2回答
我有“EPD 7.1 for MacOS 10.6.x”的学术发行版，其中有熊猫0.3版。最新的官方版本是0.5.0，所以我想我会升级到最新版本。
以下是我所做的：
从zip保存源的文件
执行的sudo python setup.py install
通过执行nosetests pandas运行测试
请记住，我是蟒蛇的新手。任何关于我的安装失败原因的见解都将不胜感激。下面是错误的片段。整个日志可以在上找到
结果：
在55.011 s中运行1498测试失败(SKIP=4，errors=91，failures=14)
==============================
浏览 1提问于2011-11-25得票数 1
回答已采纳
2回答
我想为我的评估运行一个滚动1000窗口的数据集OLS regression estimation，该数据集位于以下网址：
我尝试在pandas版本0.20.2中使用以下Python脚本。
# /usr/bin/python -tt
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
from statsmodels.formula.api import ols
df = pd.read_csv('estimated.csv', names=('x','y
浏览 4提问于2017-06-23得票数 6
回答已采纳
我发现，与简单的for-循环相比，LinearRegression.fit()在python多处理中运行得更慢，下面是我的代码：
import multiprocessing as mp
from contextlib import contextmanager
from sklearn.linear_model import LinearRegression, Ridge, Lasso
def generate_random_data():
n_samples = int(1e4)
n_features = 100
X = np.random.normal(siz
浏览 4提问于2020-05-06得票数 0
我正在运行一个使用反向消除的多元线性回归。下面是代码
import statsmodels.formula.api as sm
X = np.append(arr = np.ones((50, 1)).astype(int), values = X, axis =
1)
X_opt = X[:,[0,1,2,3,4,5]]
regressor_OLS = sm.OLS(endog= y, exog = X_opt).fit()
regressor_OLS.summary()
X_opt = X[:,[0,1,3,4,5]]
regressor_OLS = sm.OLS(endog= y, e
浏览 0提问于2018-01-12得票数 2
回答已采纳
在我的评估中，我希望使用以下Python脚本对该URL：中的数据集运行滚动的1000窗口OLS regression estimation。
# /usr/bin/python -tt
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
from statsmodels.formula.api import ols
df = pd.read_csv('estimated.csv', names=('x','y'))
model = pd.stats.o
浏览 1提问于2017-06-23得票数 6
1回答
我尝试了python中的PYSAL库作为基本的OLS方法，我遵循了pysal库的官方文档，由于某种原因，OLS的摘要可以显示出来，它说'str‘对象没有' summary’属性。 YVar='cena'
XVars = ["km", "stari", "diesel"]
Y=data[YVar].as_matrix().reshape((len(data),1))
X=data[XVars].as_matrix()
ols=ps.model.spreg.OLS(Y,X,name_y=YVar, name_x
浏览 17提问于2019-08-31得票数 0
1回答
我使用python 3.7.5
我有一个CSV文件，我从out Jira实例中获得该文件，以查看哪个问题在哪个sprint中完成。Jira跟踪问题所在的每个sprint，所以如果您导出一个CSV，您将得到多个Sprint头，数据如下所示：
Issue key,Issue Type,Status,Sprint,Sprint,Sprint,Sprint
OLS-526,Story,Done,Sprint #16,Sprint #17,Sprint #18,Sprint #19
OLS-871,Story,Done,Sprint #18,Sprint #28,,
OLS-165,Story,Done
浏览 3提问于2020-02-07得票数 1
回答已采纳
我想了解python状态模型库是如何工作的。因此，当我试图用OLS t-值的计量经济学公式得到结果时，我得到的答案与在状态模型中的答案不一样。(零截获的OLS)我有：
x = [1,2,3]
y = [7,3,5]
并得到R^2的相同结果，残差与此代码在状态模型中的结果相同：
def ols(x, y):
# OLS
df = pd.DataFrame(data={'x':x, 'y':y})
coeff = sum(df['y'] * df['x']) / sum(df['x'] ** 2
