我得到标准正态分布的分位数(例如，0.9值)。我用scipy.stats.norm.ppf(0.9, 0, 1)来做它。
我需要在我的自定义数据中找到与这个值对应的分位数。因此，我必须求取scipy.stats.norm.ppf(0.9, 0, 1)的值，然后找到它的分位数。有专门的包功能吗？
浏览 5提问于2022-03-24得票数 0
回答已采纳
我有以下数据框(称为aa1)：
d = {'Index' : pd.Series([25, 7, 7, 5, 5, 8])}
aa1 = pd.DataFrame(d)
我创建了一个名为Quartile_Index的新列，它为索引列值打了四分位数(注意:这是我能找到的最好的解决方案，因为pd.qcut库不允许有重复的bin边)：
quantile_frame = aa1.quantile(q=[0.25, 0.5, 0.75])
quantile_ranks = []
for index, row in aa1.iterrows():
if (row['Inde
浏览 17提问于2018-07-04得票数 -2
1回答
我创建了一个6列的DataFrame来进行真实状态分析。这些列如下:指数、房租价格、行政区域、卧室数量、停车位和建筑面积。之后，我创建了一个groupby对象：
boroughs = df.groupby(by = "Borough")
不出所料，现在它将borough作为索引，另外还有4列。我想知道如何遍历这些列(可能使用for循环)。我的最终目标是为每一列推广以下异常值删除表达式：
Q1 = boroughs.quantile(0.25)
Q3 = boroughs.quantile(0.75)
IIQ = Q3 - Q1
inf_lim = Q1 - 1.5*IIQ
su
浏览 0提问于2021-09-28得票数 0
我正在尝试通过编写以下代码来创建一个新的列趋势 df_cal['Trend'] = np.where((df_cal['75% Quantile'] > df_cal['Shift 75% Quantile']) & (df_cal['25% Quantile'] > df_cal['Shift 25% Quantile']), "Up",
np.where(df_cal['75% Quantile'] < df_c
浏览 24提问于2021-03-24得票数 1
回答已采纳
1回答
我正试图为我的数据绘制方格图。我写了一个定制的功能，以改变晶须和离群点的选择。
在我的数据中，我没有得到任何离群点，所以经过一些调查和一些人的外部帮助，我发现了这个问题，
我的代码：
f <- function(x) {r <- c( quantile(x,probs=c(0.25))-(1.5*(quantile(x,probs=c(0.75))-quantile(x,probs=c(0.25)))) ,quantile(x, probs = c(0.25)), quantile(x, probs = c(0.5)), quantile(x, probs = c(0
浏览 0提问于2016-03-28得票数 0
回答已采纳
1回答
我正在尝试理解purrr，但我正在努力做一些应该很简单的事情。 假设我有以下男性和女性的数据 n <- 1000
toydata <- data.frame(
sex = as.character(ifelse(rnorm(n)>0, "M", "F")),
value = rnorm(n)
) 现在，我想计算value列的以下五个分位数 p <- c(.1, .25, .5, .75, .9) 当我使用分位数函数突变+ map时，返回一个向量列表，并将其存储为另一个列，正如预期的那样： toydata %>%
gro
浏览 20提问于2019-02-19得票数 2
回答已采纳
假设我们有不同城市的CityName, Min-Temperature, Max-Temperature, Humidity。
我们需要一个在CityName上分组的输出数据，并希望生成0.25, 0.5 and 0.75分位数。新的列名将是OldColunmName + ('Q1)/('Q2')/('Q3')。
示例输入
df = pd.DataFrame({'cityName': pd.Categorical(['a','a','a','a','b',&#
浏览 2提问于2021-02-02得票数 0
我有下面的情节，情节分位数标签和打破。目前这是手动完成的。
library(tidyverse)
mtcars %>%
as_tibble() %>%
ggplot(aes(y = mpg, x = hp, color = factor(cyl))) +
geom_point() +
theme(panel.grid.major = element_blank(),
panel.grid.minor = element_blank(),
panel.border = element_blank(),
pa
浏览 2提问于2018-08-28得票数 2
回答已采纳
我有一个R格式的数据格式，格式如下：
ClientID Group CountC
X1 A 3
R3 B 2
D4 A 1
T5 A 7
H0 B 5
我想要计算CountC的四分位数并将值存储在另一个dataframe中，我执行了以下代码：
