欄目導航

新聞資訊

新聞資訊

言

很早以前，我用uiautomator+java實踐過Android APP自動化測試，不過今天要提的不是uiautomator，而是uiautomator2。聽起來uiautomator2像是uiautomator的升級版，但是這兩款框架僅僅是名字上比較相似，實際上沒有任何關(guān)聯(lián)。

一、uiautomator/uiautomator2的前生今世

項目地址：https://github.com/openatx/uiautomator2

1.官方文檔介紹

2.梳理一下脈絡(luò)

先有的谷歌uiautomator，但是只支持java；
后來一個名為hexiaocong的開發(fā)者基于uiautomator封裝了python版本，支持python代碼運行；
而受其啟發(fā)，uiautomator2作者開發(fā)了uiautomator2。所以它們的誕生順序應(yīng)該是：uiautomator(谷歌版)-->uiautomator(python版)-->uiautomator2

3.三款框架對比

框架	支持語言	特點
uiautomator	java	谷歌開源，僅支持Android
xiaocong/uiautomator	python	開源，僅支持Android
uiautomator2	python	開源，僅支持Android

二、uiautomator2簡介

1.項目組成

uiautomator-server：主服務(wù)
minicap：實現(xiàn)實時屏幕投屏，以及實時截圖
minitouch：用于精確實時控制設(shè)備
atx-agent：運行在設(shè)備上的駐守程序，go開發(fā)，用于保活設(shè)備上相關(guān)的服務(wù)
weditor：類似于uiautomatorviewer，專門為本項目開發(fā)的輔助編輯器

2.工作原理

1）各部分職責

Python：編寫腳本，向移動設(shè)備發(fā)起http請求；
移動設(shè)備：運行了封裝了uiautomator2的http服務(wù)，解析python腳本發(fā)起的請求，并轉(zhuǎn)化成uiautomator2可識別的代碼；

2）運行過程

移動設(shè)備上運行atx-agent守護進程，隨后atx-agent啟動uiautomator2服務(wù)，默認7912端口進行監(jiān)聽；
在PC上編寫python腳本并執(zhí)行（相當于發(fā)送 HTTP 請求到移動設(shè)備的 server 端）；
移動設(shè)備通過 WIFI 或 USB 接收到 PC 上發(fā)來的 HTTP 請求，執(zhí)行指定的操作，從而操作移動設(shè)備；

三、環(huán)境搭建

1.安裝uiautomator2

pip install uiautomator2
pip install -U weditor  # 安裝weditor

2.初始化設(shè)備

python -m uiautomator2 init

初始化成功會出現(xiàn)如下提示

當PC或Linux服務(wù)器連接了多臺adb device的情況下，“python -m uiautomator2 init”默認初始化的是所有設(shè)備，若指定設(shè)備初始化，則需使用“--serial”參數(shù)：

python -m uiautomator2 init --serial $SERIAL  # $SERIAL為手機序列號，可通過adb devices查看

3.init時都干了啥？

執(zhí)行“python -m uiautomator2 init”命令，會自動往手機上安裝一堆東西：

app-uiautomator.apk
app-uiautomator-test.apk
atx-agent
minicap
minitouch

更多信息詳見：https://github.com/openatx/uiautomator2/wiki/Manual-Init

四、基礎(chǔ)操作

1.連接設(shè)備

uiautomator2提供了3種連接方式

1）通過WiFi連接

import uiautomator2 as u2

d=u2.connect('10.0.0.1') # alias for u2.connect_wifi('10.0.0.1')
print(d.info)

2）通過USB連接

import uiautomator2 as u2

d=u2.connect('123456f') # alias for u2.connect_usb('123456f')
print(d.info)

3）通過ADB WiFi連接

import uiautomator2 as u2

d=u2.connect_adb_wifi("10.0.0.1:5555")

# 等同于
# + Shell: adb connect 10.0.0.1:5555
# + Python: u2.connect_usb("10.0.0.1:5555")

2.命令行工具

1）截圖

uiautomator2 screenshot test.jpg

2）獲取當前APP報名及Activity

uiautomator2 current

3）卸載應(yīng)用

uiautomator2 uninstall <package-name> # 卸載一個包
uiautomator2 uninstall <package-name-1> <package-name-2> # 卸載多個包
uiautomator2 uninstall --all # 全部卸載

