FB Prophet中的分钟预测
FB Prophet是一种开源的时间序列预测工具，它基于统计学方法和机器学习技术，能够有效地对时间序列数据进行预测和建模。FB Prophet主要用于预测未来时间点的数值，包括分钟级别的预测。
FB Prophet的优势在于其简单易用且具有较高的准确性。它能够自动处理时间序列中的趋势、季节性、节假日等特征，并提供灵活的参数设置，使用户能够根据需求进行定制化的预测模型。此外，FB Prophet还支持对异常值进行鲁棒性处理，提高了预测模型的稳定性。
在分钟预测方面，FB Prophet能够根据历史分钟级别的数据，预测未来一段时间内每分钟的数值。这对于一些需要高精度预测的场景非常有用，例如交通流量监测、股票价格预测等。通过分钟预测，用户可以及时地了解到时间序列数据的变化情况，从而做出相应的决策。
腾讯云提供了一系列与时间序列预测相关的产品和服务，其中包括云数据库TencentDB、人工智能平台AI Lab、物联网平台IoT Explorer等。这些产品和服务可以与FB Prophet结合使用，提供完整的时间序列预测解决方案。
详细了解腾讯云相关产品和服务，请访问腾讯云官方网站：https://cloud.tencent.com/
相关·内容
1回答
FB Prophet中的分钟预测
、、、、
我正在尝试使用Prophet进行分钟预测。但是我得到了奇怪的输出。任何关于如何在Prophet中按分钟预测的建议或改进我的代码的建议都将非常感谢！ 数据格式为FB Prophet。 df_min.head()
ds y
0 2020-01-17 14:21:00 166.380
1 2020-01-17 14:22:00 166.335
2 2020-01-17 14:23:00 166.315
3 2020-01-17 14:24:00 166.320
4 2020-01-17 14:25:00 166.355 df_m
浏览 54提问于2020-01-21得票数 1
回答已采纳
6回答
我正在研究一个多变量(100+ variables)多步(t1 to t30)预测问题，其中时间序列频率是每1分钟一次。这个问题需要预测其中一个100+变量作为目标。我很想知道是否可以使用FB Prophet的Python API来完成这项工作。我可以仅使用target变量和datetime变量以单变量的方式完成此操作。任何帮助和指导都是非常感谢的。如果在这个问题上需要进一步的输入或澄清，请让我知道。
浏览 2提问于2019-02-06得票数 28
1回答
我倾向于像这样使用fb先知来预测时间序列的单变量：
import pandas as pd
from fbprophet import Prophet
import matplotlib.pyplot as plt
plt.style.use('fivethirtyeight')
stock = 'FB'
df = pd.read_csv('C:/Bla/' + stock + '.csv')
df['Date'] = pd.DatetimeIndex(df['Date'])
df = df
浏览 1提问于2018-08-31得票数 2
回答已采纳
我正在尝试使用Python的Prophet包的最新(第二个) 0.3版本。
我的模型应该包括一个外生回归器，但我收到一个ValueError，指出数据帧中缺少真正存在的回归器。这是一个bug，还是我做错了什么？
#Random Dataset Preparation
import random
random.seed(a=1)
df = pandas.DataFrame(data = None, columns = ['ds', 'y', 'ex'], index = range(50))
datelist = pandas.date_ran
浏览 0提问于2018-08-24得票数 2
1回答
我正在学习在R中使用prophet的教程。
您可以在以下位置找到数据集：
# R
library(prophet)
library(dplyr)
df <- read.csv('peyton.csv') %>%
mutate(y = log(y))
head(df)
ds y
1 2007-12-10 9.590761
2 2007-12-11 8.519590
3 2007-12-12 8.183677
4 2007-12-13 8.072467
5 2007-12-14 7.893572
6 2007-12-15 7.
浏览 4提问于2017-07-12得票数 3
1回答
我已经导入了所有的库，定义了从雅虎财经获取历史数据的函数，但是在获取数据并训练模型后，当我试图运行代码来可视化数据时，我得到了一个ValueError: ValueError:所有参数都应该具有相同的长度。我将把完整的代码放在下面。请帮帮我。
from tqdm import tqdm
import pandas as pd
from prophet import Prophet
import yfinance as yf
from datetime import datetime, timedelta
import plotly.express as px
import numpy as n
浏览 19提问于2021-10-24得票数 0
我刚刚开始在R中使用Facebook的先知库，我有一个关于dyplot.prophet图形功能的问题。我使用以下代码创建了一个情节：
dyplot.prophet(m,forecast,uncertainty=TRUE)
这很好，但得到的图形没有x或y轴标签或主标题，我想在图中添加一些。
本文档描述了以下内容
dyplot.prophet(x, fcst, uncertainty = TRUE, ...)
