Hi,我是AI文档助手,可以帮您快速写作
QQ登录 微信登录 注册或点击登录代表您同意《熊猫办公用户协议》
欢迎来到熊猫办公
熊猫办公 > Word模板 >

read

场景:
综合排序 热门下载 最新上传
写作
对以下代码进行注释importstatsmodels.apiassm
pd.set_option('display.max_rows',10)
importwarnings
warnings.filterwarnings("ignore")
data=pd.read_csv('data_stock2.csv',encoding='gbk')
data.index=data.myTime
data_all=data.loc["1960-07-01":"1977-
对以下代码进行注释importstatsmodels.apiassm pd.set_option('display.max_rows',10) importwarnings warnings.filterwarnings("ignore") data=pd.read_csv('data_stock2.csv',encoding='gbk') data.index=data.myTime data_all=data.loc["1960-07-01":"1977-
0 0
立即下载 收藏
1、
不是shell具有的功能和特点的是()。
1分
A、管道
B、输入输出重定向
C、执行后台进程
D、处理程序命令
2、
Linux命令行是由()提供的。
1分
A、管道
B、分层结构文件系统
C、文本处理器
D、shell
3、
在一个bashshell脚本的第一行上应加入下面所示中的哪一条语句()。
1分
A、#/bin/csh
B、#/bin/bash
C、/bin/bash
D、#!/bin/bash
判断题
4、
Shell脚本编程中,获取命令行输入的命令是read。
1分


1、 不是shell具有的功能和特点的是()。 1分 A、管道 B、输入输出重定向 C、执行后台进程 D、处理程序命令 2、 Linux命令行是由()提供的。 1分 A、管道 B、分层结构文件系统 C、文本处理器 D、shell 3、 在一个bashshell脚本的第一行上应加入下面所示中的哪一条语句()。 1分 A、#/bin/csh B、#/bin/bash C、/bin/bash D、#!/bin/bash 判断题 4、 Shell脚本编程中,获取命令行输入的命令是read。 1分  
0 0
立即下载 收藏
importjieba
txt=open("sanguo.txt.","r",encoding="utf-8").read()
words=jieba.lcut(txt)
counts={}
forwordinwords:
iflen(word)==1:
continue
else:
counts[word]=counts.get(word,0)+1
forwordinexcludes:
del(coun
importjieba txt=open("sanguo.txt.","r",encoding="utf-8").read() words=jieba.lcut(txt) counts={} forwordinwords: iflen(word)==1: continue else: counts[word]=counts.get(word,0)+1 forwordinexcludes: del(coun
0 0
立即下载 收藏
五年级下英语Unit5Read按write说课稿
五年级下英语Unit5Read按write说课稿
0 0
立即下载 收藏
任务描述
本关任务:编程序完成文件的二进制读写功能。

相关知识
为了完成本关任务,你需要掌握:C++的二进制文件读写。

C++的二进制文件读写
当出现自定义类对象或对象数组的文件操作时,通常使用二进制文件读写,整体读写对象信息。

二进制文件读写的关键知识点如下:
(1)读写打开方式需要使用ios::binary;
(2)读写的函数主要为:read和write函数。

编程要求
根据提示,在右侧编辑器指定位置补充代码,完成二进制文件的读写操作。

测试说明
平台会对你编写的代码进行测试:
任务描述 本关任务:编程序完成文件的二进制读写功能。 相关知识 为了完成本关任务,你需要掌握:C++的二进制文件读写。 C++的二进制文件读写 当出现自定义类对象或对象数组的文件操作时,通常使用二进制文件读写,整体读写对象信息。 二进制文件读写的关键知识点如下: (1)读写打开方式需要使用ios::binary; (2)读写的函数主要为:read和write函数。 编程要求 根据提示,在右侧编辑器指定位置补充代码,完成二进制文件的读写操作。 测试说明 平台会对你编写的代码进行测试:
0 0
立即下载 收藏
importpandasaspd
importnumpyasnp
importdatetimeasnp
data=pd.read_csv(open(r'C:\Users\admin\Desktop\老师文件\运动员信息表.csv'))
print(data)
dict([xforxindata.groupby(by='性别')])['性别'].info()
importpandasaspd importnumpyasnp importdatetimeasnp data=pd.read_csv(open(r'C:\Users\admin\Desktop\老师文件\运动员信息表.csv')) print(data) dict([xforxindata.groupby(by='性别')])['性别'].info()
0 0
立即下载 收藏
importpandasaspd
importmatplotlib.pyplotasplt

