8wDlpd.png
8wDFp9.png
8wDEOx.png
8wDMfH.png
8wDKte.png

为 JavaScript 字典分配动态值

BigBen 2月前

100 0

我需要将动态值分配给 JavaScript 字典以用于 echarts,但是在将动态值分配给字典时,它显示的行为与分配 s 相比有所不同......

我需要将动态值分配给 JavaScript 字典以用于 echarts,但是当将动态值分配给字典时,它显示的行为与分配静态值不同。

分配静态值时:

     response = {
            "stacks": {"5G_L2": [{"Open": "43"},{"Close": "24"}],
                       "5G_L3": [{"Open": "12"},{"Close": "2"}]
                      }
                  }; 

调试窗口显示如下:

enter image description here

而当动态分配值时,如下所示:

            var datastck=[];
            var serverdata = '{{ barCdata | tojson }}';
            resPbar = $.parseJSON(serverdata);

            $.each(resPbar, function (i, item) {
              var di={};
              di[item.Team]=[{"Open": item.Open},{"Close": item.Close}];
              datastck.push(di);
            });

            
          response = {
            "stacks": datastck
                  };

调试窗口如下:

enter image description here

它添加了一个额外的数组层。我需要有静态分配结构来支持 echarts,请有人提供建议?

提前致谢。

帖子版权声明 1、本帖标题:为 JavaScript 字典分配动态值
    本站网址:http://xjnalaquan.com/
2、本网站的资源部分来源于网络,如有侵权,请联系站长进行删除处理。
3、会员发帖仅代表会员个人观点,并不代表本站赞同其观点和对其真实性负责。
4、本站一律禁止以任何方式发布或转载任何违法的相关信息,访客发现请向站长举报
5、站长邮箱:yeweds@126.com 除非注明,本帖由BigBen在本站《dictionary》版块原创发布, 转载请注明出处!
最新回复 (0)
  • 我编写了一个函数来获取验证准确性def 评估(loader,model,device):model.eval()model.to(device)correct = 0 total = len(loader.dataset)for data in loader...

    我编写了一个函数来获取验证准确率

    def evaluation(loader, model, device):
        model.eval()
        model.to(device)
        correct = 0
        total = len(loader.dataset)
        for data in loader:
            with torch.no_grad():
                inputs, labels = data[0].to(device), data[1].to(device)
                pred = model(inputs)
                pred = pred.argmax(dim=1)
            correct += pred.eq(labels).sum().item()
     
        acc = correct / total
        return acc
    

    但当我测试它时,我发现 for 循环被跳过了。为什么?我的加载器和数据集在这张图中,请 在此处输入图片说明

    数据加载器代码:

       data_list = list(range(0, len(dataset)))
        val_list = random.sample(data_list, int(len(dataset) * val_split))
        trainset = [dataset[i] for i in data_list if i not in val_list]
        valset = [dataset[i] for i in data_list if i in val_list]
    
        # Weighed Sampling
        if weighted_sampling:
            label_count = Counter([int(data[1]) for data in dataset])
            weights = [100 / label_count[int(data[1])] for data in trainset]
            sampler = WeightedRandomSampler(weights, num_samples=len(trainset), replacement=True)
            train_loader = DataLoader(trainset, batch_size=batch_size, sampler=sampler, drop_last=True)
        else:
            train_loader = DataLoader(trainset, batch_size=batch_size, shuffle=False, drop_last=True)
    
        val_loader = DataLoader(valset, batch_size=batch_size, shuffle=True, drop_last=True)
    

    我尝试检查我的数据集和数据加载器,但没有发现任何错误。我期待原因,谢谢

返回
作者最近主题: