文章目录

  • Python语言程序设计-嵩天老师(MOOC)听课笔记 第9周
    • 知识点一
      • Python库之数据分析
      • Python库之数据可视化
      • Python库之文本处理
      • Python库之机器学习
    • 实例 霍兰德人格分析
      • 问题分析
      • 实例展示
      • 举一反三
    • 知识点二
      • Python库之网络爬虫
      • Python库之Web信息提取
      • Python库之Web网站开发
      • Python库之网络应用开发
      • Python库之图形用户界面
      • Python库之游戏开发
      • Python库之虚拟现实
      • Python库之图形艺术
    • 实例 玫瑰花绘制
      • 问题分析
      • 举一反三
    • 第九周测验题目
      • 程序设计题
        • 第一题 系统基本信息获取
        • 第二题 二维数据表格输出

Python语言程序设计-嵩天老师(MOOC)听课笔记 第9周

知识点一

Python库之数据分析

  • Numpy:表达N维数组的最基础库
  • Python接口使用,C语言,计算速度优异
  • Python数据分析及科学计算的基础库,支撑Pandas等
  • 提供直接的矩阵运算、广播函数、线性代数等功能
  • Numpy:表达N维数组的最基础库
  • NumPy库: http://www.numpy.org
  • Pandas:Python数据分析高层次应用库
  • 提供了简单易用的数据结构和数据分析工具
  • 理解数据类型与索引的关系,操作索引即操作数据
  • Python最主要的数据分析功能库,基于Numpy开发
  • Series=索引+一维数据
  • DataFrame=行列索引+二维数据
  • pandas库: http://pandas.pydata.org
  • SciPy:数学、科学和工程计算功能库
  • 提供了一批数学算法及工程数据运算功能
  • 类似Matlab,可用于如傅里叶变换,信号处理等应用
  • Python最主要的科学计算功能库,基于Numpy开发
  • SciPy: http://www.scipy.org

Python库之数据可视化

  • Matplotlib: 高质量的二维数据可视化功能库
  • 提供了超过100种数据可视化展示效果
  • 通过matplotlib.pyplot子库调用各可视化效果
  • Python最主要的数据可视化功能库,基于Numpy开发
  • Matplotlib: http://matplotlib.org
  • Seaborn:统计类数据可视化功能库
  • 提供了一批高层次的统计类数据可视化展示效果
  • 主要展示数据间分布、分类和线性关系等内容
  • 基于Matplotlib开发,支持Numpy和Pandas

    Seaborn: http://seaborn.pydata.org
  • Mayavi: 三维科学数据可视化功能库
  • 提供了一批简单易用的3D科学计算数据可视化展示效果
  • 目前版本是Mayavi2,三维可视化最主要的第三方库
  • 支持Numpy、TVTK、Traits、Envisage等第三方库
  • Mayavi: http://docs.enthought.com/mayavi/mayavi/

Python库之文本处理

  • PyPDF2: 用来处理pdf文件的工具集
  • 提供了一批处理PDF文件的计算功能
  • 支持获取信息、分隔/整合文件、加密解密等
  • 完全Python语言实现、不需要额外依赖、功能稳定
from PyPDF2 import PdfFileReader,PdfFileMerger
merger=PdfFileMerger()
input1=open("document1.pdf","rb")
input2=open("document2.pdf","rb")
merger.append(fileobj=input1,pages=(0,3))
merger.merge(position=2,fileobj=input2,pages=(0,1))
output=open("document-output.pdf","wb")
merger.write(output)
  • PyPDF2: http://mstamy2.github.io/PyPDF2
  • NLTK: 自然语言文本处理第三方库
  • 提供了一批简单易用的自然语言文本处理功能
  • 支持语言文本分类、标记、语法句法、语义分析等
  • 最优秀的Python自然语言处理库
from nltk.corpus import treebank
t=treebank.parsed_sents('wsj_0001.mrg')[0]
t.draw()
  • Python-docx: 创建或更新Microsoft Word文件的第三方库
  • 提供创建或更新.doc .docx等文件的计算功能
  • 增加并配置段落、图片、表格、文字等,功能全面
from docx import Document
document = Document()
document.add_heading('Document Title',0)
p=document.add_paragraph('A plain paragraph having some ')
document.add_page_break()
document.save('demo.docx')
  • http://python-docx.readthedocs.io/en/latest/index.html