浏览 5提问于2021-02-08得票数 2
回答已采纳
我正在学习统计学习入门，但我在使用scikit learn (我正在尝试用Python复制代码)中找不到系数的置信区间。 X = df.iloc[:, :-1].values
y = df.iloc[:, 1].values
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=1/3, random_state = 0)
classifier = LinearRegression()
classifier.fit(X_train, y_train)
#predciting on X_test
y_p
浏览 15提问于2020-07-28得票数 0
在Python语言中，假设我有一个pandas数据帧，其中的列被标记为Y、X1、X2、X3。我用X1，X2，X3在Y上运行一个OLS回归。我想使用循环将回归中的系数存储在列表中。如何在循环中更改函数的参数？以下代码不起作用。
import pandas as pd
import statsmodels.api as sm
ols = sm.OLS(df[['Y']],(df[['X_1','X_2','X_3']]))
olsfit = ols.fit(cov_type='HC0')
coef = []
fo
浏览 5提问于2017-11-30得票数 0
下面是我正在做的事情：
$ python
Python 2.7.6 (v2.7.6:3a1db0d2747e, Nov 10 2013, 00:42:54)
[GCC 4.2.1 (Apple Inc. build 5666) (dot 3)] on darwin
>>> import statsmodels.api as sm
>>> statsmodels.__version__
'0.5.0'
>>> import numpy
>>> y = numpy.array([1,2,3,4,5,6,7,
浏览 39提问于2013-12-20得票数 48
回答已采纳
在Python的statsmodels.formula.api中，ols功能自动包含和估计一个拦截：
results = sm.ols(formula="s ~ x + y + z", data=somedata).fit()
results.params
(* Intercept 0.632646, x -1.258761, y 0.465076, z 0.497991 *)
因为我把它用在线性概率模型中，有没有办法把截距修正到0.5？
浏览 1提问于2018-06-26得票数 3
回答已采纳
在读入Stata数据后，我在Python中运行OLS时遇到了问题。以下是我的代码和错误消息
import pandas as pd # To read data
import numpy as np
import statsmodels.api as sm
gss = pd.read_stata("gssSample.dta", preserve_dtypes=False)
X = gss[['age', 'impinc' ]]
y = gss[['educ']]
X = sm.add_constant(X) # adding
浏览 4提问于2020-08-31得票数 0
1回答
所以，当我调用命令来查看model.Using这个命令的摘要时，我正在尝试一个多元线性回归模型。
#backward elimination
x_opt=x[:,[0,1,2,3,4,5]]
reg_ols=sm.OLS(endog=y,exog=x_opt).fit()
reg_ols.summary()
Ipython控制台没有显示我要得到的输出的摘要statistic.Instead。
如何获得汇总统计数据?我正在使用python3.6，SpyderVersion3.2.3
浏览 4提问于2017-09-17得票数 1
回答已采纳
如何从适合python状态模型的WLS模型中获得杠杆/ get _影响力
以为例
# Load data
dat = sm.datasets.get_rdataset("Guerry", "HistData").data
# Fit regression model (using the natural log of one of the regressors)
results_ols = smf.ols('Lottery ~ Literacy + np.log(Pop1831)', data=dat).fit()
results_w = sm
浏览 3提问于2016-11-15得票数 1
1回答
我是Python的初学者，我想知道是否有人可以引导我到一个线程(如果之前已经回答过这个问题)，在代码上标记对数据帧中不同列执行的回归。目前我使用的代码如下：
def capm_ols(j):
capm = ols(formula = 'xcesret[column] ~ prem', data=df).fit()
print (capm.summary())
for column in xcesret:
capm_ols(j)
所以这个的结果是我得到了我所有的回归。但是，对于每个旧表，因变量的标签将变为xcesret[column]。这基本上使分析变得
浏览 2提问于2016-10-20得票数 0
1回答
我无法在python StatsModels中得到线性回归来拟合具有负斜率的数据序列--无论是RLM还是OLS都不适合我。举个非常简单的例子，我预计坡度为-1：