其中：x是Prophet对象，fcast是预测(m，df)返回的数据框架，不确定性是指示是否绘制yhat不确定性区间的布尔值。然后是…表示附加参数，我想知道这些参数是什么，以及这些参数中是否
浏览 3提问于2019-08-23得票数 3
1回答
这是这个答案中的一个延续问题：
我在do包中使用dplyr中的prophet函数。当我尝试这样做的时候，我想做一个不包括周末的未来数据格式。下面是我的当前代码：
当前数据：
dataset
ds group y
2021-12-15 A 5
2021-12-16 A 6
2021-12-15 B 10
2021-12-16 B 7
etc etc etc
预测
library(dplyr)
library(proph
浏览 6提问于2021-12-20得票数 2
回答已采纳
1回答
如何预测多变量数据的未来？
、、、、
我对80%的训练数据和20%的检验用多元数据训练了fb先知模型。我想用同样的多元方法训练和预测未来5天的数据。有可能吗？
通过使用pm2.5作为y值以及多元pm1和pm10，在没有未来数据的情况下进行多元培训：
from fbprophet import Prophet
model=Prophet(interval_width=0.9)
model.add_regressor('pm1',standardize=False)
model.add_regressor('pm10',standardize=False)
model.fit(train_df)
这是
浏览 4提问于2022-03-28得票数 1
我想做一些类似的事情： predicted_value = Prophet.predict_some_value('2020-12-12 14:47:00') 其中日期是某个将来的日期，并且只产生一个值。 有没有一种方法可以使用Facebook Prophet只预测未来某个日期的值？
浏览 6提问于2020-08-15得票数 0
回答已采纳
我有每单位时间的疾病病例数的数据，以便我可以预测疫情。我使用了Facebook Prophet的plot_components函数从数据中提取基本趋势，Prophet可以很容易地做到这一点： model = Prophet()
model.fit(df)
future = model.make_future_dataframe(periods=0)
forecast = model.predict(future)
model.plot_components(forecast) 这让我意外地得到了this图。 我需要这些xy值用于我的分析，但我无法弄清楚。Prophet的文档没有帮助，也没
浏览 52提问于2019-09-04得票数 3
1回答
我想知道是否有可能加快这个脚本的速度？源文件有9万行，它必须使用fb先知为1200个唯一的交易商创建一个单独的预测。我对python并不熟悉，所以我不确定是否有明显的遗漏，或者它是否需要花费很长时间。如果有人看到一个简单的解决方案，将加快它的速度，我将感谢任何见解。谢谢
关于代码的其他详细信息:代码接受一个CSV文件，其中包含3列(月份、经销商和销售)，并基本上为每个唯一的经销商名称创建一个过滤器，然后使用Fb先知来预测每个经销商的未来结果。然后将CSV文件中的所有信息组合在一起。通常情况下，需要预测的是90,000+行数据，以及通常需要预测的1200家唯一交易商。历史数据是7年的历史。
fr
浏览 0提问于2020-11-24得票数 4
回答已采纳
我想实现预言家算法，并使用我的数据集在模型上。经过拟合处理，得到了预测过程中的跟随误差。我怎样才能解决这个问题？
import pandas as pd
import pystan
from prophet import Prophet
df_prophet = df[['date', 'rate']]
train_df = df_prophet[:-5]
train_df.columns = ['ds', 'y']
train_df['ds']= to_datetime(train_df['ds'
浏览 6提问于2022-04-06得票数 0
回答已采纳
1回答
提前一步预测R中的先知
、、、
我已经构建了一个自定义函数来使用R.中的先知进行一步预测，但是我的代码不起作用，不知道问题出在哪里。我把滚动窗口的大小定为100，并用60天的时间对数据进行了训练，以预测数据中的下一个条目。但是，我的模型并不像它所设想的那样起作用，请帮帮我。
# loading the data:
s <- read.csv(url('https://ondemand.websol.barchart.com/getHistory.csv?apikey=c3122f072488a29c5279680b9a2cf88e&symbol=zs*1&type=dailyNearest&a
浏览 6提问于2022-05-15得票数 1
今天，我的colab脚本开始出现问题，它使用的是facebook prophet。我尝试在一个基本的脚本上重现这个错误。
问题出在line：
m.fit(df)
在这里你可以找到错误：
KeyError Traceback (most recent call last)<br>
KeyError: 'metric_file'<br>
and the session crashed.<br>
<br>
你可以在这里找到完整的代码：
Python
import pand