Python库之机器学习

  • Scikit-learn:机器学习方法工具集
  • 提供一批统一化的机器学习方法功能接口
  • 提供聚类、分类、回归、强化学习等计算功能
  • 机器学习最基本且优秀的Python第三方库
  • Scikit-learn: http://scikit-learn.org/
  • TensorFlow: AlphaGo背后的机器学习计算框架
  • 谷歌公司推动的开源机器学习框架
  • 将数据流图作为基础,图节点代表运算,边代表张量
  • 应用机器学习方法的一种方式,支撑谷歌人工智能应用
import tensorflow as tf
init = tf.global_variables_initializer()
sess=tf.Session()
sess.run(init)
res=sess.run(result)
print('result:',res)
  • TensorFlow: https://www.tensorflow.org/
  • MXNet: 基于神经网络的深度学习计算框架
  • 提供可扩展的神经网络及深度学习计算功能
  • 可用于自动驾驶,机器翻译,语言识别等众多领域
  • Python最重要的深度学习计算框架
  • MXNet: https://mxnet.incubator.apache.org/

实例 霍兰德人格分析

问题分析

  • 霍兰德人格分析
  • 霍兰德认为:人格兴趣与职业之间应有一种内在的对应关系
  • 人格分类:研究型、艺术型、社会型、企业型、传统型、现实性
  • 职业:工程师、实验员、艺术家、推销员、记事员、社会工作者
  • 霍兰德人格分析雷达图
  • 需求:雷达图方式验证霍兰德人格分析
  • 输入:各职业人群结合兴趣的调研数据
  • 通用雷达图绘制:matplotlib库
  • 专业的多维数据表示:numpy库
  • 输出:雷达图

实例展示

import numpy as np
import matplotlib.pyplot as plt
import matplotlib
matplotlib.rcParams['font.family']='SimHei'
radar_labels=np.array(['研究型(I)','艺术型(A)','社会型(S)','企业型(E)','常规型(C)','现实型(R)'])
data=np.array([[0.40,0.32,0.35,0.30,0.30,0.88],[0.85,0.35,0.30,0.40,0.40,0.30],[0.43,0.89,0.30,0.28,0.22,0.30],[0.30,0.25,0.48,0.85,0.45,0.40],[0.20,0.38,0.87,0.45,0.32,0.28],[0.34,0.31,0.38,0.40,0.92,0.28]])    #数据值
data_labels=('艺术家','实验员','工程师','推销员','社会工作者','记事员')
angles=np.linspace(0,2*np.pi,6,endpoint=False)
data=np.concatenate((data,[data[0]]))
angles=np.concatenate((angles,[angles[0]]))
radar_labels=np.concatenate((radar_labels,[radar_labels[0]]))
fig=plt.figure(facecolor="white")
plt.subplot(111,polar=True)
plt.plot(angles,data,'o-',linewidth=1,alpha=0.2)
plt.fill(angles,data,alpha=0.25)
plt.thetagrids(angles*180/np.pi,radar_labels)
plt.figtext(0.52,0.95,'霍兰德人格分析',ha='center',size=20)
legend=plt.legend(data_labels,loc=(0.94,0.80),labelspacing=0.1)
plt.setp(legend.get_texts(),fontsize='large')
plt.grid(True)
plt.savefig('holland_radar.jpg')
plt.show()

输出结果:

举一反三

  • 目标+沉浸+熟练
  • 编程的目标感:寻找感兴趣的目标,寻(wa)觅(jue)之
  • 编程的沉浸感:寻找可实现的方法,思(zuo)考(mo)之
  • 编程的熟练度:练习、练习、再练习、熟练之

知识点二

Python库之网络爬虫

  • Requests: 最友好的网络爬虫功能库
  • 提供了简单易用的类HTTP协议网络爬虫功能
  • 支持连接池、SSL、Cookies.HTTP(S)代理等
  • Python最主要的页面级网络爬虫功能库
import requests
r=requests.get('https://api.github.com/user',auth=('user','pass'))
r.status_code
r.headers['content-type']
r.encoding
r.text
  • Requests: http://www.python-requests.org/
  • Scrapy: 优秀的网络爬虫框架
  • 提供了构建网络爬虫系统的框架功能,功能半成品
  • 支持批量和定时网页爬取、提供数据处理流程等
  • Python最主要且最专业的网络爬虫框架
  • Scrapy: Python数据分析高层次应用库 https://scrapy.org
  • pyspider:强大的Web页面爬取系统
  • 提供了完整的网页爬取系统构建功能
  • 支持数据库后端、消息队列、优先级、分布式架构等
  • Python重要的网络爬虫类第三方库
  • pyspider: http://docs.pyspider.org