In [706]: ts12 = pandas.TimeSeries(data=[5,4,3,2,1],index=[1,2,3,4,5])
In [707]: ts12_h = sm.RLM(ts12.values, ts12.index, M=sm.robust.norms.HuberT())
In [708]: ts12_fit = ts12_h.fit()
In [710]: ts12_fit.fittedvalues
Out
浏览 7提问于2013-11-04得票数 2
回答已采纳
2回答
使用Pandas，我可以按以下方式拟合和使用模型：
ols_test = pd.ols(y=merged2[:-1].Units, x=merged2[:-1].lastqu) #to exclude current year, then do forecast method
yrahead=(ols_test.beta['x'] * merged2.lastqu[-1:]) + ols_test.beta['intercept']
我需要切换到状态模型以获得一些额外的功能(主要是剩余图参见())。
所以现在我有：
def fit_line2(x, y):
浏览 0提问于2014-01-23得票数 3
回答已采纳
1回答
假设有一个范畴变量，教育有不同的价值，如std_10，std_12，研究生，PG和博士，数据集名为df，因变量为收入，另一个独立的连续变量为年龄。我可以使用Python为ols回归创建一个虚拟变量，使用C()。但是，我无法删除一个虚拟变量(例如，要删除毕业生和PG)，这是微不足道的，并保留了虚拟变量的其余部分。
from statsmodels.formula.api import ols
fit = ols('Income ~ C(education) + Age', data=df).fit()
fit.summary()
我尝试使用以下代码，但得到了一个错误。
fit
浏览 0提问于2019-01-27得票数 3
2回答
我正在尝试在Python中将线性回归绘制到散点图上。
在R中，我将简单地执行以下操作：
运行OLS线性回归
fit_1 <- lm(medv ~ lstat)
plot(medv ~ lstat)
abline(fit_1, col = "red")
我一直在寻找不同的Python解决方案，但我似乎无法让它真正工作。
我的脚本是：
绘图数据
Boston.plot(kind='scatter', x='medv', y='lstat', color = "black")
plt.show()
运行线性回归
f
浏览 12提问于2018-02-08得票数 0
回答已采纳
1回答
我正在对一堆数据子集运行OLS多元回归。
我现在正在用它在我的Jupiter Python Notebook中打印结果：
est = sm.OLS(y.astype(float), df_new.astype(float),hasconst=True).fit()
print (est.summary())
我想以某种有序的格式将每个摘要保存到.csvor .xcl中。现在，复制-粘贴不起作用--没有标准分隔符。有什么关于输出每个摘要的编程方法的提示吗？
浏览 14提问于2017-08-27得票数 0
回答已采纳
python中的OLS拟合似乎有两种方法。Sklearn one和Statsmodel one。我更喜欢statsmodel，因为它通过summary()函数给出了系数的误差。但是，我想使用sklearn中的TransformedTargetRegressor来记录我的目标。似乎我需要在获取统计模型中拟合系数的误差和能够在统计模型中转换目标之间做出选择。在这两个系统中，有没有一种好的方法同时做这两件事呢？ 在统计模型中，它是这样做的 import statsmodels.api as sm
X = sm.add_constant(X)
ols = sm.OLS(y, X)
ols_resul
浏览 45提问于2021-08-03得票数 2
回答已采纳
在Python的statsmodels.api包中，OLS回归的输出之一如下：
协方差类型:非鲁棒
那意味着什么？
浏览 1提问于2020-06-02得票数 7
我正在尝试使用Python的statsmodels库学习一个普通的最小二乘模型，如所述。
sm.OLS.fit()返回学习到的模型。有没有办法将其保存到文件中并重新加载？我的训练数据很大，大约需要半分钟来学习模型。所以我想知道在OLS模型中是否存在任何保存/加载功能。
我在模型对象上尝试了repr()方法，但它没有返回任何有用的信息。
浏览 1提问于2013-05-07得票数 18
回答已采纳
我在R中有一个代码片段，它有一个简单的lm()函数，包含一个相依变量和一个自变量，如下所示。
X = ([149876.9876, 157853.421, 147822.3803, 147904.6639, 152625.6781, 147229.8083, 181202.081, 164499.6566, 171461.6586, 164309.3919])
Y = ([26212109.07, 28376408.76, 30559566.77, 26765176.65, 28206749.66, 27560521.33, 32713878.83, 31263763.7, 30812063.