4）停止應(yīng)用

$ uiautomator2 stop com.example.app # 停止一個app
$ uiautomator2 stop --all # 停止所有的app

3.元素定位

1）常見定位方式

ui2支持 android 中 UiSelector 類中的所有定位方式，詳細可以查看官網(wǎng)：https://developer.android.com/reference/android/support/test/uiautomator/UiSelector，以下僅列出幾種常見的定位方式：

定位方式	描述
text	通過文本定位
textMatches	通過文本正則匹配定位
className	通過類名定位
classNameMatches	通過類名正則匹配定位
description	通過desc屬性定位
descriptionMatches	通過desc屬性正則匹配定位
resourceId	通過resourceId定位
resourceIdMatches	通過resourceId正則匹配定位

2）子元素定位及兄弟元素定位

① 子元素定位-child

#查找類名為android.widget.ListView下的Bluetooth元素
d(className="android.widget.ListView").child(text="Bluetooth")
# 下面這兩種方式定位有點不準確，不建議使用
d(className="android.widget.ListView")\
.child_by_text("Bluetooth",allow_scroll_search=True)
d(className="android.widget.ListView").child_by_description("Bluetooth")

② 兄弟元素定位-sibiling

#查找與google同一級別，類名為android.widget.ImageView的元素
d(text="Google").sibling(className="android.widget.ImageView")

③ 鏈式調(diào)用

d(className="android.widget.ListView", resourceId="android:id/list") \
  .child_by_text("Wi?Fi", className="android.widget.LinearLayout") \
  .child(className="android.widget.Switch") \
  .click()

3）相對定位

d(A).left(B),# 選擇A左邊的B
d(A).right(B),# 選擇A右邊的B
d(A).up(B), #選擇A上邊的B
d(A).down(B),# 選擇A下邊的B
#選擇 WIFI 右邊的開關(guān)按鈕
d(text='Wi?Fi').right(resourceId='android:id/widget_frame')

4） Xpath定位

Java uiautoamtor中默認不支持xpath，這是屬于ui2的擴展功能，速度會相比其它定位方式慢一些。在xpath定位中，ui2中的description 定位需要替換為content-desc，resourceId 需要替換為resource-id

# 只會返回一個元素，如果找不到元素，則會報XPathElementNotFoundError錯誤
# 如果找到多個元素，默認會返回第0個
d.xpath('//*[@resource-id="com.android.launcher3:id/icon"]')

# 如果返回的元素有多個，需要使用all()方法返回列表
# 使用all方法，當未找到元素時，不會報錯，會返回一個空列表
d.xpath('//*[@resource-id="com.android.launcher3:id/icon"]').all()

4.元素常用API

方法	描述	返回值	備注
exists()	判斷元素是否存在	True,Flase	@property
info()	返回元素的所有信息	字典	@property
get_text()	返回元素文本	字符串
set_text(text)	設(shè)置元素文本	None
clear_text()	清空元素文本	None
center()	返回元素的中心點位置	(x,y)	基于整個屏幕的點
send_keys()	發(fā)送文本

用法示例：

d(test="Settings").exists
d.exists(text='Wi?Fi',timeout=5)

5.設(shè)備交互

1）單擊/雙擊

d(text='Settings').click()  # 單擊
d.double_click(x, y)
d.double_click(x, y, 0.1) # 雙擊默認時間間隔0.1s

2）長按

d(text='Settings').longclick()  # 長按

3）滑動

# "left", "right", "up", "down"
d(text="Settings").swipe("up", steps=20)  # 元素向上滑動，步長20
d(text="Settings").swipe("down", steps=20)  # 元素向下滑動
d(text="Settings").swipe("left", steps=20)  # 元素向左滑動
d(text="Settings").swipe("right", steps=20)  # 元素向右滑動

4）拖動

d(text="Settings").drag_to(text="Clock", duration=0.25)  # 拖動到某個元素，時長0.25秒
d(text="Settings").drag_to(877,733)  # 拖動到屏幕某個坐標點，duration時長默認0.5秒