浏览 6提问于2019-10-30得票数 2
我对用Python和Prophet做时间序列非常陌生。我有一个数据集的变量文章代码，日期和数量出售。我试图预测每个月每一篇文章的销售量，使用python中的Prophet。
我尝试使用for循环为每一篇文章执行预测，但我不确定如何在output(预测)数据中显示项目类型，并将其直接从"for循环“写入文件。
df2 = df2.rename(columns={'Date of the document': 'ds','Quantity sold': 'y'})
for article in df2['Arti
浏览 2提问于2018-03-12得票数 4
回答已采纳
我是时间序列预测的新手，我希望将ARIMA/Prophet模型与基于历史股票市场数据和社交媒体情绪评分的XGBoost模型进行比较，预测未来的股票市场价值。
我更熟悉机器学习，所以通常会使用像R^2这样的评估指标来评估这类问题的模型性能。
是否有像ARIMA/Prophet这样的预测方法来评估它们的准确性，这样我就可以和XGBoost的预测精度做类似的比较了吗？
浏览 0提问于2020-07-15得票数 3
1回答
关于先知的模型评估
、、、、
我正在运行这段代码。使用Prophet对多个时间序列进行预测，但不知道如何评估模型。提前感谢
import pandas as pd
from fbprophet import Prophet
data = pd.read_csv(r'C:\Users\XXX.csv')
ids = data['id'].unique()
series = []
for id in ids:
f = data[data['id'] == id]
series.append(f)
def run_prophet(timeserie):
mod
浏览 2提问于2019-11-11得票数 0
这是数据框中的日期格式 'data.frame': 2663 obs. of 2 variables:
$ Date : chr "25-Sep-20" "24-Sep-20" "23-Sep-20" "22-Sep-20" 如何转换为合适的日期格式以应用Auto Arima或Prophet模型？ 对于Arima / Prophet预测模型，周末日期或任何日期丢失是否会成为问题？
浏览 38提问于2020-09-25得票数 1
我正在使用Prophet进行销售预测，我有几个CSV。大多数按日期表示特定地点的销售数据(例如"Location1.CSV有“2010年1月1日，售出X个小部件”等。)
有一个主CSV，它聚合了所有地点的销售额。我已经使用Prophet来预测所有地点的销售额，效果很好，但每个地点的数据非常不稳定。
我看到每个商店预测的平均误差( MAE )要高得多，而整体模型的MAE要低得多。
我是否可以使用整体销售模型来尝试预测每个地点的销售额？或者，除了使用每个地点的原始销售数据之外，还有没有其他方法来预测该地点的销售额？
浏览 3提问于2019-09-08得票数 0
当我运行以下代码时，不会收到此错误：
## https://www.dataiku.com/learn/guide/code/r/time_series.html
library(readxl)
library(forecast)
library(dplyr)
library(prophet)
library(rstan)
library(Hmisc)
library(caret)
data<-read_excel("Time Series/Items.xlsx", col_types = c("text", "numeric"))
N
浏览 0提问于2018-05-01得票数 2
回答已采纳
1回答
Facebook发布了预测时间序列的先知。虽然get 确实概述了如何使用预测()函数进行预测，但是它没有提到任何方法来评估预言家所做的时间序列预测，例如检查残差或残差的自相关等。例如，以下几行将作出预测：
library(prophet)
library(dplyr)
library(lubridate)
df <- read.csv('example_wp_peyton_manning.csv') %>% mutate(y = log(y))
df$ds <-ymd(df$ds) # ds is now a Date type
mode
浏览 2提问于2017-03-20得票数 4
我已经创建了ds和y格式的数据源，但仍然收到above...please错误，请参阅下面的代码 import pandas as pd
import numpy as np
import pystan
from fbprophet import Prophet
import matplotlib.pyplot as plt
plt.style.use("fivethirtyeight")
df = pd.read_csv(r'C:\Users\sussmanbl\Desktop\fb prophet ar hi
浏览 403提问于2020-07-15得票数 0
1回答
我试图一次从fabletools中提取3种型号的诊断信息，并使用精度()函数。我知道这个错误：
Error in accuracy.default(rec_fore, df) :
First argument should be a forecast object or a time series.
