- 博客(64)
- 收藏
- 关注
RSS订阅原创 el-date-picker 根据第一个时间选择框 让第二个时间选择框禁用日期时间并精确到时分秒
当前有个需求：两个时间选择框是分开的，需要根据第一个时间选择框选择的时间（精确到时分秒），让第二个时间选择框禁用掉第一个时间选择框之前的时间。 也就是假设我现在第一个时间框选择的是2022年7月8号 下午两点，那么第二个时间框就要禁用掉在这之前的时间，精确到时分秒（只是我这里没显示秒）。看效果图，在这之前的小时都被禁用了。下面看实现的代码：思路：因为项目需要，第一个时间选择框的 pickerOptionsOne 函数是为了禁用掉今天之前的时间；且第一个时间选择框可以随时更改数据，所以在 data
2022-07-08 14:24:57
2212
2
原创 el-tree多选获取选中的节点ID
需求：可以筛选并获取当前树结构中选中的用户ID代码：<el-input v-model="filterText" placeholder="输入关键字进行过滤" /><el-tree ref="tree" :data="userTree" show-checkbox node-key="id" :filter-node-method="filterNode" highlight-current :props="defaultProps" @.
2022-01-27 15:13:22
2337
原创 js扁平数组对象转成树结构
假如有个需求，是如下结构：let arr = [ {id: 1, name: '部门1', pid: 0}, {id: 2, name: '部门2', pid: 1}, {id: 3, name: '部门3', pid: 1}, {id: 4, name: '部门4', pid: 3}, {id: 5, name: '部门5', pid: 4},]通过pid这个字段，要转成树结构，就是这样：[ { "id": 1,
2022-01-07 09:52:42
1337
原创 js Promise理解，同时请求多个接口等
Promise是异步执行的一种方法，有如下API：Promise.resolve()Promise.reject()Promise.prototype.then()Promise.prototype.catch()Promise.all() // 所有的都有完成，相当于 且Promise.race() // 完成一个即可，相当于 或Promise.resolve()的作用将现有对象转为Promise对象resolvedl;Promise.resolve('test')==new Prom
2022-01-06 16:06:26
10575
原创 JS对数据进行判空操作
一般我在项目中进行判空都是用短路运算，例如：let name = ''// 短路运算console.log(name || 'yd')// 合并空运算符 ECMAScript2020加入console.log(name ?? 'yd')第一个短路运算符在 javascript 中空字符串，0，false都会执行第二个合并空运算只允许在值为null或未定义时使用默认值具体使用哪个看自己的需求了...
2022-01-04 18:40:44
622
原创 CSS实现左侧固定大小，右侧自适应的布局、左右两边固定大小，中间自适应（圣杯布局，双飞翼布局）
CSS实现左侧固定大小，右侧自适应的布局、左右两边固定大小，中间自适应（圣杯布局，双飞翼布局）
2022-01-04 18:12:42
709
原创 JS数组去重
方法1：使用new Set()let arr = [1,2,5,7,4,1,2,3,5,]let newArr = [...new Set(arr)]console.log(newArr)方法2：创建一个空数组，使用循环给这个数组添加原数组的数据，如果存在则不添加
2022-01-04 17:54:35
414
原创 el-input为数字时隐藏右边小箭头
//去除input的type为number时的上下箭头/deep/input::-webkit-outer-spin-button,/deep/input::-webkit-inner-spin-button { -webkit-appearance: none; }/deep/input[type="number"]{ -moz-appearance: textfield; }
2021-12-14 16:39:56
1210
原创 JS对数组对象去重
function reduce(person, key) { const obj = {} person = person.reduce((cur, next) => { obj[next[key]] ? '' : obj[next[key]] = true && cur.push(next) return cur }, []) return person}封装一个通用函数，接收两个参数，第一个为数组对象，第二个为去重的字段例：...