Python库之Web信息提取

  • Beautiful Soup:HTML和XML的解析库
  • 提供了解析HTML和XML等Web信息的功能
  • 又名beautifulsoup4或bs4,可以加载多种解析引擎
  • 常与网络爬虫库搭配使用,如Scrapy,requests等
  • Beautiful Soup: https://www.crummy.com/software/BeautifulSoup/bs4
  • Re: 正则表达式解析和处理功能库
  • 提供了定义和解析正则表达式的一批通用功能
  • 可用于各类场景,包括定点的Web信息提取
  • Python最主要的标准库之一,无需安装
  • Re: https://docs.python.org/3.6/library/re.html
  • Python-Goose: 提取文章类型Web页面的功能库
  • 提供了对Web页面中文章信息/视频等元数据的提取功能
  • 针对特定类型Web页面,应用覆盖面较广
  • Python最主要的Web信息提取库
from goose import Goose
url='http://www.elmundo.es/elmundo/2012/10/28/espana/1351388909.html'
g=Goose({'use_meta_language':False,'target_language':'es'})
article=g.extract(url=url)
article.cleaned_text[:150]
  • Python-Goose: https//github.com/grangier/python-goose

Python库之Web网站开发

  • Django: 最流行的Web应用框架
  • 提供了构建Web系统的基本应用框架
  • MTV模式:模型(model)、模板(Template)、视图(Views)
  • Python最重要的Web应用框架,略微复杂的应用框架
  • Django: https://www.djangoproject.com
  • Pyramid: 规模适中的Web应用框架
  • 提供了简单方便构建Web系统的应用框架
  • 不大不小,规模适中,适合快速构建并适度扩展类应用
  • Python产品级Web应用框架,起步简单可扩展性好
from wsgiref.simple_server import make_server
from pyramid.config import Configurator
from pyramid.response import Response
def hello_world(request):return Response('Hello World!')
if __name__ =='__main__':with Configurator() as config:config.add_route('hello','/')config.add_view(hello_world,route_name='hello')app=config.make_wsgi_app()server=make_server('0.0.0.0',6543,app)server.serve_forever()
  • Pyramid: https://trypyramid.com/
  • Flask: Web应用开发微框架
  • 提供了最简单构建Web系统的应用框架
  • 特点是:简单、规模小、快速
  • Django > Pyramid > Flask 好
from flask import Flask
app = Flask(__name__)
@app.route('/')
def hello_world():return 'Hello,World!'
  • Flask: http://flask.pocoo.org

Python库之网络应用开发

  • WeRoBot: 微信公众号开发框架
  • 提供了解析微信服务器消息及反馈消息的功能
  • 建立微信机器人的重要技术手段
import werobot
robot =werobot.WeRoBot(token='tokenhere')
@robot.handler
def hello(message):return 'Hello World!'
  • WeRoBot: https://github.com/offu/WeRoBot
  • aip: 百度AI开放平台接口
  • 提供了访问百度AI服务的Python功能接口
  • 语音、人脸、OCR、NLP、知识图谱、图像搜索等领域
  • Python百度AI应用的最主要方式
  • aip: https://github.com/Baidu-AIP/python-sdk
  • MyQR: 二维码生成第三方库
  • 提供了生成二维码的系列功能
  • 基本二维码、艺术二维码和动态二维码
  • MyQR: https://github.com/sylnsfar/qrcode