calculate_quantile <- function(data, proba) {
z <- quantile(data, pro
浏览 2提问于2021-10-21得票数 1
回答已采纳
对于一个样本数据：
set.seed (1000)
a <- rnorm(1000)
b <- seq(1, 1000, by=1)
df <- data.frame(b, a)
我想排除数据的前1%和下面1% (列a)。
我读过关于R中的剪裁和分位数的文章，但似乎无法让它们工作。
谁能帮我解释一下我是怎么：
把这些四肢设为NA。
b.从我的数据中删除这些极端
浏览 0提问于2018-06-21得票数 3
回答已采纳
我有一个数据帧(虚拟df)
id category price
1 a 50
2 a 30
3 a 10
6 a 5
0 b 20
7 c 80
我想按类别和分位数价格分组到不同的框0.25,0.5,0.75
我做到了
quantile = df[['category', 'price']].groupby('category').quantil
浏览 1提问于2018-01-30得票数 0
回答已采纳
如果这是个愚蠢的问题，我很抱歉，但出于某种原因，我无法理解这里的语法。我有一堆列的数据。然后，我创建了一个名为DataCleaner的类，该类包含用于清除所述数据帧的方法。守则如下：
class DataCleaner:
"""this class contains methods for removing possible outliers from a pandas dataframe"""
def __init__(self, dataf):
self.dataf=dataf
def remove_
浏览 3提问于2022-09-02得票数 0
1回答
我正在尝试创建交互式可视化(使用R闪亮)，但我有一个问题，我想创建一个交互式的桶形图，用户可以从我的df中选择(像子集)数据，我想要一个分位数图(从0.75到1，到0.01)。因此，用户可以使用滑块选择他想要看到的数据的分位数。例如，在我的列中- 10000值是0.75百分位数，所以当用户在滑块上选择0.75百分位数的顺序时，R将为该列生成从最小值到10000的值。0.76等等也一样。
我试过了，但我不知道如何设置它，我只是可以用中断次数来做barplot，但是不知道如何像在我想要的输出中设置最大值
浏览 5提问于2022-10-30得票数 -1
回答已采纳
我有一个带有一些列的DataFrame。我想添加一个新列，其中每一行值都是现有列的分位数。
我可以使用DataFrame.rank对列进行排序，但是我不知道如何获得这个排序值的分位数，并将这个分位数添加为新的逗号。
示例:如果这是我的DataFrame
df = pd.DataFrame(np.array([[1, 1], [2, 10], [3, 100], [4, 100]]), columns=['a', 'b'])
a b
0 1 1
1 2 10
2 3 100
3 4 100
我想知道b列的分位数(用两个分位数)。
浏览 5提问于2016-07-13得票数 14
回答已采纳
1回答
我具有数据帧df，该数据帧df具有指示该数据帧中的每个参与者的等级级别的列。等级等级从"K“到"9”不等。我有另一个名为“分位数”的表，其中包含每个年级的测试分数的每个分位数的分位数的分位值。如何在df数据中创建一个新列，该列根据参考表“分位数”表示每个学生的考试成绩的分位数？规则是，如果测试分数的值小于分界值，则该测试分数属于分位数的分位数。并且，如果测试分数在2个分界值之间，则该测试分数被归类为较大分位数。非常感谢！ 下面是我要查找的虚拟数据和结果表： df <- data.frame("Name" = c("John", "
浏览 16提问于2021-08-10得票数 1
回答已采纳
2回答
我想用Q10和Q90将分位函数重命名为熊猫结果。
import numpy as np
import pandas as pd
quantile10 = lambda myDf : myDf.quantile(q=0.10)
quantile90 = lambda myDf : myDf.quantile(q=0.90)
df.agg([min,max, np.median, np.std, pd.DataFrame.mean, quantile10, quantile90])
我希望每个<lambda>分别是Q10和Q90。
浏览 0提问于2018-07-10得票数 1
回答已采纳
4回答
我见过一些类似的问题，但还没有完全解决。希望不要错。
我有一个这样的DF：
Invoices<-c(20171100247, 20171100408, 20171200376,20171201052, 21609000088)
Oustanding.days<-c(15,85,96,251,123)
Quantile.low<-c(25,21,22,23,24)
Quantile.Medium<-c(45,65,85,93,74)
Quantile.top<-c(74,89,101,175,125)
Remittances<-c(25,47,5,7,2)
d
浏览 0提问于2018-02-01得票数 1
回答已采纳
如何根据列值是否超过分位数中的值来子集数据帧列表？