浏览 1提问于2019-02-05得票数 0
回答已采纳
我是Python的新手，正在尝试从Matlab+R平台过渡到一个独特的平台Python。
我需要对我的数据进行回归。
在阅读了在线提供的内容后-不幸的是，数量还没有R那么多-我意识到我需要尝试以下选项：
import statsmodels.api as sm
import statsmodels.formula.api as smf
mod1 = smf.glm(formula=formula_new, data=dta_new, family=sm.families.Gaussian())
mod2 = smf.ols(formula=formula_new, data=dta_new,
浏览 1提问于2014-11-06得票数 0
2回答
统计信息模型ValueError
、、、、
我的项目有问题，我从twitter上提取了数据，将其保存为csv，还执行了数据情绪分析，但当我试图绘制它们时，我无法绘制它们。
#statmodels OLS first
y, X = dmatrices('retweet_count_l ~ surge_pricing + free_rides + promo+ driver + food + controversy + regulations', data=training, return_type='dataframe')
# Define the model from above Patsy-crea
浏览 3提问于2015-11-16得票数 0
我发现了几个关于同一问题的问题和
from pyfinance.ols import PandasRollingOLS
我得到以下错误：
Traceback (most recent call last):
File "/usr/local/lib/python3.8/site-packages/pyfinance/utils.py", line 78, in <module>
from pandas.tseries.frequencies import FreqGroup, get_freq_code
ImportError: cannot impor
浏览 3提问于2020-10-23得票数 4
我对编程非常陌生，我正在使用python来熟悉数据分析和机器学习。
我正在学习一个关于多元线性回归后向消除的教程。下面是现在的代码：
# Importing the libraries
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
# Importing the dataset
dataset = pd.read_csv('50_Startups.csv')
X = dataset.iloc[:, :-1].values
y = dataset.iloc[:, 4].values
浏览 1提问于2017-08-18得票数 2
我想创建一个小程序，允许我使用Python中的raw_input (现在只是输入)函数将一组数字输入到OLS函数中。
目前，我有如下代码
import pandas as pd
from pandas import DataFrame
from pandas.stats.api import ols
inp=raw_input("Enter String A")
A=map(int,inp.split())
inp=raw_input("Enter String B")
B=map(int,inp.split())
inp=raw_input("E
浏览 1提问于2015-08-16得票数 0
我正在尝试使用python库计算一个回归输出，但是当我使用这个库时，我无法获得截取值：
import statsmodels.api as sm
它输出除截距以外的所有回归分析。
但当我用：
from pandas.stats.api import ols
我的熊猫代码：
Regression = ols(y= Sorted_Data3['net_realization_rate'],x = Sorted_Data3[['Cohort_2','Cohort_3']])
print Regression
我得到了拦截，并警告说，这个librab
浏览 2提问于2016-08-08得票数 23
回答已采纳
我知道如何创建线性回归模型lm，以及如何使用summary函数获取集群标准错误并将它们添加到stargazer输出中：
# estimate models
ols1 <- lm(y ~ x)
# summary with cluster-robust SEs
summary(ols1, cluster="cluster_id")
# create table in stargazer
stargazer(ols1, se=list(coef(summary(ols1,cluster = c("cluster_id")))[, 2]), type =
浏览 0提问于2019-12-28得票数 1
2回答
我正在学习多元线性回归，我正在使用后向消去法来优化我的模型，并使用python作为编程语言。 我重复使用了三行代码来删除有效值>0.05的列(即p>0.05)。我想对这些行应用一个循环或一个函数，这样就可以避免重复。 import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
#importing the dataset
dataset=pd.read_csv('50_Startups.csv')
x=dataset.iloc[:,:-1].values #taking all
