.string_&
浏览 2提问于2018-07-03得票数 3
1回答
我正在设置一个Argparse解析器，以便通过shell读取一些用户输入。输入将用于从包含字符串和数字的熊猫DataFrame中提取数据。我希望在Argparse.add_argument()中自动设置.add_argument()参数，以匹配相应列的数据类型。
我的想法是设置这样的Argparse参数，其中inputdata是DataFrame：
for c in inputdata.columns:
inputname= c
inputtype= np.dtype(inputdata[c])
parser.add_argument("
浏览 1提问于2016-06-29得票数 4
回答已采纳
有没有在不使用磁盘的情况下在两个python子进程之间传递大量数据的好方法？这是一个我希望实现的卡通例子：
import sys, subprocess, numpy
cmdString = """
import sys, numpy
done = False
while not done:
cmd = raw_input()
if cmd == 'done':
done = True
elif cmd == 'data':
##Fake data. In real life,
浏览 3提问于2011-02-18得票数 27
回答已采纳
是否有一种方法可以将Python转换为NumPy字符数组，其中每个单独的字符都是自己的数组元素，而无需首先将字符串转换为列表？我有一个程序必须使用大量的数据来完成这个任务，并且我已经将转换步骤本身确定为一个瓶颈，但是我似乎找不到任何NumPy函数可以直接接受一个字符串并以这种方式进行转换，而不首先创建一个泛型的Python列表。
浏览 1提问于2018-10-19得票数 3
回答已采纳
1回答
from numpy import *
from array import *
Vals = array('i', [1,3,5,6])
print(Vals)
在输出中，我得到了
array('i', [1,3,5,6])
我如何修复它?当我安装numpy时，我将它安装在终端中，因为它需要visual studio之类的东西。
浏览 8提问于2020-05-23得票数 0
1回答
在以下示例中
In [8]: import numpy as np
In [9]: strings = np.array(['hello ', 'world '], dtype='|S10')
In [10]: strings == 'hello'
Out[10]: array([False, False], dtype=bool)
由于空格的原因，比较失败。有没有一个Numpy内置函数，它可以做与
In [12]: np.array([x.strip()=='hello' for x in str
浏览 1提问于2010-03-23得票数 5
回答已采纳
我的目标是实现对各种json文件的简化访问，在全局recarray中使用recarray来实现像: parms.logic.myVarA这样的简化的端访问。
Desired structure
parms (recarray)
[
logic (recarray)
- myVarA (int)
tool (recarray)
- myVarA (int)
]
Example:
parms.logic.myVarA
parms.tool.myVarA
我在理解numpy.recarray时遇到了一点小麻烦，我正在寻找一些代码帮助。我有一个类来测试
浏览 2提问于2022-10-22得票数 0
回答已采纳
1回答
我有一个数据采集单元(测量计算中的USB-2408)，并试图编写Python代码，以尽可能接近实时显示这些数据，但显然这是有限的，所以我会拿出我能得到的。我遇到了一个有的男人。
因此，我找到了他的，并尝试了他的一些示例代码(复制并粘贴到一个.py文件中，并将其扔到了我的相关目录中)。当我通过cmd (...\Python27\Lib\site-packages\sciypy>python example1.py)调用代码时，会得到一个错误代码：
C:\Program Files (x86)\Python27\Lib\site-packages\scipy>
Traceback (m
浏览 1提问于2014-03-04得票数 2
回答已采纳
2回答
我想以numpy数组的形式加载csv文件。每一行都包含带空格的字符串字段。我尝试了numpy中提供的loadtxt()和genfromtxt()方法。默认情况下，这两种方法都将空格视为分隔符，并将字符串中的每个单词分隔为单独的列。有没有办法使用loadtxt()或genfromtxt()加载这种类型的数据，或者我必须为它编写自己的代码？
我的文件中的样例行：
826##25733##Emanuele Buratti## ##Mammalian cell expression
这里，##是分隔符，空格表示缺少的值。
浏览 0提问于2013-05-21得票数 2
回答已采纳
6回答
如何检查numpy dtype是否为整型？我试过了：
issubclass(np.int64, numbers.Integral)
但它给了False。
更新:它现在提供了True。
浏览 95提问于2014-03-18得票数 37
回答已采纳
看看这段代码(假设Tensorflow 2.1或2.2)：
import tensorflow as tf
inputs = tf.keras.Input([])
var = tf.Variable(3.0)
out = var*inputs
model = tf.keras.Model(inputs=inputs, outputs=out)
print(model.variables) # prints []
model.saved_vars = tf.Module()
model.saved_vars.var = var
print(model.saved_
浏览 0提问于2020-05-19得票数 1
3回答
我正在做一些工作，我不得不以一种名为的格式加载一个操作CT图像。
这种操作的一部分是将原始二进制数据加载到一个numpy数组中，并将其重塑到正确的维度，这需要花费大量图像的时间。下面是一个示例：
headshape = (512,512,245) # The shape the image should be
headdata = np.fromfile("Analyze_CT_Head.img", dtype=np.int16) # loads the image as a flat array, 64225280 long. For testing, a large arr
