将具有多次迭代的函数应用于pandas级数的最佳方法
是使用.apply()方法。该方法允许我们将函数应用于级数的每个元素，并返回一个新的级数。
首先，我们需要定义一个函数，该函数将被应用于级数的每个元素。假设我们要将一个函数func应用于级数series的每个元素：
def func(x):
# 函数的逻辑代码
# ...
return result然后，我们可以使用.apply()方法将函数func应用于级数series的每个元素：
new_series = series.apply(func)这将返回一个新的级数new_series，其中包含应用了函数func的结果。
使用.apply()方法的优势是它可以在级数中的每个元素上运行复杂的自定义函数，并返回一个新的级数。它提供了灵活性和可扩展性，可以处理各种数据处理任务。
关于pandas的更多信息和相关产品，请查阅腾讯云文档：
- pandas官方文档：pandas Documentation
- 腾讯云数据分析服务 TDSQL：腾讯云数据分析服务 TDSQL
- 腾讯云数据仓库服务 TDSW：腾讯云数据仓库服务 TDSW
- 腾讯云人工智能平台（AI Lab）：腾讯云人工智能平台（AI Lab）
- 腾讯云区块链服务：腾讯云区块链服务
- 腾讯云云原生应用平台：腾讯云云原生应用平台
- 腾讯云音视频服务（VOD）：腾讯云音视频服务（VOD）
- 腾讯云物联网平台：腾讯云物联网平台
- 腾讯云移动开发平台（MTP）：腾讯云移动开发平台（MTP）
- 腾讯云对象存储（COS）：腾讯云对象存储（COS）
- 腾讯云直播云服务（LVB）：腾讯云直播云服务（LVB）
- 腾讯云内容分发网络（CDN）：腾讯云内容分发网络（CDN）
- 腾讯云全球应用加速（Global Application Acceleration）：腾讯云全球应用加速（Global Application Acceleration）
相关·内容
1回答
我可以看到有2/3的索引方式。iloc、loc和ix (我猜在更早的版本中就有)。在实验中，我发现了另一种可行的方法。想要澄清，为什么它会起作用？当用户没有指定任何东西时，loc是默认的方法吗？ import pandas as pd
import seaborn as sns
iris = sns.load_dataset("iris") iris[iris['species']=="setosa"].head()和iris.loc[iris.species == "setosa"].head()给出的结果与 sepal
浏览 24提问于2020-07-18得票数 1
回答已采纳
2回答
假设我有一个递归函数，它在到达基本情况之前多次调用自身(就像阶乘)，/获得一个值来开始沿链向上展开其余部分。编译器是否会将其优化为相同的代码，就像我要以迭代格式编写该函数一样？
浏览 0提问于2013-04-13得票数 0
回答已采纳
1回答
我试图确定在我的熊猫数据中添加一列的最佳方法，该列将总分钟(以int格式)转换为HH:MM格式。我知道，最简单的方法是使用日期时间，但我似乎无法找到最好的方式来转换数据从一个系列来实现这一点。
以下是错误消息：
TypeError: unsupported type for timedelta minutes component: Series
代码(例如346.0)：
df['minutes_asleep_hm'] = str(timedelta(minutes=df['minutes_asleep']))[:-3]
类型：
Name: minutes_asl
浏览 1提问于2020-06-27得票数 1
回答已采纳
3回答
我有一个pandas数据帧，我想在其中验证列A大于列B(按行)。我正在做类似这样的事情
tmp=df['B']-df['A']
if(any( [ v for v in tmp if v > 0])):
....