rec_fore是tbl_ts。从在线文档中，我认为这个函数应该在这个类上工作，而不需要被强迫。有小费吗？代码如下..。
# Train
rec_fit <- df_train %>%
model(
nnar_rec = NNETAR(rec
浏览 3提问于2022-07-05得票数 0
回答已采纳
1回答
时间序列预测-错误结果
、、、、
我以前没有做过任何时间序列预测，我试着根据每小时的日期时间桶来预测来自呼叫中心的总呼叫量。当我绘制预测时，数据是正确绘制的，但预测与预测相差甚远。 ? 这是我使用的代码。它类似于入门中的那个。 df.rename(columns={'date':'ds','count':'y'},inplace=True)
df["ds"] = pd.to_datetime(df["ds"])
new_data=df[['ds','y']]
#input data to
浏览 41提问于2021-10-08得票数 0
回答已采纳
1回答
预言家预测超过能力
、、、
我建立了一个预言家模型，可以预测4G移动网络的年覆盖范围。
> data
ds y Expln
1 2012-08-13 59.0 1.00000
2 2013-08-13 59.0 21.79000
3 2014-08-13 59.0 59.10000
4 2015-08-13 65.0 71.00000
5 2016-08-13 65.0 79.26572
6 2017-08-13 67.0 85.57209
7 2018-08-13 79.0 89.87105
8 2019-08-13 82.0 92.98643
9 2020-08-13 97.8
浏览 8提问于2022-08-14得票数 0
回答已采纳
4回答
我试图在Ubuntu上安装Anaconda中的Facebook先知，以下说明如下：
。
在Anaconda中，当我单击环境时，fb先知与其他已安装的包一起列出。问题是，当我试图在木星中使用fb先知时：
from fbprophet import Prophet
我得到了一个错误："ModuleNotFoundError:没有名为‘fb先知’的模块“。这很奇怪，因为根据Anaconda的说法，fb先知包似乎安装在我的环境中。
有人能帮忙吗？
谢谢!
浏览 10提问于2020-04-21得票数 3
回答已采纳
1回答
我有为期一年的15个预测变量的每周数据(52个观察值)。我计划将Prophet预测与VAR模型进行比较。 有没有办法对这两个模型进行交叉验证，特别是VAR。 谢谢 惠普
浏览 50提问于2020-04-08得票数 0
我正在使用python中的prophet进行时间序列预测。拟合模型后，当我使用plot_components(预测)绘制季节分量时，我得到每个图的两个副本:趋势、每日季节性等的两个副本。知道为什么吗？
浏览 4提问于2018-12-07得票数 2
1回答
你好，我是在预测时间序列领域的新成员，我正在从事一个项目，以预测每小时从传感器的访客数量。我发现，对于一个值从0到400的变量，RMSE等于76。这个rmse是否可以被认为是一个好的结果，以及我如何解释它。
RMSE MAE
Sarima 76.094180 46.066214
Prophet 76.247419 46.120543
XGBoost 76.405984 46.193548
非常感谢
浏览 0提问于2021-06-12得票数 0
1回答
基于R的多项先知预测
、、、
我是非常新的时间序列预测使用先知在R，我能够预测一个产品的价值使用先知。有任何方法，如果我可以使用循环生成预测使用先知为多种产品？下面的代码对于单个产品是非常好的，但是我试图为多个产品生成预测。
library(prophet)
df <- read.csv("Prophet.csv")
df$Date<-as.Date(as.character(df$Date), format = "%d-%m-%Y")
colnames(df) <- c("ds", "y")
m <- prophet(df
浏览 2提问于2018-08-29得票数 5
回答已采纳
我正在尝试使用Python中的for循环与Facebook Prophet预测相结合，这样我就能够对我想要预测的每个产品进行预测。 这里给出的答案几乎是完美的：forecasting values for each category using Prophet in python 答案不包括如何将循环的输出以主题启动器在屏幕截图中发布的方式写入CSV。 当我通过以下方式亲自尝试时： df_temp = get_prediction(df2)
print(df_temp)
df_output = pd.DataFrame(list(df_temp.items()))
df_output.to
浏览 20提问于2019-04-21得票数 0
回答已采纳
2回答
我正在寻找一种方法，在这种方法中，我只能绘制我的时间序列的特定部分。我有一个通过FB Prophet功能的预测模型。另请参阅下面的图和代码。你知道我怎么才能画出2019年到2021年之间的日期吗？ ? # plotting of predictions with actual values from 30-09-2020 until 30-10-2020; Combine Prediction and actual values