例如，如何设置df.Identifiers的子集，其中50% quantile > 0
剩余的df.Identifier将包括abc1, abc6, and abc83。
或
如何获取Identifier的列表，其中50% quantile > 0
该列表将包括abc1, abc6, abc83。
count mean std min 25% 50% 75% max
Indentifier
abc1 739.0 328.847307 231.72845
浏览 20提问于2020-02-06得票数 0
回答已采纳
1回答
我想实现以下目标:我有一些浮点数的序列/df，现在我想为该系列中的每个值计算它过去属于某个窗口的分位数bin。基本上是滚动分位数的计算。
我有个解决办法，但速度太慢了
def rolling_q_scaler(df, window):
scaled = df.rolling(window, closed="both").apply(
lambda x: pd.qcut(x, 5, labels=False, duplicates="drop").iloc[-1])
return scaled.dropna().astype(np.int32)
浏览 2提问于2022-08-09得票数 0
我有一个这样的数据：
df：
Group Point
A 6000
B 5000
C 1000
D 100
F 70
在我绘制这个df之前，我只想删除数据框中超过95个百分位数的值。有人告诉我怎么做吗？
浏览 0提问于2012-09-21得票数 20
回答已采纳
我有一只熊猫DataFrame如下所示：
import pandas as pd
aw = pd.DataFrame(data=[[1,2,3],[4,5,6],[7,8,9]],
columns=['A','B','C'])
print(aw)
>>>
A B C
0 1 2 3
1 4 5 6
2 7 8 9
我想根据C列的值创建D列
如果值位于前20 %，则设置为Das 0.04
如果数值在前40 %而低于顶20%，则将D设为0.03
如果数值在前60 %而低于顶20%，则将D设为0.02
我
浏览 0提问于2018-10-11得票数 2
回答已采纳
2回答
我只想打印一个简单操作的输出到SAS日志。
例如，如何查看quantile('T', .75, 1000)的值？是否有更明智的方法来检查quantile('T', .75, 1000)等于什么，而不是打印到日志中？
%let t_value = quantile('T', .75, 1000);
%put &t_value.;
其他人使用proc过程，但我不敢相信我需要创建一个数据集来检查一个值.
浏览 3提问于2020-06-02得票数 0
回答已采纳
1回答
考虑以下代码：
>>> import numpy as np
>>> l = [21,22,24,24,26,97]
>>> np.quantile(l, 0.25)
22.5
说：
线性:i+ (j - i) *分数，其中分数是指数的分数部分，被i和j包围。
请任何人解释一下这个例子中的i，j和fraction是什么，以及我们如何得到22.5
浏览 0提问于2020-02-29得票数 0
回答已采纳
我正在做一些科学计算，但我找不到一种优雅的方法来执行下面的操作。假设我有一个二维numpy数组D，它存储一天中几次给定量的测量值。每行对应于不同的测量仪器，每列对应于一天中完成测量的不同时刻。 考虑所需百分位数的列表。例如： quantiles = [0.25, 0.5, 0.75] 我的目标是在一天中的每个时刻按百分位数组计算平均测量值。换句话说，给定一列测量值，我希望根据上面的分位数对该列中的所有测量值进行分组排序，然后在组内取平均值。使用这个例子，我将在一天中的每个时刻有4组:低四分位数的测量值，然后是第25和50个四分位数之间的测量值，50和75之间的测量值，最后是最后四分位数的测量
浏览 46提问于2020-07-11得票数 2
回答已采纳
我说的是Pandas .agg()函数，这个函数是：
meanData = all_data.groupby(['Id'])[features].agg('mean')
所以，它可以做这样的事情：
均值
中位
总和
最大值
最小
性病
它还能做什么？我在官方文档页面上什么也没有发现：
浏览 0提问于2018-12-27得票数 14
我有以下数据集(请查看下面的链接)：
我需要在4个分位数中为每家公司每年的股票回报赋值(检查下面的链接)。
df = pd.read_excel('data.xlsx', sheet_name=['Excess Returns'], index_col='Data')
df = pd.concat(df[frame] for frame in df.keys())
df = df.replace('-', '')
df = (df).apply(pd.to_numeric, errors='coerce
浏览 3提问于2020-03-11得票数 1
1回答
我有以下数据：
set.seed(789)
df_1 = data.frame(a = 22, b = 24, c = rnorm(10))
df_2 = data.frame(a = 44, b = 24, c = rnorm(10))