5）雙指操作（元素放大/縮小）

d(text="Settings").pinch_in()  # 縮小
d(text="Settings").pinch_out()  # 放大

6）等待元素出現(xiàn)/消失

d(text="Settings").wait(timeout=3.0)  # 等待元素出現(xiàn)
d(text='Settings').wait_gone(timeout=20)  # 等待元素消失，返回True False,timout默認為全局設(shè)置的等待時間

7）屏幕滾動

# 垂直滾動到頁面頂部/橫向滾動到最左側(cè)
d(scrollable=True).scroll.toBeginning()
d(scrollable=True).scroll.horiz.toBeginning()
# 垂直滾動到頁面最底部/橫向滾動到最右側(cè)
d(scrollable=True).scroll.toEnd(）
d(scrollable=True).scroll.horiz.toEnd()
# 垂直向后滾動到指定位置/橫向向右滾動到指定位置
d(scrollable=True).scroll.to(description="指定位置")
d(scrollable=True).scroll.horiz.to(description="指定位置")
# 垂直向前滾動（橫向同理）
d(scrollable=True).scroll.forward()
# 垂直向前滾動到指定位置（橫向同理）
d(scrollable=True).scroll.forward.to(description="指定位置")
# 滾動直到System元素出現(xiàn)
d(scrollable=True).scroll.to(text="System")

8）文本框操作

d.send_keys("test")
d.clear_text()  # 清空輸入框

9）toast操作

# 獲取toast,當沒有找到toast消息時，返回default內(nèi)容
d.toast.get_message(timout=5,default='no toast')
# 清空toast緩存
d.toast.reset()

10）監(jiān)控操作

# 移除ANR的監(jiān)控
d.watcher.remove("ANR")

# 移除所有的監(jiān)控
d.watcher.remove()

# 開始后臺監(jiān)控
d.watcher.start()
d.watcher.start(2.0) # 默認監(jiān)控間隔2.0s

# 強制運行所有監(jiān)控
d.watcher.run()

# 停止監(jiān)控
d.watcher.stop()

# 停止并移除所有的監(jiān)控，常用于初始化
d.watcher.reset()

更多api詳見：https://github.com/openatx/uiautomator2

五、weditor元素定位

1.啟動weditor服務(wù)

python -m weditor

2.訪問weditor

默認端口17310，訪問地址：http://localhost:17310/，手機連接PC（確保已開啟USB調(diào)試模式），點擊Connect連接設(shè)備，當Connect圖標變?yōu)榫G色表示連接成功。

3.界面調(diào)試

weditor提供了所操作即所得式的元素定位方式，當雙擊屏幕上的圖標或按鈕，weditor界面右側(cè)的Coding框會同步展現(xiàn)元素操作的代碼，同時手機界面也會相應(yīng)同步切換頁面。

感謝

部分內(nèi)容參考以下：

https://www.cnblogs.com/fnng/p/8486863.html

https://testerhome.com/topics/11357

https://blog.csdn.net/Master724/article/details/107962349?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522163394586216780265448858%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=163394586216780265448858&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~top_click~default-2-107962349.pc_search_ecpm_flag&utm_term=uiautomator2&spm=1018.2226.3001.4187

感謝關(guān)注天善智能，走好數(shù)據(jù)之路↑↑↑

歡迎關(guān)注天善智能，我們是專注于商業(yè)智能BI，大數(shù)據(jù)，數(shù)據(jù)分析領(lǐng)域的垂直社區(qū)，學習，問答、求職一站式搞定！

前言

這篇文章的下篇終于寫出來了，上篇（數(shù)據(jù)采集）在兩個月前寫出來的：

Python數(shù)據(jù)采集分析告訴你為何上海二手房你都買不起（一）

為何下篇現(xiàn)在才寫出來呢？

有兩個原因：

1.兩個月前對python數(shù)據(jù)分析掌握的很差，那時候天天學爬蟲，pandas，numpy了解的也不多

2.人嘛，總是有惰性，喜歡一拖再拖

注：python可視化才剛?cè)腴T，最后的可視化以后還可以完善一篇

環(huán)境

Python3.X

編輯器：Jupyter notebook

導入鏈家網(wǎng)爬取的二手房數(shù)據(jù)

import numpy as npimport pandas as pd

df=pd.read_excel('house_lianjia.xlsx')df

。。。。。。

一共2871條數(shù)據(jù)，其實上次爬了2w條數(shù)據(jù)，然后找不到了，那就拿測試爬的2871條作分析了

數(shù)據(jù)初窺

查看數(shù)據(jù)信息（包括每個字段數(shù)據(jù)類型），數(shù)據(jù)條數(shù)，文件大小等

df.info()