m_data_DJI_recent.plot(prediction_2)
plt.plot(df_DJI, color = "red")
p
浏览 64提问于2020-11-08得票数 1
1回答
R^2度量可以用于滚动预测吗？
、、、、
我预测了一些定价数据，并使用一些标准指标(MSE，MAE，R^2)对其进行了评估。预测是使用fb先知和滚动的ARIMA预测。预测图如下所示：
我们可以看到滚动的ARIMA很好地跟踪了测试数据(也许太好了？)过度适应？)而预言家的预测略有偏离。
然而，当我计算这两种预测的指标时，我得到了以下值：
ARIMA Rolling RMSE: 2.7175816638468993
ARIMA Rolling MSE: 7.385250099676881
ARIMA Rolling MAE: 1.4263079222919917
ARIMA Rolling R2 Score: 0.65593
浏览 12提问于2022-03-16得票数 0
1回答
试图安装fb预言家，但花费了这么长时间，这两个vscode编辑器都运行了将近一个小时。
conda install -c conda-forge prophet
浏览 13提问于2021-12-21得票数 -2
我正在尝试将prophet包安装到Databricks。我想把它直接安装到我的集群中，而不是笔记本上。下面是将其安装到notebook的代码： Sys.setenv(DOWNLOAD_STATIC_LIBV8 = 1)
remotes::install_github("jeroen/V8")
devtools::install_version("rstantools", version = "2.0.0")
install.packages('prophet') 但是，我想将其直接下载到我的集群中。我如何将这段代码添加到我的Da
浏览 41提问于2021-11-08得票数 2
回答已采纳
1回答
我有一个每月的时间序列数据，我想通过使用交叉验证来使用Fable包中的不同模型对其进行建模，以了解所考虑的模型中最好的模型。
# My data
google <- read_csv("google.csv") %>%
tsibble(index = date)
# dimension of the data is 60 by 2.
]
# Training data for cross validation
google_tr <- google %>%
slice(1:(n()-1)) %>%
stretch_tsib
浏览 3提问于2020-11-17得票数 1
我绘制了FB Prophet模型的预测组件，但我不知道如何很好地解释plots.It输出的“趋势”、“假日”、“周”和"extra_regressors_multiplicative“折线图。
这些数字说明了什么？非常感谢!
浏览 2提问于2020-07-06得票数 0
我在加载安装在我的环境中的软件包时遇到了问题，我不知道为什么。
conda list
fbprophet 0.3.post2 py36_0 conda-forge
当我请求安装在conda中的库时，它清楚地显示我已经安装了fb先知。现在，当我导入它时，会抛出一个ModuleNotFoundError异常。
from fbprophet import Prophet
---------------------------------------------------------------------------
Mo
浏览 0提问于2018-11-11得票数 0
1回答
当我在Prophet模型上调用predict时，平均预测是yhat，但当我将平均趋势和季节性列相加时，这并不等于yhat中的值。 为什么列中的术语不能与yhat、yhat_lower和yhat_upper相加
浏览 21提问于2019-06-21得票数 1
1回答
我有从7月17日到7月18日的零售销售数据，我想把这个系列延长到1月17日到6月17日，我没有这方面的数据。
因为这是零售数据，所以我想使用prophet包，因为它考虑了假日和月度/年度趋势。然而，我不能让它预测过去的数据，因为我不能调用make_future_dataframe给我过去的时间段。
我不能共享数据，所以在我的示例中，y是从rnorm()生成的
data = structure(list(ds = structure(c(17683, 17652, 17622, 17591, 17563,
17532, 17501, 17471, 17440, 17410, 17379, 17
浏览 4提问于2018-07-25得票数 0
回答已采纳
我在R中有一个，我通过以下操作从雪花中检索数据集：
snowflake_tbl_name <- "xxxxxx"
tickerDF <- SparkR::read.df(
source = "snowflake",
sfUrl = "xxxxxx.snowflakecomputing.com",
sfUser = "xxxxxxx",
