微信小程序组件(Component)中observes的使用

1. 如果是监测items.foo 只能监测foo的当前层其他任何层都监测不到,下图所示:


Component({
  data: {
    items: {
      foo: {
        name: '张三',
        age: 123,
        likes: {
          name: '郭亮'
        }
      },
      bar: {
        name: '李四',
        age: 14
      }
    },
  },

  // 监听 items 数据的变化
  observers: {
  // 局部监听 items 数据的变化
    'items.foo': function (newVal) {
      console.log(JSON.stringify(newVal));
    }
  },

  methods: {
    // 增加 items 值的函数
    add() {
      //不会被监听到,因为只能监测foo当前层,likes属于foo的下一层,所以监测不到
      this.setData({
        'items.foo.likes': {
          name: '小明'
        },
      });
      //会被监听到,因为在foo当前层,所以可以监测到
      this.setData({
        'items.foo': {
          name: 'asdf',
          age: 77
        },
      });
      //不会被监听到,因为不在foo当前层,所以不可以监测到
      this.setData({
        'items.bar': {
          name: 'zcxv',
          age: 99
        },
      });
      //不会被监听到,因为不在foo当前层,所以不可以监测到
      this.setData({
        'items.abc': {
          name: 'wangwu',
          age: 90
        }
      });
      // console.log(this.data.items);
    },
  }
});

2.如果是监测items.** ,能监测items下的所有层级相当于深度监听,下图所示:


Component({
  data: {
    items: {
      foo: {
        name: '张三',
        age: 123,
        likes: {
          name: '郭亮'
        }
      },
      bar: {
        name: '李四',
        age: 14
      }
    },
  },

  // 监听 items 数据的变化
  observers: {
    // 深度监听items的数据变化
    'items.**': function (newVal) {
      console.log(JSON.stringify(newVal));
    }
  },

  methods: {
    // 增加 items 值的函数
    add() {
      //会被监听到,因为可以监听items下所有层
      this.setData({
        'items.foo.likes': {
          name: '小明'
        },
      });
      //会被监听到,因为可以监听items下所有层
      this.setData({
        'items.foo': {
          name: 'asdf',
          age: 77
        },
      });
      //会被监听到,因为可以监听items下所有层
      this.setData({
        'items.bar': {
          name: 'zcxv',
          age: 99
        },
      });
      //会被监听到,因为可以监听items下所有层
      this.setData({
        'items.abc': {
          name: 'wangwu',
          age: 90
        }
      });
      // console.log(this.data.items);
    },
  }
});

  • 8
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,以下是用 Python 编写 PSI 检验的函数示例: ```python def psi(actual, expected, buckettype='bins', buckets=10): """ 计算 PSI (Population Stability Index) 指标 参数: actual -- 实际值,可以是一个 Numpy 数组或 Pandas Series 对象 expected -- 预期值,可以是一个 Numpy 数组或 Pandas Series 对象 buckettype -- 分桶类型,默认为 bins buckets -- 分桶数量,默认为 10 返回: PSI 值 """ import numpy as np import pandas as pd # 将实际值和预期值转换为 Series 对象 actual = pd.Series(actual) expected = pd.Series(expected) # 将实际值和预期值按照相同的顺序排序 actual = actual.sort_values().reset_index(drop=True) expected = expected.sort_values().reset_index(drop=True) # 将实际值和预期值转换为分桶后的 Series 对象 if buckettype == 'bins': actual = pd.qcut(actual, q=buckets, duplicates='drop') expected = pd.qcut(expected, q=buckets, duplicates='drop') elif buckettype == 'quantiles': actual = pd.cut(actual, bins=buckets, duplicates='drop') expected = pd.cut(expected, bins=buckets, duplicates='drop') else: raise ValueError('无效的分桶类型') # 计算实际值和预期值的分布比例 actual_prop = actual.value_counts(normalize=True, sort=False) expected_prop = expected.value_counts(normalize=True, sort=False) # 计算 PSI 值 psi_value = np.sum((actual_prop - expected_prop) * np.log(actual_prop / expected_prop)) return psi_value ``` 这个函数的实现方式比较简单,它将实际值和预期值分别转换为 Series 对象,并按照相同的顺序排序。然后,根据指定的分桶类型和数量,将实际值和预期值转换为分桶后的 Series 对象。接下来,计算实际值和预期值在各个分桶的分布比例,并使用这些比例计算 PSI 值。最后,返回 PSI 值。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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
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