【前端】手写数字时钟·教程

效果图:

在这里插入图片描述

需求分析:

  1. 通过date获取时间
  2. 通过间隔定时器setInterval动态获取时间
  3. 间隔定时器setInterval间隔设置为1000毫秒(1秒)获取一次时间
  4. 为了样式好看,我们这是用数字图片来代替数字的

源代码:

  • HTML部分
	<div id="div">
		<img src="img/0.png" />
		<img src="img/0.png" /><img src="img/0.png" />
		<img src="img/0.png" /><img src="img/0.png" />
		<img src="img/0.png" /></div>
  • css部分
<style>
/*无*/    
</style>
  • JavaScript部分
<script>
	// 需求:数码时钟
	var date = new Date();
	var imgArr = document.getElementsByTagName('img');//获取img图片的一个集合
	var hours,minutes,seconds;
	var timre = setInterval(function () {
		date = new Date();
		// 获取小时
		hours = date.getHours();
		
		imgArr[0].src = "img/" + parseInt(hours / 10) + ".png"
		imgArr[1].src = "img/" + hours % 10 + ".png"
		// 获取分钟
		minutes = date.getMinutes();
		imgArr[2].src = "img/" + parseInt(minutes / 10) + ".png"
		imgArr[3].src = "img/" + minutes % 10 + ".png"
		// 获取秒
		seconds = date.getSeconds();
		imgArr[4].src = "img/" + parseInt(seconds / 10) + ".png"
		imgArr[5].src = "img/" + seconds % 10 + ".png"
		console.log(hours);
		console.log(minutes);
		console.log(seconds);
	}, 1000)
</script>
  • 总代码
<!DOCTYPE html>
<html lang="en">
<head>
	<meta charset="UTF-8">
	<meta name="viewport" content="width=device-width, initial-scale=1.0">
	<title>Document</title>
</head>
<body>
	<div id="div">
		<img src="img/0.png" />
		<img src="img/0.png" /><img src="img/0.png" />
		<img src="img/0.png" /><img src="img/0.png" />
		<img src="img/0.png" /></div>
</body>

</html>
<script>
	// 需求:数码时钟
	var date = new Date();
	var imgArr = document.getElementsByTagName('img');//获取img图片的一个集合
	var hours,minutes,seconds;
	var timre = setInterval(function () {
		date = new Date();
		// 获取小时
		hours = date.getHours();
		
		imgArr[0].src = "img/" + parseInt(hours / 10) + ".png"
		imgArr[1].src = "img/" + hours % 10 + ".png"
		// 获取分钟
		minutes = date.getMinutes();
		imgArr[2].src = "img/" + parseInt(minutes / 10) + ".png"
		imgArr[3].src = "img/" + minutes % 10 + ".png"
		// 获取秒
		seconds = date.getSeconds();
		imgArr[4].src = "img/" + parseInt(seconds / 10) + ".png"
		imgArr[5].src = "img/" + seconds % 10 + ".png"
	}, 1000)
</script>

所用图片:

在这里插入图片描述

由于你们没有图片,直接复制代码,展示不出效果,大家可以自己找几张图片来代替,稍微修改下即可,只要能看得懂代码,修改起来莫得问题啦

  • 3
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 3
    评论
PCA(Principal Component Analysis,主成分分析)是一种常用的预处理技术,在计算机视觉中常用于手写数字识别的降维处理,以减少数据的维度和提取主要特征。以下是一个简单的PCA手写数字识别教程概述: 1. **数据准备**:首先,你需要一个包含手写数字样本的数据集,比如MNIST(Modified National Institute of Standards and Technology)数据集,这是经典的图像识别数据集,包含了60,000个训练样本和10,000个测试样本。 2. **数据加载和预处理**:使用Python的NumPy或Pandas库加载数据,然后对图像进行灰度化、归一化等操作,以便PCA更好地工作。 3. **PCA计算**:对预处理后的图像数据应用PCA算法,这会生成一组新的坐标轴,这些轴按照数据方差的大小排列。通常保留前n个主成分,n远小于原始特征数量,以达到降维目的。 4. **降维与投影**:将每个手写数字图像投影到这些主成分构成的新空间,这样每个样本就变成了n维向量。 5. **模型训练**:使用降维后的数据集训练一个简单的分类器,如支持向量机(SVM)、K近邻(KNN)或者神经网络。由于数据的维度降低,训练可能会更有效率。 6. **评估与测试**:在测试集上运行分类器,计算准确率或其他性能指标,评估模型的性能。 **相关问题**: 1. MNIST数据集的特点是什么? 2. 主成分分析如何帮助减少特征维度? 3. 选择保留多少主成分是基于什么考虑的? 4. 在实际应用中,如何优化PCA之后的模型性能?
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

一颗不甘坠落的流星

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值