浏览 20提问于2020-07-16得票数 0
我使用python来处理线性回归模型，json数据如下所示：
{"Y":[1,2,3,4,5],"X":[[1,43,23],[2,3,43],[3,23,334],[4,43,23],[232,234,24]]}
我使用statsmodels.api.sm.OLS().fit和statsmodels.formula.api.ols.fit()，我认为它们是相同的模型，但是结果是不同的。
以下是第一个功能：
import statsmodels.api as sm
def analyze1():
print 'using sm.OLS().fit
浏览 0提问于2019-08-06得票数 4
2回答
我正在试验一个时间序列(如，一个浮标列表)是否与自身相关。我已经玩过状态模型()中的函数了，现在我来看看Durbin的统计数据是否有价值。
这类事情似乎应该有效：
from statsmodels.regression.linear_model import OLS
import numpy as np
data = np.arange(100) # this should be highly correlated
ols_res = OLS(data)
dw_res = np.sum(np.diff(ols_res.resid.values))
如果你要运行这个程序，你会得到：
Trac
浏览 4提问于2017-04-10得票数 8
回答已采纳
我不太明白如何在维度为?×2的矩阵中存储值。这就是我在R中取得的进展： 我的回归:?=?0+?1?+?，其中B0= 1和B1 = -1 set.seed(123)
n = 20
nreps=10000
beta_0 = -1
beta_1 = 1
ols = vector(mode="numeric", length=nreps)
##Start MC
for (r in 1:nreps) {
u = rnorm(n, mean = 0, sd = 1)
x = rnorm(n, mean = 1, sd = 2^2)
y = beta_0 + be
浏览 51提问于2021-11-23得票数 1
回答已采纳
我想在熊猫DataFrame上给一个模型打分，然后在同一个DataFrame里创建一个列，上面有这个模型的预测。应该命名新列，以便它引用适当的模型，这样就可以多次使用多个模型。我可以在R中使用deparse和substitute实现这一点，如下所示：
df <- data.frame(a=1:5+rnorm(1:5), b=6:10+rnorm(1:5), y=11:15+rnorm(1:5))
ols <- lm(df$y ~ df$a + df$b)
func <- function(df, model){
new_col <- paste0(deparse(
浏览 0提问于2018-04-04得票数 2
回答已采纳
1回答
对于python中的多元回归模型，我有一些疑问：
为什么需要为最小二乘法(OLS)应用一个“虚拟截距”向量来启动？(我指的是X= sm.add_constant(X)的用法。我知道，最小二乘法是一个导数系统，等于零。它是否用某种迭代方法计算，使“虚拟截距”成为必要？在哪里可以找到有关算法est = sm.OLS(y，X).fit()?的详细信息
据我所知，生成了数据的规范化。标准化通常不会产生大于1的值。为什么，一旦缩放，我就会看到超过1的值？
哪里可以找到关于python函数的正式文档？
提前感谢
浏览 8提问于2022-02-17得票数 1
回答已采纳
R中的I()函数用于在线性回归中创建新的预测器，例如X^2： lm.fit2=lm(medv∼lstat +I(lstat ^2)) 这里给出了一个很好的解释(What does the capital letter "I" in R linear regression formula mean?)。 我试图用Python用同样的公式做线性回归，但我似乎找不到等价的公式。此代码适用于单个变量 fit3 = smf.ols('medv~lstat', data=data).fit()
print(fit3.summary()) 但是，如果我尝试，下面的代码片段，
浏览 34提问于2021-03-23得票数 0
回答已采纳
示例：
Python
lagmatrix([1 2 3])
returns [0 1 2]
如果我想将Y与Y的滞后值(即AR过程)相对应，这显然是不正确的。
我希望使用statsmodel.OLS运行Y的回归和Y的滞后值，但是如果我将NaN放在Y的滞后版本中，则OLS会抱怨而不运行。
是否有一种方法可以运行回归，而不将Y[1:-1]与lagmatrix(Y)[1:-1]相对应？
如果我有更多的滞后，这可能会很烦人。
状态模型中的AR函数是如何发现滞后的？
浏览 3提问于2013-08-04得票数 1
如何从python中选择特定行，以便在熊猫中进行ols回归？
我有一只1000排的熊猫。对于前10行，我想在B+ C列上返回A列。当我打字时：
mod = pd.ols(y=df[‘A’], x=df[[‘B’,’C’]], window=10)
我得到了第991-1000行的回归结果。如何指定第一行(或第二行等) 10行？
提前谢谢。
浏览 0提问于2016-02-26得票数 1
回答已采纳
我有一个OLS模型来估计房价 import numpy as np
import statsmodels.formula.api as sm