我想知道是否有更好的(简明的)方法，或者熊猫数据帧是否有这样的内置例程来实现这一点。
浏览 8提问于2019-11-05得票数 1
回答已采纳
我需要将Python程序翻译成Javascript，我多次看到numpy.apply_along_axis，但不知道如何在Javascript中做到这一点。请帮帮我！
浏览 1提问于2015-06-26得票数 3
2回答
我制作了一个角度为6的系统，我有更多的100个输入，但是我有很多形式，而且表单使用了很多次。因为它是我想要创造的动态形式。但是我认为连接输入配置以更正对象的最佳形式是什么。
我想创建输入的所有定义并捕捉基于对象的值，但我的定义是这样做的
let inputs: FormBase<any>[] = [
new InputTextForm({
key: 'Id',
label: 'Id',
value: '',
required: true,
浏览 0提问于2018-07-31得票数 3
回答已采纳
我有一个数据序列'rpt_date‘：
>>> rpt_date
STK_ID
000002 [u'20060331', u'20060630']
000005 [u'20061231', u'20070331', u'20070630']
>>> type(rpt_date)
<class 'pandas.core.series.Series'>
>>>
以及如何通过以下方式创建multiIndex对象(pan
浏览 5提问于2012-09-15得票数 0
回答已采纳
data = pandas.read_csv("weather_data.csv")
print(type(data['temp'][1]))
当我试图打印从panda.Series访问的整数数据的类型时，它显示了<class 'numpy.int64'>，这是否意味着numpy主要嵌入在pandas中？
浏览 2提问于2021-06-07得票数 0
回答已采纳
list(map(lambda x, y: x+y, [1,2,3], [1,2,3,4]))
如果两个列表的长度不同，程序是否会在其中一个列表完成迭代之前进行评估？所以对于上面的例子，它是2，4，6。
浏览 3提问于2013-10-27得票数 2
回答已采纳
2回答
我想我用pandas.Series.agg方法发现了一个异常。
这是我发现的。
>>> v = pd.Series([172, 172, 170.0, 170., 168.])
>>>
>>> v.agg(np.mean)
170.4
>>>
>>> v.agg(lambda x: np.mean(x))
0 172.0
1 172.0
2 170.0
3 170.0
4 168.0
dtype: float64
>>>
>>> np
浏览 14提问于2021-08-01得票数 1
2回答
我正在尝试平移一个函数，并从中传递多个字段。不幸的是，下面的代码给出了评审字段的正确答案，但也打印了userid和userid的所有值。
for review in pyrecords['review']:
analyze_text(review,u'english',pyrecords['dealid'],pyrecords['userid'])
数据文件是这样的。
>>> pyrecords
<class 'pandas.core.frame.DataFrame'>
浏览 2提问于2013-10-11得票数 1
回答已采纳
7回答
有什么关系？这些是一样的吗？如果没有，谁能给我举个例子？
MW:迭代-1:迭代或重复的动作或过程:a:一系列操作的重复产生的结果逐渐接近预期结果的过程b:将一系列计算机指令重复特定的次数或直到满足条件为止
递归-3:一种计算机编程技术，涉及过程、子例程、函数或算法的使用，它调用自身一次或多次，直到满足指定的条件，此时每次重复的其余部分从最后一次调用到第一次被调用
浏览 0提问于2010-04-05得票数 4
回答已采纳
尝试在我的熊猫数据框上创建一个名为loan_status_is_great的列。如果loan_status为"Current“或"Fully”，则应包含整数1。否则，它应该包含整数0。
我使用作为我的数据集。
我的问题代码是：
def loan_great():
if (df['loan_status']).any == 'Current' or (df['loan_status']).any == 'Fully Paid':
return 1
else:
return 0
df[
浏览 8提问于2019-11-02得票数 0
1回答
我想找出两本字典的不同之处。
我正在使用Python3.5，并且想知道获得集合之间差异的最佳方法。我知道set操作，但我不确定这是否是在我目前的情况下实现这些操作的最佳方式。
我现在拥有的是：
orig = set()
chng = set()
original = [{"name": "Tom Pety", "name_id": 1}, {"name": "Tom Cruz", "name_id": 2}]
changed = [{"name": "Tom Petty&#
浏览 1提问于2018-01-23得票数 0
回答已采纳
我已经为这个问题写了多次尝试，但我认为这是我能得到的最接近的结果。这个解决方案使方法无限递归，因为我没有基本情况，并且我不能弄清楚它。counter++线路是无法到达的，我不能让它工作，我很累。使用循环会很容易，但递归对我来说是一种新概念，如果有人帮我解决这个问题，我会很感激。
public static double pi(int a, double b){
int counter=0;
if (counter %2==0){
return a-(a/(pi(a,b+2)));
counter++;
} else {
return a+(a/(pi(a,b+2))
浏览 2提问于2014-10-31得票数 0
我正在试图计算这个嵌套循环运行的次数，mathematically.