浏览 4提问于2014-12-16得票数 7
回答已采纳
如何创建与另一个数组具有相同dtype的NumPy数组f零？我知道zeros_like()，但它提供了与传递的数组相同的形状。我正在寻找一个不同的形状，但与源数组相同的dtype。
浏览 8提问于2022-02-23得票数 1
回答已采纳
2回答
使用命名元组初始化numpy数组
、、、、
我正在尝试初始化一个包含命名元组的NumPy数组。当我使用empty数据初始化数组并随后设置该数据时，一切都很正常；但是，当使用numpy.array构造函数时，NumPy并没有执行我所期望的操作。
的输出
import numpy
data = numpy.random.rand(10, 3)
print data[0]
# Works
a = numpy.empty(
len(data),
dtype=numpy.dtype([('nodes', (float, 3))])
)
a['nodes'] = data
print
pr
浏览 2提问于2014-08-28得票数 1
3回答
我写了一个图像处理应用程序，它需要做很多事情，而且它必须尽可能地实时地做这些事情。数据的获取及其处理在单独的进程中运行(主要是出于性能原因)。数据本身非常大(2MPIX16位灰度图像)。
我可以在进程之间共享数组，如本文所述： (我使用来自numpy-shared包的shmarray脚本)。我可以在这些数据上执行提供的Numpy FFT，没有问题，但它相当慢。
调用FFTW可能会快得多，但为了充分利用它，我应该在内存对齐的数组上运行我的操作。
问题是:有没有一种方法可以在进程之间创建和共享Numpy类数组，同时保证内存对齐？
浏览 3提问于2012-03-28得票数 5
回答已采纳
1回答
我试图实现我的自定义四元数数据类型，它有4个成员: w，x，y，z。
我通过以下方法测试了这个实现：
import numpy as np
import npytypes.quaternion
a = np.zeros((2, 2), dtype=np.float).astype(np.quaternion)
print(a)
print(a[0][0].w) # correct, get 0.0
print(a.w) # wrong, AttributeError: 'numpy.ndarray' object has no attribute 'w'
我得
浏览 2提问于2020-03-28得票数 1
我有一个具有real和imag属性的类，
class A():
def __init__(self, real, imag):
self.real = real
self.imag = imag
def __repr__(self):
return repr((self.real, self.imag))
def conjugate(self):
return A(self.real, -self.imag)
它的行为就像一个复数(但在我的例子中，我想实现一个复结合代数元
浏览 4提问于2022-03-05得票数 0
1回答
在中，有一个名为的类，对应于NumPy类。NumPy类具有getdata和getmask方法，这似乎也是Dask类应该有的；然而，我只能在getdata 中将Dask类的getmask提到为红色文本，当我试图在脚本中调用它时，我得到了
AttributeError: module 'dask.array.ma' has no attribute 'getmask'
那么，Dask类的getmask方法在哪里呢？我需要以其他方式获得面具吗？或者它不可能从一个戴着面具的数组中提取一个掩码，就像从一个NumPy蒙面数组一样，如果可能，为什么不呢？在提取掩码之前，是否必
浏览 11提问于2022-08-01得票数 0
回答已采纳
1回答
我从链接PyPy下载了可移植版本，并使用命令pip install git+https://bitbucket.org/pypy/numpy.git安装了numpy for PyPy
安装是成功的，但我不能像这样使用numpy.min函数。
>>>> numpy.min([1,2,3])
Traceback (most recent call last):
...
TypeError: expected integer, got NoneType object
所以，我运行了numpy.test()，结果是
FAILED (KNOWNFAIL=5, SKIP=2
浏览 6提问于2014-11-20得票数 3
回答已采纳
Numpy的sum函数返回正确的预期结果，但默认python的和不是(至少对于uint8数据类型不是这样，这使它更加混乱)：
In [1]: import numpy as np
In [2]: x = np.random.randint(2, size = (1000,100))
In [3]: x
浏览 3提问于2020-02-17得票数 5
回答已采纳
TLDR:是--比较适用于bool，而不适用于numpy bool_。还有其他的区别吗？
几天前我遇到了布尔人的奇怪行为。当我尝试对这个numpy数组使用is-比较时：
arr1 = np.array([1,0,2,0], dtype=bool)
arr1
Out[...]: array([ True, False, True, False])
(这些变量名基于虚构，与实变量名称或生产代码的任何相似之处都纯属巧合)
我看到了这个结果：
arr1 is True
Out[...]: False
这是合乎逻辑的，因为arr1不是真或假，它是numpy数组。我查过这个：
arr1 == Tr
浏览 0提问于2019-04-29得票数 12
回答已采纳
2回答
我得到以下错误：
Traceback (most recent call last):
File "calibrating.py", line 160, in <module>
intrinsic = calibrate2(corners, cb_points, (640,480))
File "calibrating.py", line 100, in calibrate2
valid_corners = filter(itemgetter(0), image_corners)
ValueError: The truth v
浏览 0提问于2013-04-29得票数 0
2回答
我想要生成表单的numpy数组：
0.5*[[0, 0], [1, 1], [2, 2], ...]