Python库之图形用户界面

  • PyQt5: Qt开发框架的Python接口
  • 提供了创建Qt5程序的Python API接口
  • Qt是非常成熟的跨平台桌面应用开发系统,完备GUI
  • 推荐的Python GUI开发第三方库
  • PyQt5: https://www.riverbankcomputing.com/software/pyqt
  • wxPython: 跨平台GUI开发框架
  • 提供了专用于Python的跨平台GUI开发框架
  • 理解数据类型与索引的关系,操作索引即操作数据
  • Python最主要的数据分析功能库,基于Numpy开发
import wx
app=wx.App(False)
frame=wx.Frame(None,wx.ID_ANY,"Hello World")
frame.Show(True)
app.MainLoop()
  • wxPython: https://www.wxpython.org
  • PyGObject: 使用GTK+开发GUI的功能库
  • 提供了整合GTK+、WebKitGTK+等库的功能
  • GTK: 跨平台的一种用户图形界面GUI框架
  • 实例: Anaconda采用该库构建GUI
import gi
gi.require_version("Gtk","3.0")
from gi.repository import Gtk
window =Gtk.Window(title="Hello World")
window.show()
window.connect("destroy",Gtk.main_quit)
Gtk.main()
  • PyGObject: https://pygobject.readthedocs.io

Python库之游戏开发

  • PyGame: 简单的游戏开发功能库
  • 提供了基于SDL的简单游戏开发功能及实现引擎
  • 理解游戏对外部输入的响应机制及角色构建和交互机制
  • Python游戏入门最主要的第三方库
  • PyGame: http://www.pygame.org
  • Panda3D: 开源、跨平台的3D渲染和游戏开发库
  • 一个3D游戏引擎,提供Python和C++两种接口
  • 支持很多先进特性:法线贴图、光泽贴图、卡通渲染等
  • 由迪士尼和卡尼基梅隆大学共同开发
  • Panda3D: http://www.panda3d.org
  • cocos2d: 构建2D游戏和图形界面交互式应用的框架
  • 提供了基于OpenGL的游戏开发图形渲染功能
  • 支持GPU加速,采用树形结构分层管理游戏对象类型
  • 适用于2D专业级游戏开发
  • cocos2d: http://python.cocos2d.org/

Python库之虚拟现实

  • VR Zero: 在树莓派上开发VR应用的Python库
  • 提供大量与VR开发相关的功能
  • 针对树莓派的VR开发库,支持设备小型化,配置简单化
  • 非常适合初学者实践VR开发及应用

  • VR Zero: https://github.com/WayneKeenan/python-vrzero
  • pyovr:Oculus Rift的Python开发接口
  • 针对Oculus VR设备的Python开发库
  • 基于成熟的VR设备,提供全套文档,工业级应用设备
  • Python+虚拟现实领域探索的一种思路
  • pyovr: https://github.com/cmbruns/pyovr
  • Vizard: 基于Python的通用VR开发引擎
  • 专业的企业级虚拟现实开发引擎
  • 提供详细的官方文档
  • 支持多种主流的VR硬件设备,具有一定通用性
  • Vizard: http://www.worldviz.com/vizard-virtual-reality-software

Python库之图形艺术

  • Quads: 迭代的艺术
  • 对图片进行四分迭代,形成像素风
  • 可以生成动图或静图图像
  • 简单易用,具有很高的展示度
  • Quads: https://github.com/fogleman/Quads
  • ascii_art: ASCII艺术库
  • 将普通图片转为ASCII艺术风格
  • 输出可以是纯文本或彩色文本
  • 可采用图片格式输出
  • ascii_art: https://github.com/jontonsoup4/ascii_art
  • turtle: 海龟绘图体系
  • Random Art
  • turtle: https://docs.python.org/3/library/turtle.html