sfPassword = "xxxxxxxxxx",
sfDatabase = "x
浏览 4提问于2022-04-30得票数 0
1回答
先知预测
、、
我的数据为每周一次，如下所示：
试图用下面的代码实现先知模型。
df.columns = ['ds', 'y']
# define the model
model = Prophet(seasonality_mode='multiplicative')
# fit the model
model1=model.fit(df)
model1.predict(10)
我需要预测未来10 weeks.How的每周输出，我能修复这个问题吗？
我需要预测未来10 weeks.How的每周输出，我能修复这个问题吗？
浏览 7提问于2022-11-21得票数 1
回答已采纳
我正在使用Prophet (Python)来大量预测和分析时间序列。这意味着我的时间序列具有相同的属性，但它们并不完全相同。它们都是从2016-01-01到2020年-7月-01。
我想交叉验证我的结果使用前3年的数据，我的预测目标是15天。
什么是最好的配置来测试我的适应使用前3年，目标是15天的预测？
以下是我天真的尝试：
df_cv = cross_validation(mts, initial="1095 days", period='31 days', horizon = '15 days')
我不知道应该在“周期”和“地平线”参数中添
浏览 2提问于2020-07-27得票数 0
回答已采纳
1回答
当我把我的先知模型从加性转变为乘性季节性时，我就产生了奇怪的影响：
虽然我的预测要好得多，但我的趋势似乎成倍地下降到了预期值的10%。
我预计这一趋势将保持在相同的价值区间。我说错了吗？
具有加性季节性的例子：
proph_model = Prophet()
proph_model.fit(df)
如预期的结果：
具有乘性季节性的例子：
proph_model = Prophet( seasonality_mode="multiplicative" )
proph_model.fit(df)
结果预测更好，但奇怪的是下降趋势：
我目前
浏览 9提问于2022-09-23得票数 0
2回答
我正在探索python中时间序列的层次预测，并遇到了库。我使用pip install scikit-hts安装了这个包。我遵循了教程中提到的步骤。我创建了层次树并进入了建模部分。我想用Facebook预言家算法预测底层预测。我运行了以下代码
clf = hts.HTSRegressor(model='prophet', revision_method='AHP', n_jobs=0)
model = clf.fit(hierarchy_train, hierarchy)
这发出了警告信息，
Fitting models: 0%| | 0/4
浏览 8提问于2021-04-14得票数 1
参考文献：
有几件事要注意：
我有48 my的ram这里是我使用的库的版本
- Python 3.7.7
- dask==2.18.0
- fbprophet==0.6
- pandas==1.0.3
我进口熊猫的原因仅仅是为了这条线。
pd.options.mode.chained_assignment = None
这有助于在im使用dask.distributed时执行dask错误。
所以，我有一个21 am的csv文件，我正在使用dask和jupyter笔记本.我试着从mysql数据库表中读取它，但是内核最终崩溃了
我尝试过多种组合使用本地网络的工作人员、线程和可用内存、可用st
浏览 2提问于2020-06-08得票数 0
我使用Prophet来预测销售额，并使用饱和度参数来没有负值：
df_prof = df_prof.sample(1000) df_prof‘’cap‘= 6000 df_prof’‘floor’= 10
M=预言家(growth=‘logistic’)
m.fit(df_prof)
future = m.make_future_dataframe(periods=365)
future['cap'] = 6000
future['floor'] = 10
forecast = m.predict(future)
fig1 = m.plot(forecast)
浏览 21提问于2020-02-06得票数 3
我正在使用QlikSense桌面最新版本，并试图使用Pytools.Prophet运行预测。
但它并没有给我看输出。这是我使用过的数据和函数。
PyTools.Prophet([Data_col.autoCalendar.Date],Avg(Shipments),'freq=M'). I am not getting the forecast line.
Qlik工具位于C:\Users\user-name\Documents\qlik-py-tools-6.2文件夹中，我启动文件"Qlik-Py-Start.bat“。
我启动.bat文件，然后打开C：\user\us
浏览 7提问于2020-01-13得票数 0
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