data=pd.read_excel("C:/Users/33370/Desktop/餐厅订单信息.xlsx")

plt.rcParams['font.sans-serif']='SimHei'
plt.figure(figsize=(12,5))
df_temp=df.groupby('会员星级').agg('sum',numeric_only=True)
df_temp=df_
importpandasaspd importmatplotlib.pyplotasplt data=pd.read_excel("C:/Users/33370/Desktop/餐厅订单信息.xlsx") plt.rcParams['font.sans-serif']='SimHei' plt.figure(figsize=(12,5)) df_temp=df.groupby('会员星级').agg('sum',numeric_only=True) df_temp=df_
0 0
立即下载 收藏
importpandasaspd

#读取CSV文件
df=pd.read_csv("C:/Users/12600/Desktop/data.csv")
corr_matrix=df.corr(method='pearson')
threshold=0.5

#创建邻接矩阵
adjacency_matrix=corr_matrix.where(lambdax:x>threshold).fillna(0)
print(adjacency_matrix)
#将邻接矩阵保存为
importpandasaspd #读取CSV文件 df=pd.read_csv("C:/Users/12600/Desktop/data.csv") corr_matrix=df.corr(method='pearson') threshold=0.5 #创建邻接矩阵 adjacency_matrix=corr_matrix.where(lambdax:x>threshold).fillna(0) print(adjacency_matrix) #将邻接矩阵保存为
0 0
立即下载 收藏
importpandasaspd
importnumpyasnp
fromsklearn.metrics.pairwiseimportpairwise_distances
#步骤1.读数据文件u.data,其中包含不同用户对不同电影的评分信息
print('step1.Loadingdataset...')
r_cols=['user_id','movie_id','rating','unix_timestamp']
scoreData=pd.read_csv('u.data
importpandasaspd importnumpyasnp fromsklearn.metrics.pairwiseimportpairwise_distances #步骤1.读数据文件u.data,其中包含不同用户对不同电影的评分信息 print('step1.Loadingdataset...') r_cols=['user_id','movie_id','rating','unix_timestamp'] scoreData=pd.read_csv('u.data
0 0
立即下载 收藏
defset_plt():
#设置matplotlib的字体
plt.rcParams['font.sans-serif']=['MicrosoftYaHei']#用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False#用来正常显示负号
defload_data():
#读取Excel数据
df=pd.read_excel('car_data.xlsx')
#将评分和价格
defset_plt(): #设置matplotlib的字体 plt.rcParams['font.sans-serif']=['MicrosoftYaHei']#用来正常显示中文标签 plt.rcParams['axes.unicode_minus']=False#用来正常显示负号 defload_data(): #读取Excel数据 df=pd.read_excel('car_data.xlsx') #将评分和价格
0 0
立即下载 收藏
importpandasaspd
importjieba
importre

#读取数据
df_keywords=pd.read_excel('词频统计结果32.xlsx')
df_texts=pd.read_excel('新基金数据资产20220429(1).xlsx',sheet_name='2基础数据资产项描述与定级')

#提取关键词列表并预处理
keywords_list=df_keywords['词语'].tolist()
k
importpandasaspd importjieba importre #读取数据 df_keywords=pd.read_excel('词频统计结果32.xlsx') df_texts=pd.read_excel('新基金数据资产20220429(1).xlsx',sheet_name='2基础数据资产项描述与定级') #提取关键词列表并预处理 keywords_list=df_keywords['词语'].tolist() k
0 0
立即下载 收藏
importmatplotlib.pyplotasplt
importpandasaspd
importnumpyasnp

plt.rcParams['font.sans-serif']=['SimHei']#使得图片可以显示中文
df=pd.read_csv('./cleaned_movie_data.csv')

#Checkthedatatypeofthe'票房'column
print(df['票房'].dtype)

#Convert'票房'
importmatplotlib.pyplotasplt importpandasaspd importnumpyasnp plt.rcParams['font.sans-serif']=['SimHei']#使得图片可以显示中文 df=pd.read_csv('./cleaned_movie_data.csv') #Checkthedatatypeofthe'票房'column print(df['票房'].dtype) #Convert'票房'
0 0
立即下载 收藏
Read thecasestudybelowand makenotes ofthekeyfactsorideasfromthecase.   
 