实例 玫瑰花绘制

问题分析

  • 玫瑰花绘制
  • 绘制机理:turtle基本图形绘制
  • 绘制思想:因人而异
  • 思想有多大、世界就有多大
#代码如下:
import turtle as t
#定义一个曲线绘制函数
def DegreeCurve(n,r,d=1):for i in range(n):t.left(d)t.circle(r,abs(d))
#初始位置设定
s=0.2    #size
t.setup(450*5*s,750*5*s)
t.pencolor("black")
t.fillcolor("red")
t.speed(100)
t.penup()
t.goto(0,900*s)
t.pendown()
#绘制 花朵形状
t.begin_fill()
t.circle(200*s,30)
DegreeCurve(60,50*s)
t.circle(200*s,30)
DegreeCurve(4,100*s)
t.circle(200*s,50)
DegreeCurve(50,50*s)
t.circle(350*s,65)
DegreeCurve(40,70*s)
t.circle(150*s,50)
DegreeCurve(20,50*s,-1)
t.circle(400*s,60)
DegreeCurve(18,50*s)
t.fd(250*s)
t.right(150)
t.circle(-500*s,12)
t.left(140)
t.circle(550*s,110)
t.left(27)
t.circle(650*s,100)
t.left(130)
t.circle(-300*s,20)
t.right(123)
t.circle(220*s,57)
t.end_fill()
#绘制花枝形状
t.left(120)
t.fd(280*s)
t.left(115)
t.circle(300*s,33)
t.left(180)
t.circle(-300*s,33)
DegreeCurve(70,225*s,-1)
t.circle(350*s,104)
t.left(90)
t.circle(200*s,105)
t.circle(-500*s,63)
t.penup()
t.goto(170*s,-30*s)
t.pendown()
t.left(160)
DegreeCurve(20,2500*s)
DegreeCurve(220,250*s,-1)
#绘制一个绿色的叶子
t.fillcolor('green')
t.penup()
t.goto(670*s,-180*s)
t.pendown()
t.right(140)
t.begin_fill()
t.circle(300*s,120)
t.left(60)
t.circle(300*s,120)
t.end_fill()
t.penup()
t.goto(180*s,-550*s)
t.pendown()
t.right(85)
t.circle(600*s,40)
#绘制另一个绿色叶子
t.penup()
t.goto(-150*s,-1000*s)
t.pendown()
t.begin_fill()
t.rt(120)
t.circle(300*s,115)
t.left(75)
t.circle(300*s,100)
t.end_fill()
t.penup()
t.goto(430*s,-1070*s)
t.pendown()
t.right(30)
t.circle(-600*s,35)
t.done()

举一反三

  • 艺术之于编程,设计之于编程
  • 艺术:思想优先,编程是手段
  • 设计:想法和编程同等重要
  • 工程:编程优先,思想次之
  • 编程不重要,思想才重要!
  • 认识自己:明确自己的目标,有自己的思想(想法)
  • 方式方法:编程只是手段,熟练之,未雨绸缪为思想服务
  • 为谁编程:将自身发展与祖国发展相结合,创造真正价值

第九周测验题目

程序设计题

第一题 系统基本信息获取

题目描述:获取系统的递归深度、当前执行文件路径、系统最大UNICODE编码值等3个信息,并打印输出。
输出格式:
RECLIMIT:<深度>, EXEPATH:<文件路径>, UNICODE:<最大编码值>
提示:请在sys标准库中寻找上述功能
输入示例:无
输出示例:RECLIMIT:500, EXEPATH:/bin/python, UNICODE:1411

代码如下:
import sys
print("RECLIMIT:{}, EXEPATH:{}, UNICODE:{}".format(sys.getrecursionlimit(), sys.executable, sys.maxunicode))

第二题 二维数据表格输出

题目描述:tabulate能够对二维数据进行表格输出,是Python优秀的第三方计算生态。‪‬‪‬‪‬‪‬‪‬‮‬‫‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‭‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‭‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‭‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‫‬
参考编程模板中给定的数据和代码,编写程序,能够输出如下风格效果的表格数据。

from tabulate import tabulate
data = [ ["北京理工大学", "985", 2000], \["清华大学", "985", 3000], \["大连理工大学", "985", 4000], \["深圳大学", "211", 2000], \["沈阳大学", "省本", 2000], \]
print(tabulate(data, tablefmt="grid"))

全国计算机等级考试二级Python(2021年9月)备考笔记 第九天相关推荐

  1. 全国计算机等级考试python试题_全国计算机等级考试二级Python真题及解析(5)

    全国计算机等级考试二级 Python 真题及解析( 5 ) 一.选择题 1. 关于二叉树的遍历,以下选项中描述错误的是 A 二叉树的遍历可以分为三种:前序遍历.中序遍历.后序遍历 B 前序遍历是先遍历 ...

  2. 全国计算机等级考试二级 Python语言程序设计考试大纲(2022年版)

    全国计算机等级考试二级 Python语言程序设计考试大纲(2022年版) 计算机二级Python刷题小程序推荐 基本要求 掌握Python语言的基本语法规则。 掌握不少于个基本的Python标准库。 ...

  3. 全国计算机等级考试二级Python真题及解析

    全国计算机等级考试二级Python真题及解析( 9) 1.下面不属于软件工程的 3 个要素的是 ___________. A过程 B方法 C环境 D工具 正确答案: C 2.下面不属于软件设计原则的是 ...