df_3 = data.frame(a = 33, b = 99, c = rnorm(10))
df_all = rbind(df_1, df_2, df_3)
我需要将df_all按列a和b分组，然后根据列c找到第50位数。
对于每个df，这可以单独完成，如下所示：
df_1_q = quantile(df_1$c, probs = 0.50)
df_
浏览 3提问于2019-04-30得票数 0
回答已采纳
我正在寻找一种方法，使n(例如，20)组在一个数据的特定列按百分位数。(数据类型为浮动)。我不确定分位数函数组是否能处理这个问题，如果可以的话，代码应该是什么样的。
有3行a，b，c。
即数据按“a”列进行排序，并分成20组
Group 1=0至52=5至10百分位数
。
。
.Group 20 = 95至100百分位数.
是否也有一种方法可以找到每个组的平均值a、b和c，并将它们排序为另一个数据帧？
浏览 3提问于2020-07-20得票数 0
1回答
我对dplyr有一个问题，或者我只是不知道如何正确地编写分位数部分。
我有一个要按X和Y分组的数据，然后计算每个组中a的平均值
dmean %>%
group_by(x,y) %>%
summarise(mean=mean(a))
这部分可以工作，没有问题。如何继续代码以获得每个组的最低10%和最高10%的百分位数？
浏览 0提问于2017-10-25得票数 1
1回答
数据如下(df)
id,cost,spend
1,123456,281257
2,150434,838451
3,100435,757565
4,650343,261071
5,-454236,275760
6,-547296,239225
如何获得每个值的IQR
输出>> id,cost,cost_IQR,spend,spend_IQR
下面的Z分数是我的代码
cols = list(df.columns)
cols.remove('id')
#df[cols]
for col in cols:
col_zscore = col + '_zsco
浏览 6提问于2020-06-11得票数 0
回答已采纳
1回答
我从R运行winbugs，并且我需要在R输出中使用一些变量。当我在R中输入schools.sim$mean$theta[1]时，我得到10.2。但是，当我键入schools.sim$2.5%$theta[1]时，出现一条错误消息。有没有人知道我做错了什么，或者有没有其他方法来得到贝叶斯区间？
下面是一个例子
Here is the R code
library(R2WinBUGS)
data(schools)
J <- nrow(schools)
y <- schools$estimate
sigma.y <- schools$sd
data <- list ("
浏览 0提问于2013-01-10得票数 0
我收到了一个JSON文件，我可以用Python处理它的大部分内容。但是，文件的一部分包含结构类似以下示例的数据。 {
"panObjectAggregateResultList": [
{"rownumber": 1,"field": "detector","id": "331","description": "running jobs","count": 4,"quantile": null,"quant
浏览 15提问于2019-03-25得票数 0
回答已采纳
3回答
加速分位数计算
、、、、
我使用Hmisc软件包计算两个连续变量的分位数，并比较交叉稳定的结果。你在下面找到我的密码。
我的问题是，如果观测数增加，分位数的计算需要相当长的时间。
是否有可能通过使用data.table、ddply或任何其他包来加速此过程？
谢谢。
library(Hmisc)
# Set seed
set.seed(123)
# Generate some data
a <- sample(1:25, 1e7, replace=TRUE)
b <- sample(1:25, 1e7, replace=TRUE)
c <- data.frame(a,b)
# Calculate
浏览 5提问于2013-12-02得票数 4
回答已采纳
我试图总结来自批处理生产过程的各种传感器的数据，以便使用pandas.groupby().agg({})函数将其与最终产品相匹配。
为了方便起见，而且由于我们还不确定如何最好地总结一些属性，所以我想对某些属性使用“描述”函数。其他属性需要几个聚合函数，例如'min‘、'max’。
问题是，如果在同一个字典中提供的话，熊猫似乎无法在同一个分组操作中执行这两种操作。
最起码的例子：
df = pd.DataFrame({'Sensor_1': [1, 2, 3, 4, 5, 6, 5, 4, 3, 3, 2],
'Sensor_2': [2, 2,
浏览 0提问于2019-05-21得票数 0
2回答
我有这样的df：
> df<-data.frame(Client.code =
c(100451,100451,100523,100523,100523,100525),dayref = c(24,30,15,13,17,5))
> df
Client.code dayref
1 100451 24
2 100451 30
3 100523 15
4 100523 13
5 100523 17
6 100525 5
这是一个一年的分配付款期从发行.