Youhaverecentlytakenupapositionwithyourcity’snewspublisherasthesenioreditor’sassistant. Inyournewposition,youworkcloselywiththesenioreditora
Read thecasestudybelowand makenotes ofthekeyfactsorideasfromthecase.      Youhaverecentlytakenupapositionwithyourcity’snewspublisherasthesenioreditor’sassistant. Inyournewposition,youworkcloselywiththesenioreditora
0 0
立即下载 收藏
importpandasaspd
importnumpyasnp
importmatplotlib.pyplotasplt
fromscipyimportstats

#加载数据
data_path='附件一.xlsx'
data=pd.read_excel(data_path)

#函数用于检查数据是否服从正态分布
defcheck_normality(data_series):
k2,p=stats.nor
importpandasaspd importnumpyasnp importmatplotlib.pyplotasplt fromscipyimportstats #加载数据 data_path='附件一.xlsx' data=pd.read_excel(data_path) #函数用于检查数据是否服从正态分布 defcheck_normality(data_series): k2,p=stats.nor
0 0
立即下载 收藏

intportwAte(unsignedintn.
unsignedintfd,
volatileunsignedintADDR_CON_OFFSET,volatileunsignedintGPIO_WR_CON,volatileunsignedintGPIO_WR_DAT)
ADDR_START=(volatileunsignedchar*)mmap(NULL,1024*n,PROT_READ|PROT
WRITE,MAP_SHARED,
intportwAte(unsignedintn. unsignedintfd, volatileunsignedintADDR_CON_OFFSET,volatileunsignedintGPIO_WR_CON,volatileunsignedintGPIO_WR_DAT) ADDR_START=(volatileunsignedchar*)mmap(NULL,1024*n,PROT_READ|PROT WRITE,MAP_SHARED,
0 0
立即下载 收藏
介绍一下Serial.read()和Serial.parseInt()函数,并指出两个函数的区别在哪?
介绍一下Serial.read()和Serial.parseInt()函数,并指出两个函数的区别在哪?
0 0
立即下载 收藏
importpandasaspd
importstatsmodels.apiassm
importstatsmodels.formula.apiassmf

#读取数据
df=pd.read_csv('mouse_weight_data.csv')

#确保数值列是数值类型
df['weight']=pd.to_numeric(df['weight'],errors='coerce')
df['day']=pd.to_numeric(df['day'],errors=
importpandasaspd importstatsmodels.apiassm importstatsmodels.formula.apiassmf #读取数据 df=pd.read_csv('mouse_weight_data.csv') #确保数值列是数值类型 df['weight']=pd.to_numeric(df['weight'],errors='coerce') df['day']=pd.to_numeric(df['day'],errors=
0 0
立即下载 收藏
importnumpyasnp
importpandasaspd
importmatplotlib.pyplotasplt
importseabornassns

#假设数据文件train.csv和test.csv位于当前工作目录
train_data=pd.read_csv('train.csv')
test_data=pd.read_csv('test.csv')

#1.整体来看,存活比例如何?
#筛选掉缺失值
train_data_no_na=train
importnumpyasnp importpandasaspd importmatplotlib.pyplotasplt importseabornassns #假设数据文件train.csv和test.csv位于当前工作目录 train_data=pd.read_csv('train.csv') test_data=pd.read_csv('test.csv') #1.整体来看,存活比例如何? #筛选掉缺失值 train_data_no_na=train
0 0
立即下载 收藏
根据下面这段代码画出流程图
voidmain()
{
	init();
	TMOD=0x11;
	EA=1;
	ET0=1;
	TR0=1;
	EX0=1;
	
	ET1=1;
//	TR1=1;
	TH1=(65536-45872)/256;
	TL1=(65536-45872)%256;
	
	if(EEPROM_Read(0x2004)!=1){
		Sector_Erase(0x2000);										//擦除单片机内部EEPROM的数据
		EEPROM_Write(0
根据下面这段代码画出流程图 voidmain() { init(); TMOD=0x11; EA=1; ET0=1; TR0=1; EX0=1; ET1=1; // TR1=1; TH1=(65536-45872)/256; TL1=(65536-45872)%256; if(EEPROM_Read(0x2004)!=1){ Sector_Erase(0x2000); //擦除单片机内部EEPROM的数据 EEPROM_Write(0
0 0
立即下载 收藏
根据中国软件盈利能力分析数据(中国软件盈利能力分析.xlsx),计算并分析该公司的销售毛利率和净资产收益率。具体编程任务:

使用read_excel()函数读取Excel数据‘中国软件盈利能力分析.xlsx’,命名为ProfitData。
对数据进行行列转置(使用value.T命令)
根据下面的公式计算净资产收益率,并增加为数据的一列。
净资产收益率=净利润/((期初净资产+期末净资产)/2)

4.绘制净资产收益率折线图。




	2020/6/30	2020/3/31	2019/12/31	20
根据中国软件盈利能力分析数据(中国软件盈利能力分析.xlsx),计算并分析该公司的销售毛利率和净资产收益率。具体编程任务: 使用read_excel()函数读取Excel数据‘中国软件盈利能力分析.xlsx’,命名为ProfitData。 对数据进行行列转置(使用value.T命令) 根据下面的公式计算净资产收益率,并增加为数据的一列。 净资产收益率=净利润/((期初净资产+期末净资产)/2) 4.绘制净资产收益率折线图。 2020/6/30 2020/3/31 2019/12/31 20
0 0
立即下载 收藏
使用情景教学法把这些"1、X:数字量输入的存储区,也叫输入映像寄存器

2、Y:数字量输出的存储区,也叫输出映像寄存器

3、M:中间继电器的存储区,也叫内部标志位存储器

4、T:提供定时作用的时间继电器,也叫定时器

5、C:用于累计计数的脉冲个数,也叫计数器

6、S:用于顺序控制的状态,也状态寄存器

7、D:用于存储数据,也叫数据寄存器

8、V/Z:用于变址,也叫变址寄存器

9、K/H:用于数据输入作者:电气小百科https://www.bilibili.com/read/cv24765
使用情景教学法把这些"1、X:数字量输入的存储区,也叫输入映像寄存器 2、Y:数字量输出的存储区,也叫输出映像寄存器 3、M:中间继电器的存储区,也叫内部标志位存储器 4、T:提供定时作用的时间继电器,也叫定时器 5、C:用于累计计数的脉冲个数,也叫计数器 6、S:用于顺序控制的状态,也状态寄存器 7、D:用于存储数据,也叫数据寄存器 8、V/Z:用于变址,也叫变址寄存器 9、K/H:用于数据输入作者:电气小百科https://www.bilibili.com/read/cv24765
0 0
立即下载 收藏
importpandasaspd
data=pd.read_csv('/安居客昆明二手房/安居客_昆明.csv')
data
importpandasaspd data=pd.read_csv('/安居客昆明二手房/安居客_昆明.csv') data
0 0
立即下载 收藏
#encoding=gbk
importseabornassns
importpandasaspd
data=pd.read_csv("C:/Users/taxissica/AppData/Roaming/Microsoft/Windows/StartMenu/Programs/Anaconda3(64-bit)/titanic.csv")
data
#encoding=gbk importseabornassns importpandasaspd data=pd.read_csv("C:/Users/taxissica/AppData/Roaming/Microsoft/Windows/StartMenu/Programs/Anaconda3(64-bit)/titanic.csv") data
0 0
立即下载 收藏
importpandasaspd
datafile=r'E:\Cdcas-UV\python/TB201812.xls'
resultfile=r'./view.xls'
data=pd.read_excel(datafile,encoding='utf-8')
data=data[['订单付款时间','买家会员名','买家实际支付金额','数据采集时间']]
#使用describe()函数自动计算空值数,最大值,最小值
view.to_excel(resultfile)
importpandasaspd datafile=r'E:\Cdcas-UV\python/TB201812.xls' resultfile=r'./view.xls' data=pd.read_excel(datafile,encoding='utf-8') data=data[['订单付款时间','买家会员名','买家实际支付金额','数据采集时间']] #使用describe()函数自动计算空值数,最大值,最小值 view.to_excel(resultfile)
0 0
立即下载 收藏
通过read函数输入要备份的文件或目录
通过read函数输入要备份的文件或目录
0 0
立即下载 收藏
现有python代码:importpandasaspd
fromsklearn.clusterimportDBSCAN
importnumpyasnp

#读取数据
data=pd.read_csv('A1.csv')

