如何更改C盘背景:一文读懂

版权申诉
0 下载量 38 浏览量 更新于2024-11-14 收藏 24KB RAR 举报
资源摘要信息: "更改C盘背景教程" 在计算机操作系统中,"C盘"通常指的是安装了系统的核心硬盘分区。更改C盘背景是一个个性化操作,可以让用户根据自己的喜好更改系统盘的桌面背景,从而使得文件管理器界面看起来更加个性化和舒适。下面将详细说明与更改C盘背景相关的知识点。 1. 文件系统基础 更改C盘背景首先需要了解文件系统的基础知识。Windows操作系统通常使用NTFS(New Technology File System)作为系统盘的文件系统格式。在NTFS文件系统中,文件夹实际上是一种特殊类型的文件,系统允许用户修改这些文件夹的属性,包括它们的图标和背景。 2. 图标和背景的存储与修改 在Windows系统中,文件夹图标和背景通常存储在Windows资源库中。要更改C盘背景,实际上是要更改系统盘根目录下特定文件夹的属性。具体来说,是更改这些文件夹内部的"Folder Background"属性。 3. 系统盘根目录的特性 系统盘(C盘)的根目录具有特殊的安全权限设置,因为它包含了操作系统启动和运行必需的核心文件。因此,对C盘根目录进行修改需要管理员权限。没有足够的权限,用户将无法更改C盘的背景。 4. 修改文件夹背景的方法 更改C盘背景可以通过多种方式实现,常见的有以下几种方法: - 手动修改法:直接打开C盘的属性设置,找到"自定义"选项卡,然后选择一个已有的文件夹背景或者选择"选择文件"来设置一个自定义的图片作为背景。但这种方法通常受到系统的限制。 - 使用第三方软件:由于操作系统的限制,用户通常需要借助第三方软件来绕过这些限制,实现更改C盘背景的功能。这些软件通常会提供一个界面让用户选择图片并应用为C盘背景。 5. 可能面临的风险 更改C盘背景虽然看起来是一个简单无害的操作,但在执行过程中可能会遇到风险,包括但不限于: - 操作不当可能损坏系统文件:错误的更改可能会影响C盘的正常运行。 - 权限问题导致操作失败:如果没有以管理员权限执行操作,更改过程可能会中断或失败。 - 使用第三方软件可能带来安全风险:下载和使用第三方软件时,可能会不小心引入恶意软件或病毒。 6. 使用第三方工具时的注意事项 如果选择使用第三方工具来更改C盘背景,应遵循以下注意事项: - 下载来源的安全性:确保第三方软件来自可信的开发者或网站。 - 阅读用户反馈和评论:了解其他用户对软件的评价和使用经验,可以有效避免下载使用不良软件。 - 维持良好的防病毒状态:在安装和使用第三方软件的过程中,确保电脑的防病毒软件是开启的,以防止潜在的安全风险。 总结而言,更改C盘背景虽然可以增强用户界面的个性化,但需要注意操作的安全性和正确性。建议普通用户如果没有足够的技术背景和经验,尽量不要尝试更改系统盘的背景,以免对系统造成不可预见的影响。对于有经验的用户来说,在进行更改时也要谨慎行事,确保操作在安全可控的环境下进行。

2、为下面的程序的每一行标上注释; import requests import re import pandas as pd import time import datetime url = 'http://datacenter-web.eastmoney.com/api/data/v1/get?' name_list = [] code_list = [] trader_date_list = [] close_list = [] change_rate_list = [] buy_num_list = [] result_list = [] result_df = pd.DataFrame() for page in range(1, 4): params = ( ('callback', 'jQuery112305930880286224138_1632364981303'), ('sortColumns', 'NET_BUY_AMT,TRADE_DATE,SECURITY_CODE'), ('sortTypes', '-1,-1,1'), ('pageSize', '50'), ('pageNumber', str(page)), ('reportName', 'RPT_ORGANIZATION_TRADE_DETAILS'), ('columns', 'ALL'), ('source', 'WEB'), ('clientl', 'WE'), ('filter', "(TRADE_DATE>='2021-09-17')") ) response = requests.get(url, params=params) text = response.text print(text) # re准则查找数据 name = re.findall('"SECURITY_NAME_ABBR":"(.*?)"', text) # 名称 code = re.findall('"SECURITY_CODE":"(.*?)"', text) # 股票代码 trader_date = re.findall('"TRADE_DATE":"(.*?)"', text) # 交易日期 close = re.findall('"CLOSE_PRICE":(.*?)\,', text) # 收盘价 change_rate = re.findall('"CHANGE_RATE":(.*?)\,', text) # 涨幅 buy_num = re.findall('"BUY_TIMES":(.*?)\,', text) # 买入机构数量 # 将对应的列表里的数据全部加起来 name_list = name_list + name code_list = code_list + code trader_date_list = trader_date_list + trader_date close_list = close_list + close change_rate_list = change_rate_list + change_rate buy_num_list = buy_num_list + buy_num time.sleep(2) # 将所有列表合并成二维数组 result_list = [trader_date_list, code_list, name_list, close_list, change_rate_list, buy_num_list] # 将数据转为DataFrame格式 result_df = pd.DataFrame(result_list).T.rename( columns={0: '交易日期', 1: '股票代码', 2: '股票名称', 3: '收盘价', 4: '涨幅', 5: '买入机构'}) result_df['交易日期'] =pd.to_datetime(result_df['交易日期']) # 时间只取年月日 result_df = result_df.sort_values(by='交易日期', ascending=True) print(result_df)

2023-06-09 上传
手机看
程序员都在用的中文IT技术交流社区

程序员都在用的中文IT技术交流社区

专业的中文 IT 技术社区,与千万技术人共成长

专业的中文 IT 技术社区,与千万技术人共成长

关注【CSDN】视频号,行业资讯、技术分享精彩不断,直播好礼送不停!

关注【CSDN】视频号,行业资讯、技术分享精彩不断,直播好礼送不停!

客服 返回
顶部