查看數(shù)據(jù)前五行：

df.head()

查看數(shù)據(jù)后五行：

df.tail()

我們可以看到‘梯戶比例’一欄好像都是暫無數(shù)據(jù)

我們可以專門將這一欄數(shù)據(jù)拿出來查看：

df['梯戶比例']

。。。。。。

顯示的都是暫無數(shù)據(jù)

為了確定是否所有都是暫無數(shù)據(jù)，我們可以使用如下辦法：

df[df['梯戶比例']=='暫無數(shù)據(jù)']#把暫無數(shù)據(jù)的數(shù)據(jù)提取出來

。。。。。。

取出了2871行，說明所有行的這欄都是暫無數(shù)據(jù)

刪除無效的數(shù)據(jù)

那么，這一欄對我們數(shù)據(jù)分析沒有意義，可以刪去：

del df['梯戶比例']#移除一欄

我們再次看一下最新的數(shù)據(jù)情況：

df

獲得數(shù)據(jù)描述性統(tǒng)計

df.describe()

我們可以看一下數(shù)據(jù)的簡單統(tǒng)計信息，從圖中可以看出每個欄位數(shù)據(jù)的個數(shù)，不重復數(shù)據(jù)個數(shù)，出現(xiàn)最多的數(shù)據(jù)及其出現(xiàn)的次數(shù)

注意到最后一欄，進門朝向數(shù)據(jù)只有13個，這說明了數(shù)據(jù)缺失很嚴重，不考慮缺失值補齊，直接刪除該欄數(shù)據(jù)：

del df['進門朝向'] #只有13個數(shù)據(jù)

再看一下數(shù)據(jù)情況：

df

可以通過這種方式快速查看各欄位名稱：

#查看列（字段）名稱df.columns

專門查看各字段類型：

#查看字段類型df.dtypes

發(fā)現(xiàn)缺失值

如果想看每個單元的缺失值，可以使用：

df.isnull()#哪些包含了缺失值

Flase表示沒有缺失

當然，這樣看起來非常難受，而且不直觀

查看各字段是否有缺失值：

df.isnull().any()#是否有缺失值

這樣，我們就能看到除了'房屋朝向'字段有缺失值，其他字段都沒有缺失值。

我們想看看‘房屋朝向’字段有多少缺失值：

df.isnull().sum()#每個里有多少個缺失值

顯示有13個缺失值

如果你對這個個數(shù)不敏感，我們可以看看缺失值的比例：

df.isnull().sum() / df.count()#缺失值比例

‘房屋朝向’的缺失值只有0.45%左右

數(shù)據(jù)探索

我們想看看數(shù)據(jù)分布是怎樣的

例如看一下二手房所在區(qū)的情況：

df['所在區(qū)'].value_counts()

浦東的二手房在售的最多，可能是因為浦東新區(qū)地大

看一下二手房房屋朝向的情況：

df['房屋朝向'].value_counts()

南和南北朝向的有很多，陽光充足

看一下房屋戶型的情況：

df['房屋戶型'].value_counts()

可以看出在售的二手房多為2室1廳1衛(wèi)

看一下房屋類型的情況：

df['房屋類型'].value_counts()

說明公寓類型最多

篩選房屋信息

如果我們想看一下我們感興趣的房屋，例如我想找3室1廳1衛(wèi)的房屋，并且只看部分：

df[df['房屋戶型']=='3室1廳1衛(wèi)'].head()

當然你也可以使用and（&）和or（|）挑選你感興趣的房屋信息，這里不再贅述。

舍棄有缺失值的行

之前看到有包含13個含缺失值的行，我們將其舍棄：

df=df.dropna()#舍棄含有任意缺失值的行，顯示的是剩下的df.head()

小插曲：在jupyter notebook中，如果想要看一個方法的具體使用方法，我們可以：

?df.dropna()

然后查看彈出的信息了解使用說明

此時，我們再看看是否還有缺失值：

df.isnull().any()#是否有缺失值

顯示已經(jīng)沒有缺失值了

資料重整

我們發(fā)現(xiàn)：

房屋類型中，所有類型前面都顯示‘住宅-’，我們將其去除

df['房屋類型']=df['房屋類型'].map(lambda e: e.split(' - ')[1].split())