#计算每辆车的速度
data['time_diff']=data.groupby('vehicle_id')['time'].diff()
data['x_diff']=data.groupby('vehicle_id')['x'].diff()
dat
现有python代码:importpandasaspd fromsklearn.clusterimportDBSCAN importnumpyasnp #读取数据 data=pd.read_csv('A1.csv') #计算每辆车的速度 data['time_diff']=data.groupby('vehicle_id')['time'].diff() data['x_diff']=data.groupby('vehicle_id')['x'].diff() dat
0 0
立即下载 收藏
importnumpyasnp
importpandasaspd
importmatplotlib.pyplotasplt
fromsklearnimportdatasets
fromsklearn.model_selectionimporttrain_test_split
fromsklearn.preprocessingimportStandardScaler

#1.数据读取与处理
data=pd.read_csv(r"C:\Users\Lenovo\.s
importnumpyasnp importpandasaspd importmatplotlib.pyplotasplt fromsklearnimportdatasets fromsklearn.model_selectionimporttrain_test_split fromsklearn.preprocessingimportStandardScaler #1.数据读取与处理 data=pd.read_csv(r"C:\Users\Lenovo\.s
0 0
立即下载 收藏
importpandasaspd
importmatplotlib.pyplotasplt
importseabornassns
fromwordcloudimportWordCloud
importjieba

#读取Excel文件
df=pd.read_excel('携程旅游评论.xlsx',sheet_name=0)

#提取评分中的数字部分
df['数字评分']=df['评分'].str.extract(r'(\d+)')#假设评分格式是“数字分..
importpandasaspd importmatplotlib.pyplotasplt importseabornassns fromwordcloudimportWordCloud importjieba #读取Excel文件 df=pd.read_excel('携程旅游评论.xlsx',sheet_name=0) #提取评分中的数字部分 df['数字评分']=df['评分'].str.extract(r'(\d+)')#假设评分格式是“数字分..
0 0
立即下载 收藏
先使用下面命令读取得到下面三个数据框
(cj<-read.csv('scores.csv'))
(xs<-read.table('students.txt',header=T,sep=','))
(kc<-read.table('course.txt',header=T,sep=','))
查找Course中score的平均值
查找name和score且满足score<60的记录
先使用下面命令读取得到下面三个数据框 (cj<-read.csv('scores.csv')) (xs<-read.table('students.txt',header=T,sep=',')) (kc<-read.table('course.txt',header=T,sep=',')) 查找Course中score的平均值 查找name和score且满足score<60的记录
0 0
立即下载 收藏
importpandasaspd
importmatplotlib.pyplotasplt
df=pd.read_csv('水果.csv')
print(df.info())
importpandasaspd importmatplotlib.pyplotasplt df=pd.read_csv('水果.csv') print(df.info())
0 0
立即下载 收藏
importpandasaspd
sales_data=pd.read_csv("附件.csv",encoding="gbk")
#第一步:计算每个顾客的总消费金额
total_spending_per_customer=sales_data.groupby('顾客编号')['销售金额'].sum().reset_index()

#找出消费金额排名前10的顾客
top_10_customers=total_spending_per_customer.nlargest(10,'销
importpandasaspd sales_data=pd.read_csv("附件.csv",encoding="gbk") #第一步:计算每个顾客的总消费金额 total_spending_per_customer=sales_data.groupby('顾客编号')['销售金额'].sum().reset_index() #找出消费金额排名前10的顾客 top_10_customers=total_spending_per_customer.nlargest(10,'销
0 0
立即下载 收藏

importpandasaspd
importmatplotlib.pyplotasplt
df=pd.read_csv('水果.csv')
print(df.info())
importpandasaspd importmatplotlib.pyplotasplt df=pd.read_csv('水果.csv') print(df.info())
0 0
立即下载 收藏
data<-read.csv("D:/ex5.csv")
>head(data)
x1x2x3y
151.373.636.42.99
248.983.934.03.11
342.878.331.01.91
455.077.131.02.63
545.381.730.02.86
645.374.832.01.91
>cor1<-cor(data[,c("x1","x2","x3","y")])
>print(cor1
data<-read.csv("D:/ex5.csv") >head(data) x1x2x3y 151.373.636.42.99 248.983.934.03.11 342.878.331.01.91 455.077.131.02.63 545.381.730.02.86 645.374.832.01.91 >cor1<-cor(data[,c("x1","x2","x3","y")]) >print(cor1
0 0
立即下载 收藏
importpandasaspd
importseabornassns
importmatplotlib.pyplotasplt