//Nested Loop (A)
for(int i = 1; i <= n; i++)
for(int j = 1; j <= i; j++)
我知道这个循环将运行((n)(n + 1))/2，但是当我试图用数学计算它时，结果似乎不同。
例如：
//<This nested loop will run m x n times.
for(int i = 0; i < m; i++)
for(int j = 0; j < n; j++)
在嵌套循环(A)中：
for(int
浏览 0提问于2014-12-20得票数 0
回答已采纳
2回答
我有一个3500个观测x 70个特征的数据集，这是我的训练集，我也有一个600个观测x70个特征的数据集，这是测试集。
目标是将观测值正确分类为0或1.2000，训练集的观测值为0，其余的1600观测值为1。
我的目标是尽可能多地召回precision>=90%。
我只根据树的数量(从50到650棵树)对集成算法进行网格搜索。对于每种算法，精确>=的最佳召回率为90%，分析结果如下：
随机森林(375棵树)
from sklearn.ensemble import RandomForestClassifier
classifier = RandomForestClassifier(
浏览 0提问于2018-09-20得票数 5
3回答
假设我有一个有以下列的数据框架
df.head()
ref_loc ref_chr REF ALT coverage base
9532728 21 G [A] 1 A
9540473 21 C [G] 2 G
9540473 21 CTATT [C] 2 G
9540794 21 C [T] 1 A
9542965 21 C [A] 1 T
我希望将列ALT与列base进行比较，并查看匹配和差异。根据匹配和差异，我想生成一个名为cate的新列。
为此，我尝试使用以下函数，
def grou
浏览 1提问于2019-11-20得票数 1
回答已采纳
3回答
在Ruby中计算几何级数的最佳方法是什么？
有没有可用的内置方法？
我应该使用一些数学宝石吗？
或者我应该实现我自己的小函数？
浏览 0提问于2011-12-30得票数 0
回答已采纳
我正在尝试使用lambda属性在pandas中创建一个条件语句。我想也许我的语法有点不对劲，我需要稍微修正一下课程。如有任何建议，我们将不胜感激：
import pandas as pd
Top15['HighRenew'] = Top15['% Renewable'].map(lambda x: 1 if Top15[(Top15['% Renewable'] >= Top15['% Renewable'].median())] else 0)
浏览 0提问于2016-11-19得票数 0
1回答
我需要创建一个只返回属于内部的函数的名称的方法。在下面的示例中，我希望返回：_GLOBAL__I_a
示例：
define i32 @ main (i32% argc, i8 **% argv) {...
define i32 @ _Z9Factoriali (i32% M) {nounwind ...
define internal void @ _GLOBAL__I_a () section. "text.startup" {...
识别内部功能的最佳方法是什么？
浏览 2提问于2014-02-27得票数 2
回答已采纳
我有一个6x4的熊猫数据帧，里面充满了来自标准正态分布的随机数(索引是从0到5，列'A'，'B'，'C‘和'D’。
import pandas as pd
df = pd.DataFrame(np.random.randn(6,4), index=[0,1,2,3,4,5], columns=list('ABCD))
看起来像这样：
我添加了一个包含一些字符串的列：
df['E'] = ['one', 'one', 'two', 'three', &#
浏览 25提问于2017-01-19得票数 1
回答已采纳
我在r中使用DTWCLUST包。这是我的代码。
library(dtwclust)
sc1 <- read.table("D:/handling data/confirm4.csv", header=T, sep="," )
hc_sbd <- dtwclust(sc1, type = 'h', k=5L, method = 'ward.D', preproc = zscore,
distance = 'dtw', control = list(trace=TRUE) )
浏览 1提问于2017-08-26得票数 0
回答已采纳
我正在学习熊猫，有一个非常基本的问题。我知道pandas引入了许多不同的基于numpy数组的新对象(如索引和numpy数组)，但这些存在于pandas中的“对象”与我正在学习的np.bool、int、float、datetime64等pandas数据类型有什么不同？
如果像pandas index这样的对象是乐高积木，允许我们在pandas中做事情，那么这些数据类型是什么？数据类型也是pandas对象吗？
浏览 1提问于2019-12-26得票数 0
1回答
我正在尝试将指数曲线拟合到由pandas数据帧表示的一些数据。数据如下所示： ? 我用来进行曲线拟合的代码： import pandas as pd
import numpy as np
from matplotlib import pyplot as plt
from scipy.optimize import curve_fit
t = df['time'].values