注：將該字段信息以‘-’為分隔符分成前后兩部分（兩部分都不包括-），然后索引取后面部分（如果是前面部分則是[0]）

然后在pandas里用map加載匿名函數(shù)lambda，返回的e即為‘-’后面的部分信息

df

處理完之后：

正則表達式提取信息

由于建筑面積的信息不是數(shù)值型，而且建筑面積里含有‘平’這個字，不能直接用于計算

所以我們提取出其中的數(shù)字：

df['建筑面積'].str.extract('(\d+\.\d+)平', expand=False)

\d+:匹配0-9中一個及其以上數(shù)字

\.：轉(zhuǎn)義，匹配點

(\d+\.\d+)用括號括起來，提取括號中的信息

提取的結(jié)果如下：

我們將提取的結(jié)果反饋回dataframe表格：

df['建筑面積']=df['建筑面積'].str.extract('(\d+\.\d+)平', expand=False)

df.head(5)

、

看來已經(jīng)完成這一步驟

同理，使用正則提取‘總價’欄位中的數(shù)字：

df['總價'].str.extract('(\d+)萬', expand=False)

df['總價']=df['總價'].str.extract('(\d+)萬', expand=False)df.head()

轉(zhuǎn)換數(shù)據(jù)類型

提取出來的數(shù)字是字符類型，我們需要將其轉(zhuǎn)化為數(shù)字類型，例如float浮點數(shù)，int整型等

df[['總價']]=df[['總價']].astype(int)

df[['建筑面積']]=df[['建筑面積']].astype(float)

df.info()

轉(zhuǎn)換完成后，可以看出‘建筑面積’和‘總價’已經(jīng)是數(shù)值型的了

屬性構(gòu)造

我們構(gòu)造一個屬性叫做‘均價’

df['均價']=df['總價']/df['建筑面積']

df.head()

建立數(shù)據(jù)透視表

df2=df.pivot_table(index='位置', 
columns='裝修情況', 
values='均價', 
fill_value='0')#默認均價，比較出各個地區(qū)價格df2.head()#位置作為索引，裝修情況作為欄位，均價作為值

df2=df.pivot_table(index='所在區(qū)', 
columns='裝修情況',
 values='均價', 
 fill_value='0')#默認均價，比較出各個地區(qū)價格df2#所在區(qū)作為索引，裝修情況作為欄位，均價作為值

這樣的數(shù)據(jù)透視表，可以讓我們一目了然的看出各區(qū)不同裝修情況在售的不同二手房價格（均價單位是萬元/每平方米,取的是平均值)

我們注意到，上面的數(shù)據(jù)透視表中有很多0，當然，這里的0不是說房價為0，而是fill_value='0'，即缺失值用0填充了

無意義的值轉(zhuǎn)為缺失值

我們看到，裝修情況欄位中有著'暫無數(shù)據(jù)'的字樣情況：

我們將其變?yōu)槿笔е担?/p>

df['裝修情況']=df['裝修情況'].replace('暫無數(shù)據(jù)',np.NaN)

然后刪去這些含缺失值的行：

df.dropna()

我們注意到行數(shù)確實減少了

我們再次制作數(shù)據(jù)透視表：

df2=df.pivot_table(index='所在區(qū)', 
columns='裝修情況', 
values='均價', 
fill_value=np.NaN)#默認均價，比較出各個地區(qū)價格df2#位置作為索引，裝修情況作為欄位，均價作為值

NaN表示沒有信息：意思是沒有此類的房屋信息

數(shù)據(jù)可視化

做數(shù)據(jù)分析，數(shù)據(jù)展現(xiàn)的方法之一就是圖

#-*- coding: utf-8 -*-%matplotlib inline

以上是為了讓繪制的圖顯示出來

from matplotlib.font_manager import FontPropertiesimport matplotlib.pyplot as plt
font=FontProperties(fname='C:\Windows\Fonts\simsun.ttc')

以上是為了解決繪圖里中文字體顯示問題，可以參照如下鏈接設(shè)置顯示中文字體：

https://www.joinquant.com/post/441

繪制散點圖

df.plot(x='建筑面積', y='總價', kind='scatter')plt.xlabel('建筑面積', fontproperties=font)