2021-11-19 10:18:53
697
原创 实现js深拷贝
最简单的办法可以使用：JSON.parse(JSON.stringify());但如果是面试时碰见这种问题，这样回答肯定是不行的，换一种思路，我们自己实现一个简易版：module.exports = function clone(target) { if (typeof target === 'object') { let cloneTarget = Array.isArray(target) ? [] : {}; for (const key in
2021-11-04 14:47:50
516
原创 el-table表格数据没有刷新
一般遇到这种情况可以试试绑定key：data()里面定义一个randomKey每次有更改表格数据的地方都记得重新对randomKey赋值，也就是加入这行代码：this.randomKey = Math.random()
2021-09-13 10:34:42
2799
原创 Vue.js对数组对象的序号字段初始化重新生成序号
orderInit(bol = true, data) { for (let i = 0; i < data.length; i++) { this.$set(data[i], 'number', i + 1) if (bol) this.$set(data[i], 'isEdit', false) this.$forceUpdate() }},有时候对数组数据进行操作时，需要手动添加一个排序的字段orderNumber，.
2021-09-13 10:27:41
982
原创 JS对数组对象按照某个字段进行排序
function sortByKey(array, key, order) { return array.sort(function(a, b) { var x = a[key]; var y = b[key] if (order) { return ((x < y) ? -1 : ((x > y) ? 1 : 0)) } else { return ((x < y) ? ((x > y) ? 1 : 0) : -1) }.
2021-09-13 10:13:33
3141
原创 JS多维数组转一维数组递归降维-数组扁平化
function flatten(arr) { return [].concat(...arr.map(x => Array.isArray(x) ? flatten(x) : x))}写一个通用函数，字段接收一个数组，这个数组可以是多维数组，函数返回的则是降维后的一维数组降维普通数组：降维数组对象：...
2021-09-13 10:02:44
354
原创 CSS实现tag标签挂载放到卡片上
最近有个需求需要在卡片上方放一个标签会话，因此用css写了个，先看效果：其中的门牌号背景就是标签，再看代码：<div v-for="(item, index) in card.slice(0,30)" :key="index" class="cardSize"> <div style="position: relative;z-index: 5;height: auto;display: flex;margin-left: 10px;">
2021-08-20 09:49:31
712
原创 vue中接收到后台数据再回显到输入框时无法修改
我是因为v-model绑定的不是后台返回的字段里面的任意一个，是自己拿到数据时手动添加的一个字段（循环遍历添加一个字段 如：item.xxx = aaa）因此绑定xxx回显时无法编辑更改，需要用到this.$set()来替代遍历的item.xxx = aaa，格式：//数据库返回的字段：/*这里只做演示data = { fieldCode:"name", fieldName:"患者姓名", matchingType:"String", num:2}/*...
2021-07-21 15:48:37
1781
原创 pandas读取csv文件数据并对指定字段分类使用matplotlib在一张图里画四张折线图子图
csv数据如下：代码如下：import pandas as pdimport numpy as npimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = 'simhei'plt.rcParams['axes.unicode_minus']=Falsedata = pd.read_csv('student.csv')# 分组函数，按照行索引进行分组，把省份相等的字段分组在一起# obj.groupby([
2020-10-20 21:28:18
667
原创 pandas读取csv文件数据并对数据求和使用matplotlib画饼图
题目：请对读取的数据进行处理，通过每个省份的录取人数，并绘制展示省份学生人数占比的饼图csv数据图如下所示：代码如下所示：import pandas as pdimport numpy as npimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = 'simhei'plt.rcParams['axes.unicode_minus']=Falsedata = pd.read_csv('student.