ym = df['value'].values
def func(t, c0, c1, c2, c3):
return c0 + c1*t - c2*np.exp(-
浏览 59提问于2020-10-16得票数 1
2回答
在不提供分组的情况下，使用pandas.pivot_table计算整个表上的聚合函数的最佳方法是什么？
例如，如果我想将A、B、C的和计算成一个有一行的表，而不按任何列进行分组：
>>> x = pd.DataFrame({'A':[1,2,3],'B':[8,7,6],'C':[0,3,2]})
>>> x
A B C
0 1 8 0
1 2 7 3
2 3 6 2
>>> x.pivot_table(values=['A','B'
浏览 10提问于2015-07-01得票数 2
回答已采纳
下面的代码在每个列上使用nlp()来确定类型。然而，这可能需要很长时间，这取决于我的数据大小。我想知道如何在选定的行数上应用该函数？例如，如果我只想将它应用于每一列的前100行？
import spacy
import pandas as pd
import en_core_web_sm
import numpy
nlp = en_core_web_sm.load()
df = pd.read_csv('https://climate.weather.gc.ca/climate_data/bulk_data_e.html?format=csv&stationID=27211&
浏览 2提问于2020-07-05得票数 1
回答已采纳
5回答
下面的所有内容似乎都是在迭代熊猫系列中的元素。我相信有更多的方法可以做到。有什么不同，哪一种是最好的方式？
import pandas
arr = pandas.Series([1, 1, 1, 2, 2, 2, 3, 3])
# 1
for el in arr:
print(el)
# 2
for _, el in arr.iteritems():
print(el)
# 3
for el in arr.array:
print(el)
# 4
for el in arr.values:
print(el)
# 5
for i in range(
浏览 4提问于2021-08-05得票数 11
回答已采纳
下面的代码不工作。为什么map函数返回类型错误？我试过很多次了。有人能给出以下代码的正确理由吗？
n=26
string_array_1=[0]*n
string_array_2=[0]*n
string_1='ababc'
string_2='abab'
for char in string_1:
char_index=list(map[char])
string_array_1[char_index]=string_array_1[char_index]+1
for char in string_2:
char_index=stri
浏览 3提问于2022-02-08得票数 1
2回答
我正在创建一个程序，可以将单词中的所有字母(文本文件中的173528)从小写字母转换为大写字母。
下面是函数：
void CapitalizeDictionary(char *Words[]) {
int i = 0;
while (Words[i] != '\0') {
Words[i] = Words[i] - 32;
}
i++;
}
有初始化、打印和释放功能。下面是我的主要函数：
int main() {
char *Words[NWORDS];
Initialize(Words);
Cap
浏览 3提问于2017-02-19得票数 1
1回答
因此，我使用pandas从csv文件中获取输入，并使用nltk对其执行标记化。然而，我得到了以下错误：
Traceback (most recent call last):
File "test.py", line 20, in <module>
word = nltk.word_tokenize(words)
File "/home/codelife/.local/lib/python3.5/site-packages/nltk/tokenize/__init__.py", line 109, in word_tokenize
浏览 2提问于2017-05-09得票数 0
2回答
下面有一个迭代器容器的虚拟示例(真正的迭代器容器读取的文件太大，无法容纳内存)：
class DummyIterator:
def __init__(self, max_value):
self.max_value = max_value
def __iter__(self):
for i in range(self.max_value):
yield i
def regular_dummy_iterator(max_value):
for i in range(max_value):
yiel
浏览 5提问于2015-07-06得票数 6
回答已采纳
1回答
我有一个迭代器，我想在迭代器上执行函数，直到迭代器为空。我下面的方法是正确的还是有更好的练习？
import pandas as pd
df_iter = pd.read_csv(file_path, chunksize=some_chunksize_value)
def some_function(data):
try:
do sth with data.__next__()
some_function(data)
except StopIteration:
do sth here
return True
浏览 0提问于2019-05-31得票数 0
回答已采纳
对于一个可迭代的对象，我们可以使用 for item in items: 但是，如果我有两个并排的可迭代程序，比如有两列的pandas数据帧，会怎么样呢？我可以使用上面的方法遍历一列，但是有没有一种更优雅的方法同时遍历两列呢？ import pandas as pd
df = pd.DataFrame({'col 1': [1,2,3,4,5], 'col 2': [6,7,8,9,10]})
i = 0
for j in df['col 1']:
print(j)
print(df['col 2'][i])
浏览 15提问于2019-02-15得票数 1
1回答
我正在学习R，在进行K均值聚类时，我多次遇到下面的函数，用于从scree图中确定最佳K。现在，我确实理解了函数背后的逻辑，但是我很难理解R函数，请有人解释一下。
wssplot <- function(data, nc=15, seed=1234)
{
wss <- (nrow(data)-1)*sum(apply(data,2,var))
for (i in 2:nc)
{
set.seed(seed)
wss[i] <- sum(kmeans(data, centers=i)$withinss)
}
pl
浏览 3提问于2015-11-17得票数 0
回答已采纳
2回答
假设我有这样的数据
import pandas as pd
df = pd.DataFrame({'ID':[1,1,1,1,1,2,2,2,2], 'Order':[1,2,3,4,5,1,2,3,4]})
df
ID Order
0 1 1
1 1 2
2 1 3
3 1 4
4 1 5
5 2 1
6 2 2
7 2 3
8 2 4
我需要按整个块对样本进行升级，因此基本上为ID == 1和ID == 2创建了块的新副本。
df_upsampled = pd.DataFr
浏览 8提问于2022-04-25得票数 4
回答已采纳
3回答
我真的不明白为什么在为“课程”创建一个带有groupby的Dataframe时，我会得到一个入口位置输出？
代码：
import pandas as pd
technologies = ({
'Courses':["Spark","PySpark","Hadoop","Python","Pandas","Hadoop","Spark","Python","NA"],
'Fee' :[22000,250
浏览 22提问于2022-10-22得票数 0
回答已采纳
我正在寻找一种在sum枚举器示例中为集合创建自定义枚举器的方法--多次使用reduce()，而只有和值并不是一个好的解决方案。
Enumerable API指出枚举器必须实现nextObject方法并具有length属性。但并不是所有的内置枚举器都有它们。
我试图重新打开Ember.Enumerable类，但失败了。
如何创建基于sum的reduce枚举数(或资源如何实现)将是一个很大的帮助。
编辑
# custom enumarator I want to have
sum = @get('items').sum(0)
# current solution
sum = @g
浏览 1提问于2014-05-16得票数 0
回答已采纳
3回答
函数中的c++大向量多次调用
、、、、
我有一个函数，为它的内部工作创造了一个很大的向量。比如说我们也需要多次调用这个函数。处理向量的内存创建/销毁的最佳方法是什么(因素是性能、代码质量.)
方法1：
void f(int n) {
vector<int> v(n);
}
int main() {
for (int i = 0; i < 1000000; ++i) f(10000000);
}
方法2：
void f(int n) {
static vector<int> v;
v.reserve(99999999); // say this is the ma
浏览 4提问于2016-10-29得票数 1
回答已采纳
在看到关于在Pandas中复制类似SQL select语句的行为的之后，我添加了，展示了两种可以缩短中针对该问题给出的冗长语法的方法。
尝试过后，我的两个语法较短的方法明显慢了很多，我希望有人能解释一下原因
您可以假设下面使用的任何函数要么来自Pandas、IPython，要么来自。
import pandas
import numpy as np
N = 100000
df = pandas.DataFrame(np.round(np.random.rand(N,5)*10))
def pandas_select(dataframe, select_dict):
inds = da
浏览 0提问于2012-11-19得票数 1
回答已采纳
3回答
计算一个级数的和
、、
我需要使用混合和递归方法计算无穷级数的和。这两种方法有什么区别？
下面的代码显示了我是如何做到的。我用的是哪种方法？
例如，要计算级数
Sum = -X -(X^2/2) -(X^3/3) -(X^4/4)....etc
我会用这个代码
sum := -x;
numerator:= x;
n := 2;
current := -x;
repeat
numerator := numerator * x;
previous := current;
current := numerator/n;
n := n + 1;
sum := sum - current;
浏览 2提问于2012-10-22得票数 0
在Scala /List(或其他类似的对象集合)上迭代并设置特定对象字段的值的最佳方法是什么？
例如，一个案例类：
case class AmazingData(age: Int, name: String)