在上面指
浏览 5提问于2017-04-20得票数 0
回答已采纳
2回答
我根据分位数函数创建了6个变量(我在默认数量'0.25、.5和.75‘的基础上创建了不同的分位数。我希望创建一个与下面的输出类似的汇总表，但使用我的变量。任何帮助都将不胜感激。
我使用cbind将表中的所有变量合并在一起，但是格式是off的。
ten_quantile = quantile(tt$HPTACC, probs = .1)
twenty_quantile = quantile(tt$HPTACC, probs = .2)
thirty_quantile = quantile(tt$HPTACC, probs = .3)
med = quantile(tt$HPTACC, p
浏览 0提问于2019-09-12得票数 0
回答已采纳
4回答
我如何计算：
library(ddply)
quantile(baseball$ab)
0% 25% 50% 75% 100%
0 25 131 435 705
按小组说，用“团队”来表示？我想要一个带有行名"team“和列名"0% 25% 50% 75% 100%”的data.frame，即每个组一个quantile调用。
正在做什么
ddply(baseball,"team",quantile(ab))
不是正确的解决办法。我的问题是，每个分组操作的输出都是长度为5的向量。
换句话说，什么是解决这个问题的好方法(别管标题)：
m=
浏览 3提问于2014-03-14得票数 16
回答已采纳
1回答
我现在使用以下代码在数据中创建间距： spX = linspace(min(data.X),max(data.X),500); spY = linspace(min(data.Y),max(data.Y),500); 这创建了均匀的间距，是否可以根据数据密度来确定spX和spY？
浏览 25提问于2019-09-18得票数 0
1回答
在使用从ArcGIS 10导入的栅格数据在R中创建RSF-plot时，我遇到了一些NoData/NA的问题。
我的栅格是
a)河流的属性(在ArcGIS 10 to0中重新分类，1和河外的NoData ) b)到房屋的距离
我需要最终的地图被限制在河流，但不知何故，所有周围的地区都包括在结果地图，显示即使是高质量的地区的河流。绘制河流的单个栅格时，它们看起来很好，没有隐藏在河外的数据
我猜错误发生在我对栅格求和的某个地方。我假设当我对栅格求和时，只包含无NA数据的单元格，但这可能是我的一个大错误。因此，我如何以最简单和有效的方式排除河流以外的区域？
下面你可以找到我正在使用的脚本。
# Imp
浏览 17提问于2015-10-10得票数 0
我想从数据集中提取一个大致处于中间的实际日期。如果我有一个奇数的测量值，median()工作得很好。然而，如果有一个偶数的度量，它平均中间两个，这将产生一个不在我的数据集中的日期。
对于以下示例：
mydates <- as.Date(c("2016-02-18", "2016-03-30", "2016-05-31", "2016-08-19"))
median(mydates)
...what我可以让R返回"2016-03-30“或"2016-05-31"，而不是"2016-4-30
浏览 4提问于2018-01-15得票数 0
回答已采纳
1回答
散点图的连续分位数
、、、
我有一个数据集，我绘制了一个回归图(使用ggplot2的stat_smooth)：
ggplot(data = mydf, aes(x=time, y=pdm)) + geom_point() + stat_smooth(col="red")
我还希望使用相同的方法获得分位数(如果更简单，只有四分位数就可以了)。我所得到的信息如下所示：
ggplot(data = mydf, aes(x=time, y=pdm, z=surface)) + geom_point() + stat_smooth(col="red") + stat_quantile(q
浏览 0提问于2016-03-31得票数 3
2回答
我有一个简单的问题。有没有一个函数可以生成一组预定分位数的值的总和？
假设我有一个具有100个值的向量example.data
我运行quantile(example.data, seq(0,1, by = 0.1))，我得到了
0% 10% 20% 30% 40% 50% 60% 70% 80% 90%
0.040 0.090 0.186 0.227 0.336 0.450 0.584 0.670 0.730 0.832
100%
1.000
对于每个分位数，我希望看到的不是分位数的截止点，而是每个分位数中值的总和。是否有分位数中的参数，或包含此
浏览 3提问于2015-03-27得票数 2