  4. 全国计算机等级考试二级Python精品题库学习笔记1

    全国计算机等级考试二级Python精品题库学习笔记1 精品试卷01 精品试卷01程序题 基本操作题 2:随机验证码 基本操作题 3:比赛成绩计算 Turtle 绘图题:同心圆 简单应用题 2:员工工资 ...

  5. 计算机二级python备考资料_2019年全国计算机等级考试二级Python备考资料和题库下载(...

    2019年全国计算机等级考试二级Python备考,知识兔为准备参加计算机二级Python考试的童鞋们收集整理了一份丰富的备考资料(最重要的直接免费领取)[资料暗号:知识兔] 2019年全国计算机等级考 ...

  6. 全国计算机等级考试二级Python考试大纲预测和分析

    虽然已经确定2018年9月份在全国计算机等级考试科目中加入"二级Python",但现在还没有出台完整详细的考试大纲,官方网站也仅仅是简单说明了考试时长(120分钟).大概形式(网络 ...

  7. 全国计算机等级考试二级python 程序设计软件安装指南

    近期,有好多小伙伴们微信咨询说之前的软件没有 Python 题库,我也总是说有时间了更新一下Python 题库的,可一拖就是两月过去了,错过了6月份的报名时间更新,昨天也有小伙伴咨询,决定这两日更新下 ...

  8. 全国计算机等级考试二级 Python 软件安装指南

    近期,有好多小伙伴们微信咨询说之前的软件没有 Python 题库,我也总是说有时间了更新一下Python 题库的,可一拖就是两月过去了,错过了6月份的报名时间更新,昨天也有小伙伴咨询,决定这两日更新下 ...

  9. 浙江省高校计算机等级考试二级Python 程序设计题0|2023备考

    笔记整理自B站UP主WLB工作生活两不误的个人空间-WLB工作生活两不误个人主页-哔哩哔哩视频教程浙江省高校计算机等级考试二级Python 程序设计题0_哔哩哔哩_bilibili 程序设计题0 输入 ...

  10. 全国计算机等级考试二级python考纲考点一览

    文章目录 全国计算机二级python考试大纲 1. Python语言的特点 2. Python语言基本语法元素 3. 基本数据类型 4. 程序的控制结构 5. 函数和代码复用 6. 组合数据类型 7. ...

最新文章

  1. 大数据背景下的高职院校信息化建设探索
  2. 使用Ansible中的playbook
  3. 改变mysql数据库用户的权限
  4. css3制作左右拉伸动画菜单
  5. DELL R740XD 开启 TPM功能
  6. toj 3711 水题
  7. python for-Python for windows官方版
  8. win7 php mysql apache 64_教你在64位win7体系中设备apache+mysql+php情况.doc
  9. 计算机类公务员如何提升自己,大学毕业才发现:所学专业对考公务员如此重要,4类专业上岸率高...
  10. matlab求最大公倍数_小学数学最大公因数最小公倍数练习
  11. linux服务器 授权命令,linux的Sudo/su授权命令详解
  12. html基础 — area(图像的作用区域标记)
  13. [家里蹲大学数学杂志]第392期中山大学2015年泛函分析考博试题回忆版
  14. 计算机基础应用课件,计算机应用基础教程(全套课件).ppt
  15. 李氏第二法分析稳定性matlab,9-4李雅普诺夫稳定性分析2010.ppt
  16. 开源跨平台GUI库Fltk在Deepin Linux下的使用
  17. PPT设计制作与美化
  18. 计算机无法删除u盘里东西,u盘里东西删不掉,详细教您u盘文件删不了怎么办
  19. Java压缩文件/文件夹
  20. i3 7100黑苹果_苹果连发三款新品,售价更低!性能更强!| 数码

热门文章

  1. 软考-网络工程师复习资料及计划
  2. 【Python脚本进阶】2.4、conficker蠕虫(上):Metasploit攻击Windows SMB服务
  3. 网络工程师经常会面对服务器性能,下半网络工程师试卷(下午).doc
  4. 本科计算机软件类毕业论文写作那些事
  5. 超全树叶 叶子免抠元素素材网站整理
  6. 【FatFs】FAT32文件系统协议总结(理论+实践)
  7. TypeScript转JavaScript的方法。
  8. picasa csdn_如何阻止Picasa截取不必要的屏幕截图
  9. 华工校赛E-舞蹈链模板(9x9数独)
  10. 宁波保哥后院_如何抛出终极后院电影之夜