#读取数据
data=pd.read_csv('bank-data.csv')

#绘制箱型图
sns.boxplot(x='sex',y='income',data=data,color='white',showfliers=False,medianprops={'color':'black'})
plt.title('Boxplot
importpandasaspd importseabornassns importmatplotlib.pyplotasplt #读取数据 data=pd.read_csv('bank-data.csv') #绘制箱型图 sns.boxplot(x='sex',y='income',data=data,color='white',showfliers=False,medianprops={'color':'black'}) plt.title('Boxplot
0 0
立即下载 收藏
根据importre
#假设的错误日志文件路径
log_file_path='error_log.txt'
#读取日志文件
withopen(log_file_path,'r')asfile:
log_content=file.read()
#定义一些常见的错误模式
error_patterns=[
r'ERROR(\d+):',#匹配以ERROR开头,后跟数字和冒号的错误
r'Exceptionoccurred:',#匹配文本"Exce
根据importre #假设的错误日志文件路径 log_file_path='error_log.txt' #读取日志文件 withopen(log_file_path,'r')asfile: log_content=file.read() #定义一些常见的错误模式 error_patterns=[ r'ERROR(\d+):',#匹配以ERROR开头,后跟数字和冒号的错误 r'Exceptionoccurred:',#匹配文本"Exce
0 0
立即下载 收藏
机械优化设计课程设计任务Read
机械优化设计课程设计任务Read
0 0
立即下载 收藏
软件开发技术文档编写规范-Read
软件开发技术文档编写规范-Read
3 0
立即下载 收藏
给排水考试题库及答案(read)
给排水考试题库及答案(read)
3 0
立即下载 收藏
voidSCL_Write(uint8_tx)
{
GPIO_WriteBit(GPIOB,SCL,(BitAction)x);
Delay_us(10);
}
voidSDA_Write(uint8_tx)
{
GPIO_WriteBit(GPIOB,SDA,(BitAction)x);
Delay_us(10);
}
uint8_tSDA_Read(void)
{
returnGPIO_ReadInputDataBit(GPIOB,SDA
voidSCL_Write(uint8_tx) { GPIO_WriteBit(GPIOB,SCL,(BitAction)x); Delay_us(10); } voidSDA_Write(uint8_tx) { GPIO_WriteBit(GPIOB,SDA,(BitAction)x); Delay_us(10); } uint8_tSDA_Read(void) { returnGPIO_ReadInputDataBit(GPIOB,SDA
0 0
立即下载 收藏
创建脚本文件test0607.R,并保存到e:/test06之下.在脚本文件中使完成下面的任务。注意本实验需要安装并加载xlsx才可以运行,但是实验室的计算机都已经安装该软件包,因此只需加载即可
使用read.xlsx函数读取data7.xlsx中“学生”表(第二个表)的数据,注意在读数据时,请使用encoding参数,把该参数设置为UTF-8
使用read.xlsx函数读取data7.xlsx中“分数”表(第一个表)的数据,并把结果赋值给x,然后把数据框x按courseID分成4个数据框,数据框的名
创建脚本文件test0607.R,并保存到e:/test06之下.在脚本文件中使完成下面的任务。注意本实验需要安装并加载xlsx才可以运行,但是实验室的计算机都已经安装该软件包,因此只需加载即可 使用read.xlsx函数读取data7.xlsx中“学生”表(第二个表)的数据,注意在读数据时,请使用encoding参数,把该参数设置为UTF-8 使用read.xlsx函数读取data7.xlsx中“分数”表(第一个表)的数据,并把结果赋值给x,然后把数据框x按courseID分成4个数据框,数据框的名
0 0
立即下载 收藏
没有合适的作品?换个关键词试试~ 您也可以提交素材建议让AI帮我写
在线时间:9:00-22:00
点击咨询 常见问题 >
官方交流群:878574663
点击加入
5
签到领取 5积分成功 明天再来哦~
恭喜您获得 3天设计分类会员 明天再来哦~
签到抽奖得会员 每日签到送惊喜,连续签到更享心动奖励
+10 积分
+5 积分
+10 积分
随机礼包
+5 积分
+10 积分
随机礼包
点击签到 注:每周一重置签到奖励
积分:

加载中...

积分明细 去抽奖 >
签到记录 抽奖记录