val ad1 = AmazingData(12, "bar")
val ad2 = AmazingData(12, "foo")
val ad3 = AmazingData(12, null)
val alotOfAmazingData: Seq[AmazingData] = Seq(ad1, ad2, ad3)
现在，我想在alotOfAmazin
浏览 4提问于2017-01-31得票数 1
回答已采纳
2回答
基于多列值的熊猫群
、、、、
我有一个dataframe，我试图用pandas.groupby来得到累积的总和。我将分组的值显示在两个不同的列中，我很难让groupby正确地工作。我的起始dataframe是：
df = pd.DataFrame({'col_A': ['red', 'red', 'blue', 'red'], 'col_B': ['blue', 'red', 'blue', 'red'], 'col_A_qty': [1, 1, 1
浏览 1提问于2021-09-27得票数 0
回答已采纳
1回答
KeyError同时使用熊猫数据
、、、、
我正在尝试使用python实现自定义性能度量。目的是求出概率的最佳阈值，给出度量A的最低值。我编写了以下计算混淆矩阵和阈值的代码。
def confusion_matrix(self):
"""This method returns the confusion matrix for the given pair of Y and Y_Predicted"""
#y,ypred
y = self.df["y"]
ypred = self.df["
浏览 3提问于2021-07-06得票数 0
回答已采纳
1回答
import pandas as pd
df = pd.DataFrame([['AB,CD'],['AB,FJS'],['DG']],
index = [1,2,3],columns=['A'])
为什么以下两种代码返回不同的结果
for i in df["A"]:
for n in i.split(","):
print(n)
回传
AB
CD
AB
FJS
DG
但另一种代码
def fx(x):
for i in x[&
浏览 8提问于2022-07-16得票数 0
1回答
是否可以将it列更改为两个链接的熊猫数据？
示例：
我有两种数据:用户和评级
📷
我希望用户ID变成如下：
📷
这是我的原始代码：
import pandas as pd
my_dict1 = {'id_user': [-88125, 1256, 1889, -17777, 123, 40506, -885556], 'Age': [20, 32, 45, 20, 21, 33, 54]}
users = pd.DataFrame(my_dict1)
print('******************Users**********************
浏览 0提问于2021-10-19得票数 1
我们定义一本字典：
stats = {'a':1000, 'b':3000, 'c': 100}
然后，我要找到具有最高值的键，我使用：
max(stats,key=stats.get)
我知道关键是max()试图最大化的东西，但是stats.get到底是什么呢？用python编写stats.get返回：
<built-in method get of dict object at 0x7fd6c2d6b240>
浏览 0提问于2018-10-02得票数 1
回答已采纳
我正在使用file.dat打开一个名为pandas.read_csv的文件。file.dat包含数亿行，因此它的大小超过了我的可用内存。该文件如下所示：
2.069921794968841368e+03 4.998600000000000000e+04
2.069943528235504346e+03 4.998600000000000000e+04
2.070004614137329099e+03 4.998300000000000000e+04
2.070022949424665057e+03 4.998100000000000000e+04
2.070029861936420730e+0
浏览 0提问于2019-03-02得票数 2
回答已采纳
1回答
考虑一个初始为空的RB-tree，我们在其中插入m个元素。插入一个元素需要O(log )时间，其中n是当前插入的元素数。因此，我可以将m次插入的总时间记为: i=1..m == log(i) for Pochhammer(1，m)；WolframAlpha。
事实上，m*logm和log(Pochhammer(1，m) )的比率收敛到1，所以我猜这就是为什么我以前在任何地方都没有见过log--Pochhammer。
在计算机科学中还使用了哪些其他“奇异”函数？我知道逆-阿克曼出现在联合查找中，等等。
浏览 0提问于2012-03-17得票数 1
回答已采纳
我想删除pandas数据帧中的子字符串，只保留出现在正列表中的子字符串部分。 我设法做了相反的事情:删除出现在负面列表中的字符串的所有部分。 df['Who'] = ['cute little bear', 'a quick brown fox', 'a bear and a fox']
negative_list = ['cute', 'little', 'a', 'quick', 'brown'. 'and']
positive_
浏览 28提问于2019-02-08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