可以看出，隨著建筑面積的增大，二手房的總價也在上升，并沒有出現(xiàn)特別異常的值

但是有離群值出現(xiàn)，例如靠近右上角的，我們可以看一下這些房屋的信息：

df[df['建筑面積']>250]

繪制柱狀圖

注：以下過程比較波折，在于我目前對可視化學習較少

為了統(tǒng)計不同裝修情況，我進行了一大堆步驟：

df1=pd.get_dummies(df['裝修情況'])#建立虛擬變量，是精裝則在精裝位置顯示1，以此類推df1.head()

dec=df1.sum()

type(dec)

我想將Series轉(zhuǎn)為df：

dec

df2=pd.DataFrame(dec)#series轉(zhuǎn)為dfdf2

發(fā)現(xiàn)索引不是我想要的,于是我刪除了索引：

df2=df2.reset_index(drop=True)df2

這繞了一圈差不多刪除完了，尷尬

再手工加回去：

df2['裝修情況']=['中裝','毛坯','簡裝','精裝','豪裝']df2

這欄位名不太對，改一下：

df2.columns=['個數(shù)', '裝修情況']df2

走到這部不容易，我一定好好學數(shù)據(jù)可視化。。。

df2.plot(x='裝修情況', y='個數(shù)', kind='bar')plt.xlabel('裝修情況', fontproperties=font)

繪圖，通過圖形更加一目了然看出不同裝修情況的個數(shù)比較

最后再看一下描述性統(tǒng)計：

df.describe()

因為數(shù)據(jù)缺失值處理了，數(shù)字轉(zhuǎn)為數(shù)值型了，所以此時的統(tǒng)計更有意義

包括數(shù)量、均指、標準差、最小值、上四分位數(shù)等等。

寫在文末

這是我寫的比較久的一篇文章，就像在做一個簡單的項目一樣，從上文的爬取數(shù)據(jù)到這次的數(shù)據(jù)分析可視化，終于完整的做了一次數(shù)據(jù)分析。

致謝

在這篇文章的數(shù)據(jù)分析過程中，感謝秦路老師給我在技術(shù)上的答疑解惑！

本文來源自天善智能社區(qū),作者：王大偉，

博客：https://www.hellobi.com/u/wangdawei/articles

天善學院svip正火爆報名中！包含Excel BI、Python3爬蟲案例、Python機器學習、Python數(shù)據(jù)科學家、大數(shù)據(jù)體系、數(shù)據(jù)分析報告、數(shù)據(jù)分析師體系、深度學習、R語言案例共10套課程，其他課程只需五折即可，歡迎大家關(guān)注報名！

操屁眼的视频在线免费看,日本在线综合一区二区,久久在线观看免费视频,欧美日韩精品久久综

言

一、uiautomator/uiautomator2的前生今世

1.官方文檔介紹

2.梳理一下脈絡(luò)

3.三款框架對比

二、uiautomator2簡介

1.項目組成

2.工作原理

1）各部分職責

2）運行過程

三、環(huán)境搭建

1.安裝uiautomator2

2.初始化設(shè)備

3.init時都干了啥？

四、基礎(chǔ)操作

1.連接設(shè)備

1）通過WiFi連接

2）通過USB連接

3）通過ADB WiFi連接

2.命令行工具

1）截圖

2）獲取當前APP報名及Activity

3）卸載應(yīng)用

4）停止應(yīng)用

3.元素定位

1）常見定位方式

2）子元素定位及兄弟元素定位

① 子元素定位-child

② 兄弟元素定位-sibiling

③ 鏈式調(diào)用

3）相對定位

4） Xpath定位

4.元素常用API

5.設(shè)備交互

1）單擊/雙擊

2）長按

3）滑動

4）拖動

5）雙指操作（元素放大/縮小）

6）等待元素出現(xiàn)/消失

7）屏幕滾動

8）文本框操作

9）toast操作

10）監(jiān)控操作

五、weditor元素定位

1.啟動weditor服務(wù)

2.訪問weditor

3.界面調(diào)試

感謝

感謝關(guān)注天善智能，走好數(shù)據(jù)之路↑↑↑