model = sm.ols('np.log(price) ~ np.log(lotsize) + np.log(sqrft) + bdrms', data = df).fit() 我想将以下betas值插入到预测y(价格)的估计方程中： 批量= 20000，sqrft = 2500，bdrms =4 在R中有一种很好的方法来实现这一点，我正在尝试在Python中复制这一点，但到目前为止还没有成功： 我的目标是在Python代码中实现
浏览 30提问于2020-02-01得票数 0
回答已采纳
我正在创建时间序列计量经济回归模型。数据存储在Pandas数据帧中。
如何使用Python进行滞后的时间序列计量分析？我以前使用过Eviews (这是一个独立的计量经济程序，即不是Python包)。要使用Eview估计OLS方程，您可以编写如下内容：
equation eq1.ls log(usales) c log(usales(-1)) log(price(-1)) tv_spend radio_spend
注意滞后的、依赖的和滞后的价格条件。使用Python似乎很难处理这些滞后变量，例如使用scikit或状态模型(除非我遗漏了什么)。
一旦我创建了一个模型，我想要执行测试并使用该模型进行
浏览 1提问于2016-10-03得票数 19
回答已采纳
1回答
在python/scipy/numpy中可以将多元回归的截距置零吗？我在OLS食谱()中找不到它。
我不希望使用RPython，但这是唯一的方法吗？
浏览 1提问于2012-05-20得票数 3
回答已采纳
我试着寻找这个问题的答案，但到目前为止还没有找到。我使用statsmodel在均值推算的数据集上实现了一个普通的最小二乘回归模型。我可以访问OLS结果中的残差列表，但不能访问学生化残差。我如何计算/获得学院化的残差？我知道计算学生化残差的公式，但我不太确定如何在Python中编写这个公式。
提前谢谢。
更新:我已经找到答案了。我可以从OLS结果的outlier_test()函数中获得包含学院化残差的数据帧。
浏览 2提问于2017-08-03得票数 9
我需要运行600多个回归，每个回归都在不同的MECE数据组上运行(组的值为{1,2，...,623})。从每个回归，我需要存储所有自变量的系数估计。我通过回溯(见下文)能够做到这一点；但是，我发现这个过程很慢，我相信还有一个更好的方法：
# loop prep
formula <- "dv ~ iv_1 + iv_2 + iv_3 | fe"
ols_stored_coef <- matrix(0, 623, 3)
ols_stored_coef <- as.data.frame(ols_stored_coef )
# loop
for(i in 1:623
浏览 6提问于2022-11-16得票数 2
回答已采纳
我正在使用statsmodels.api应用向后消除，代码给出了这个错误：‘`TypeError: ufunc 'isfinite’不支持输入类型，并且根据强制转换规则''safe'‘，输入不能被安全地强制为任何支持的类型。
我不知道如何解决这个问题。
以下是代码
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
from sklearn.linear_model import LinearRegression
from sklearn.model_selection i
浏览 0提问于2019-10-19得票数 3
我在python中使用statsmodels包编写了以下代码，以创建OLS回归模型。我尝试了不同数据集的代码，得到了除第一个(截距)系数外，所有系数值都接近于零的模型。密码可能有什么问题？
data1 = pandas.concat([Y, X], axis = 1)
dta = lagmat2ds(data1, mxlg, trim='both', dropex=1)
dtaown = sm.add_constant(dta[:, 0:(mxlg + 1)], prepend = False)
dtajoint = sm.add_constant(dta[:, 0:], pr
浏览 0提问于2019-01-04得票数 1
回答已采纳
我很难按照我想要的方式保存for循环的结果。
我当前运行的循环如下所示：
# Setup objects
n = 100
R = (1:1000)
P = seq(-.9, .9, .1)
betahat_OLS = rep(NA, 1000)
Bhat_OLS = rep(NA, 19)
# Calculate betahat_OLS for each p in P and each r in R
for (p in P) {
for (r in R) {
# Simulate data
v = rnorm(n)
e = rnorm(n)
z = rno
浏览 1提问于2021-12-19得票数 1
回答已采纳
1回答
我试图拟合在statsmodels库中实现的线性回归模型。
我对fit()方法有疑问。假设我有尺寸为15的数据样本，我将其分解为3部分，并与模型相匹配。对每个fit()的调用将适当地适应模型，或者它会覆盖以前的值。
import numpy as np
import statsmodels.api as sm
# First call
X = [377, 295, 457, 495, 9] # independent variable
y = [23, 79, 16, 41, 40] # dependent variable
X = sm.add_constant(X)
ols = s
浏览 0提问于2018-06-01得票数 1
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