我希望最后一个数组有一个dtype of numpy.float32。
以下是我的尝试：
>>> import numpy as np
>>> N = 5
>>> x = np.array(np.repeat(0.5*np.arange(N), 2), np.float32)
>>> x
array([ 0. , 0. , 0.5, 0.5, 1. , 1. , 1.5, 1.5, 2. , 2. ],
浏览 0提问于2013-11-06得票数 3
回答已采纳
7回答
有没有办法将NumPy数组转储到CSV文件中？我有一个2D NumPy数组，需要将其转储为人类可读的格式。
浏览 629提问于2011-05-21得票数 676
回答已采纳
import numpy
a = numpy.array([20090913, 20101020, 20110125])
你能解释一下为什么numpy.datetime64(a.astype("S8").tolist())可以正确转换而numpy.datetime64(a.astype("S8"))不能吗？为什么numpy函数不接受numpy字符串，而只接受普通的python字符串？我使用的是Numpy 1.6.1和Python 2.7.2 Windows 7。
浏览 1提问于2012-03-15得票数 2
回答已采纳
我注意到，numpy.isrealobj对字符串或布尔值返回True，而numpy.iscomplexobj返回False (即使该字符串可以表示复数)。
numpy.isreal对字符串返回False (即使该字符串可以表示实数)，而对于布尔值则返回True。
然而，numpy.isreal返回True作为一个dict？
这一逻辑回避了我，使isrealobj函数不太可用(对于我的应用程序)。这是一个错误(应该报告)吗？
$ python3
Python 3.4.9 (default, Aug 14 2018, 21:28:57)
[GCC 4.8.5 20150623 (Red Hat
浏览 0提问于2019-01-03得票数 1
回答已采纳
我试图将numpy数组切片和高级索引结合起来，但没有成功。例如，我有一个用1/0填充的numpy数组
r = np.array([0, 0, 1, 1, 0, 1, 0, 0, 1, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0])
我找到了非零元素的索引：
(nz,) = np.nonzero(r)
然后我想使用非零索引的数组来对我的数组r进行操作。对于r中的每个索引，我想给r中的值的一个范围(在下面的5个值中)着色。类似于-
r[nz,:nz:nz+5] = 255
这给出了结果：
array( 0，0,255,255，0,255，0，0,255，0,255，0，0，0，
浏览 0提问于2014-10-22得票数 1
1回答
我有四个列表(int, float, float, str)。但是我创建了一个他们写成"numpy.str_"的2-d numpy array
bus_log = np.array([unix_datatime, x, y, bus_number]).transpose()
print(type(bus_log[0][0]))
结果：
<class 'numpy.str_'>
我不知道该怎么做。我试着改变类型，但是没有用。
浏览 0提问于2016-12-14得票数 0
numpy有没有办法从字符串创建数据类型？numpy.dtype()几乎就是我需要的，但它造成了不一致： import numpy as np
dtype1 = np.dtype('float32')
dtype2 = np.float32
# This works (prints "same")
if dtype1 == dtype2:
print("same")
# I want the code in the line below to produce a set with one item
# However, the r
浏览 11提问于2020-07-26得票数 0
回答已采纳
3回答
我正在分析.csv文件，在这里，我的第一列是日期时间的格式"2016-09-15T00:00:13“，我想将这个格式更改为标准的python对象，我可以更改一个但日期的格式，但是对于整个列，我不能这样做。
我正在使用的代码：
import numpy
import dateutil.parser
mydate = dateutil.parser.parse(numpy.mydata[1:,0])
print(mydate)
我发现了一个错误：
“模块”对象没有属性“mydata”
下面是我希望更改格式的列。
print(mydata[1:,0])
['2016-09-
浏览 3提问于2016-11-02得票数 1
回答已采纳
我正在为联合设置准备一个数据集，在下面的代码中，我有多个CSV文件，并且使用每个文件都被认为是一个客户端。
dataset_paths = {
'client_0': '/content/drive/ds1.csv',
'client_1': '/content/drive/ds2.csv',
'client_2': '/content/drive/ds3.csv',
'client_3': '/content/drive/ds4.csv',
&#
浏览 8提问于2022-02-27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
腾讯会议
实时音视频活动推荐
腾讯云开发者