我希望复制india04数据，并使用mutate()添加一个名为"incwage_adj“的新变量，其中第1和第99百分位数之间的所有收入值都替换为缺失值(NA)。套餐：
library(tidyverse)
require(nycflights13)
data(diamonds)
load("india04.Rdata")
代码：
india04_new <- india04 %>%
mutate(incwage_adj = ifelse(incwage != quantile(india04_new2$incwage, 0.99), NA, incwag
浏览 3提问于2020-10-07得票数 0
回答已采纳
2回答
我想计算一下熊猫每一行的加权中值。
我找到了这个不错的函数()，但我似乎无法传递一个2d数组。
def weighted_quantile(values, quantiles, sample_weight=None, values_sorted=False, old_style=False):
""" Very close to numpy.percentile, but supports weights.
NOTE: quantiles should be in [0, 1]!
:param values: numpy.array with data
:param q
浏览 2提问于2018-11-01得票数 0
我试图将我的数据集中到变量的平均值和75百分位数，但是我似乎找不到正确的方法来声明我想要第75百分位数。下面的代码。
six_month_agg <- summaryBy(pd ~ industry + region + date, FUN=c(mean, 0.75), data=six_month_pd)
浏览 5提问于2020-04-01得票数 1
回答已采纳
4回答
我很抱歉这可能是个愚蠢的问题。当我这么做时：
> quantile(df$column, .75) #get 3rd quartile
我得到的东西是
75%
1234.5
有没有一种没有描述性的"75%“字符串而只获得值(1234.5)的方法？非常感谢。
浏览 1提问于2015-02-10得票数 38
回答已采纳
我需要用ggplot2绘制一个时间序列。对于时间序列的每个点，我也有一些分位数，比如0.05，0.25，0.75，0.95，即每个点有五个数据。例如：
time quantile=0.05 quantile=0.25 quantile=0.5 quantile=0.75 quantile=0.95
00:01 623.0725 630.4353 903.8870 959.1407 1327.721
00:02 623.0944 631.3707 911.9967
浏览 0提问于2011-06-14得票数 8
回答已采纳
1回答
我有一些机器和它们的销售在不同的群体，例如机器时代。我的目标是在每一组中隔离5%的机器(销售金额)。
我使用以下代码在完整的dataframe上成功地做到了这一点
df['quantile'] = pd.qcut(df.Sales, 20, labels=range(20))
top = df[df['quantile']==0]
但在使用groupby时，我似乎无法做到这一点。从本质上说，任务不起作用。有线索吗？
浏览 0提问于2019-06-28得票数 2
回答已采纳
2回答
我有以下df：
group = rep(seq(1,3),30)
variable = runif(90, 5.0, 7.5)
df = data.frame(group,variable)
我需要(一)按组来定义分位数，(二)分配每个人给她的分位数(相对于她的组)。
因此，输出将类似于：
id group variable quantile_with_respect_to_the_group
1 1 6.430002 1
2 2 6.198008 3
.......
对于每个组，有一种复杂的方法可以通过循环
浏览 3提问于2016-02-17得票数 4
回答已采纳
我有一个带有'u‘和'time’列的dataframe (称为df)，通过将它们与分位数进行比较，我是这个数据图中的有条件着色点。
我现在在工作
col=ifelse(df$u > quantile(df$u,.98),'orangered2', 'black')
但是我也想添加一个条件:如果前面的点在.95分位数中，而当前点也在.95分位数，那么将点涂成黄色。本质上，如果一行中的两个或多个点大于.95分位数，则突出显示这些点。如果写点和后面的点之间的比较更容易，那么基本上应该是一样的(我认为)。
在其他符号中：
if y(x)>qu
浏览 1提问于2016-06-08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