2020-10-20 21:14:28
6793
原创 pandas读取csv文件数据并对数据分类使用matplotlib画出折线图
题目：请根据省份中每个市区的录取人数，并绘制折线图csv数据图如下所示：代码如下所示：import pandas as pdimport numpy as npimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = 'simhei'plt.rcParams['axes.unicode_minus']=Falsedata = pd.read_csv('student.csv')# 分组函数，按照行索引进行
2020-10-20 21:10:48
3252
原创 pandas读取csv文件数据并对指定字段使用matplotlib画折线图
csv数据图如下所示：代码如下所示：import pandas as pdimport numpy as npimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = 'simhei'plt.rcParams['axes.unicode_minus']=Falsedata = pd.read_csv('student.csv')data = np.array(data)city = []name = []
2020-10-20 21:07:02
1839
原创 pandas读取csv文件数据并使用matplotlib画折线图和饼图
csv数据图如下所示：代码如下所示：import pandas as pdimport numpy as npimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = 'simhei'plt.rcParams['axes.unicode_minus']=Falsedata = pd.read_csv("notebook.csv")data = np.array(data)print(data)#data
2020-10-14 21:30:01
15509
5
原创 Pandas简单写入数据到csv文件
import pandas as pddf = pd.DataFrame({ "学院":["电子学院","机电学院","大数据学院","软件学院","网络学院"], "2017年":[1320,1351,2251,3178,2151], "2018年":[1323,1402,2202,3180,2190], "2019年":[1466,1322,2222,3162,2122], "2020年":[1486,1388,2248,3218,3108]})#in.
2020-10-14 21:25:37
7012
原创 Python使用matplotlib可视化环形图
import matplotlib.pyplot as pltimport numpy as npplt.rcParams['font.sans-serif'] = 'simhei'plt.rcParams['axes.unicode_minus']=Falsedata = [40,15,20,10,15]label=["面粉","砂糖","牛奶","草莓酱","坚果"]#要把离心率设置远一点，怕第二个饼图挡住这个百分率plt.pie(data,pctdistance=0.8,autop.
2020-10-14 20:36:18
6174
原创 Python使用matplotlib可视化模拟学生成绩饼图
import matplotlib.pyplot as pltimport numpy as npplt.rcParams['font.sans-serif'] = 'simhei'plt.rcParams['axes.unicode_minus']=FalseSQL = [5,17,3]math = [3,20,2]english = [6,16,3]pyhton = [11,12,2]text = ["优秀","及格","不及格"]plt.subplot(2,2,1)plt.p.
2020-10-13 21:08:19
4865
原创 Python使用matplotlib可视化模拟车次上车人数横向柱状图
import matplotlib.pyplot as pltimport numpy as npplt.rcParams['font.sans-serif'] = 'simhei'plt.rcParams['axes.unicode_minus']=Falsey2019 = [2043,1256,860,1211,1807,2207,2007,2107]y2020 = [2143,1856,1060,1011,1407,2407,2207,2307]y = np.arange(len(y2.
2020-10-13 19:57:05
650
原创 Python使用matplotlib可视化横向柱状图
import matplotlib.pyplot as pltimport numpy as npplt.rcParams['font.sans-serif'] = 'simhei'plt.rcParams['axes.unicode_minus']=Falsepeople = [2202,2232,2268,2668]year = ['20{}年'.format(i) for i in range(17,21)]y = range(len(year))plt.barh(y,people.
2020-10-13 19:47:55
3290
原创 Python使用matplotlib可视化模拟龟兔赛跑折线图
可视化模拟龟兔赛跑折线图import matplotlib.pyplot as pltimport numpy as npplt.rcParams['font.sans-serif'] = 'simhei'plt.rcParams['axes.unicode_minus']=False#时间轴t = np.arange(0,120,0.5)# np.piecewise（array，[condition1,condition2]，[value1,value2]）# 即：传入一个a
2020-09-27 21:11:57
3608
原创 Python使用matplotlib可视化模拟闯红灯现象柱状图
可视化模拟闯红灯现象柱状图import matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = 'simhei'plt.rcParams['axes.unicode_minus']=Falseboy = [450,800,200]girl = [150,100,300]x1 = list(range(len(boy)))x2 = [i+0.35 for i in x1]plt.bar(x1,boy,alpha=0.7,wid
2020-09-27 21:10:47
397
原创 Python使用matplotlib可视化模拟烧烤摊每月营业额柱状图
可视化模拟烧烤摊每月营业额柱状图from matplotlib import pyplot as pltimport numpy as npplt.rcParams['font.sans-serif'] = ['SimHei']plt.rcParams['axes.unicode_minus']=False#月份和每月营业额month = list(range(1,13))money = [5.2,2.7,5.8,5.7,7.3,9.2, 18.7,15.6,20.5,1
2020-09-27 21:09:27
2091
原创 Python使用matplotlib可视化模拟烧烤摊每月营业额折线图
可视化模拟烧烤摊每月营业额折线图import matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = 'simhei'plt.rcParams['axes.unicode_minus']=False#月份和每月营业额month = list(range(1,13))money = [5.2,2.7,5.8,5.7,7.3,9.2, 18.7,15.6,20.5,18.0,7.8,6.9]#plot()函数的
2020-09-27 21:07:52
2628
原创 Python使用matplotlib可视化模拟正弦余弦折线图
可视化模拟正弦余弦折线图import matplotlib.pyplot as pltimport numpy as npplt.rcParams['font.sans-serif'] = ['simhei']plt.rcParams['axes.unicode_minus'] = False#生成模拟数据x = np.arange(0,2*np.pi,0.1)y1 = np.sin(x)y2 = np.cos(x)#创建图形，切分绘图区域，绘制两条曲线plt.figure(n
2020-09-27 21:06:08
1417
原创 Python使用matplotlib可视化模拟正弦余弦在子图显示
可视化模拟正弦余弦在子图显示import matplotlib.pyplot as pltimport numpy as npplt.rcParams['font.sans-serif'] = ['simhei']plt.rcParams['axes.unicode_minus'] = False#生成模拟数据x = np.arange(0,2*np.pi,0.1)y1 = np.sin(x)y2 = np.cos(x)#创建图形，切分绘图区域，绘制两条曲线fig = plt.
2020-09-27 21:01:41
1494
原创 Python使用matplotlib可视化模拟班级学生分数柱状图和折线图
import matplotlib.pyplot as pltimport numpy as npplt.rcParams['font.sans-serif'] = ['KaiTi']plt.rcParams['axes.unicode_minus']=False#模拟数据N = 25#模拟每个班学生的分数data1 = list(np.random.randint(1,100,N))data2 = list(np.random.randint(1,100,N))data3 = l.
2020-09-27 20:59:43
6024
原创 Python使用matplotlib可视化模拟家庭支出情况雷达图
import randomimport numpy as npimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['KaiTi']plt.rcParams['axes.unicode_minus']=False#每月支出数据data={ '蔬菜':[1350,1500,1330,1550,900,1400,980,1100,1370,1250,1000,1100], '水果':[400,600,.
2020-09-27 20:57:29
689
3
原创 Python使用matplotlib可视化模拟学生课程分数雷达图
import matplotlib.pyplot as pltimport numpy as npplt.rcParams['font.sans-serif'] = ['KaiTi']plt.rcParams['axes.unicode_minus']=False#某学生的课程与成绩courses = ['C++','Python','高数','大学英语','软件工程', '组成原理','数字图像处理','计算机图形学']scores = [80,95,78,85,4.
2020-09-27 20:56:07
1476
原创 Python使用matplotlib可视化模拟商场促销价格关系折线图
import matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = 'simhei'plt.rcParams['axes.unicode_minus']=False#进价与零售价basePrice,salePrice = 49,75#计算购买num个商品时的单价，买的越多，单价越低def compute(num): return salePrice * (1-0.01*num)#numbers用来存储顾客购买数量.
2020-09-27 20:53:51
1324
原创 Python使用正则爬取51job
为了更快捷，使用多线程import requestsimport redef get_request(page): url = "https://search.51job.com/list/190200,000000,0000,00,9,99,%25E5%25B0%258F%25E7%25A8%258B%25E5%25BA%258F,2,"+str(page)+".html?lang=c&stype=&postchannel=0000&workyear=99&a
2020-06-28 18:45:02
435
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人