JavaScript for循環、in、of 用法詳

JavaScript for循環、in、of 用法詳解-有效云開發平臺開發技巧

們知道在java script中 for 用來實現循環結構，而for...in 用來實現遍歷，for...of用來對象迭代遍歷。

1、for循環

與其他開發語言相同，JS中for用來實現循環結構之一，

1.1、基本語法：

for ([initialization]; [condition]; [final-expression]) {
  statement
}

1.2、實例：

for(let i=1;i<=10;i++){
    console.log("i=",i);
}

執行結果：

1.3、break關鍵詞

break關鍵詞用戶終止循環

for(let i=1;i<=10;i++){
    if(i>5) 
        break;
    
    console.log("i=",i);
}

循環到第5次終止循環。

執行結果：

i=1
i=2
i=3
i=4
i=5

1.4、conitue關鍵詞

continue關鍵詞用戶跳過本次循環，繼續下一次

for(let i=1;i<=10;i++){
    
    if(i % 2===0 ) continue;
  
    console.log("i=",i);
}

如果i是偶數跳過，執行下一次循環，輸出i為奇數

i=1
i=3
i=5
i=7
i=9

for循環是js中基礎的循環結構，適用于任何情況，而for...in和for...of則更適合于不同的應用場景。

2、for...in

for...in循環遍歷對象的所有可枚舉屬性。什么是可枚舉呢？你可以理解為可枚舉就是可表現為鍵值對的對象，for...in枚舉得到的是鍵值對的鍵值。

    objs={mp_v:"可視化",mp_a:"低代碼",mp_name:"有效云"};
    for(let objk in objs){
        console.log("key：",objk,"值：",objs[objk]);
    }
//執行結果：
key： mp_v 值： 可視化
key： mp_a 值： 低代碼
key： mp_name 值： 有效云

從上例中可以看到，for...in 循環枚舉得到了鍵值對 key-value中的key屬性值，檢索適用鍵值對的值，將鍵視為數組中的索引并將其放在方括號 ->objs[key]中，如上面代碼中的：objs[objk]。

注意：一維數組也可以理解為鍵值對，key即為數組的索引，但是for...in枚舉是無序的，無法保證枚舉得到的順序，所以不建議使用for...in用來枚舉數組，應該使用for，for...of 或for each 來遍歷數組。

3、for..of

ES6引入for...of之后，它已經成為廣大開發者們常用以迭代枚舉對象的方法。

    pmname="有效云開發平臺"
    for(letter of pmname){
        console.log(letter);
    }
    //執行結果：
    有
    效
    云
    開
    發
    平
    臺

上例使用for...of枚舉了字符串中的每個字符，我們注意到，for...of是有序的，這與for...in不同。

for...of可以用來迭代枚舉任何，除字符串外還可以是數組、對象等。

    const arrA=[1,2,3,4,5,6];
    for( let v of arrA ){
        console.log(v);
    }
    //執行結果：
    1
    2
    3
    4
    5
    6

上面代碼使用 for...of 遍歷了數組arrA，接下來使用for..of迭代對象。

    objs={mp_v:"可視化",mp_a:"低代碼",mp_name:"有效云"};

    for(const [k,v] of Object.entries(objs)){
        console.log("key：",k,"val：",v);
    }

//    key： mp_v val： 可視化
//    key： mp_a val： 低代碼
//    key： mp_name val： 有效云

通過這個示例，我們看到在遍歷對象時，通過[v,k]，同時獲得鍵值對的鍵和值。

感謝閱讀，歡迎關注有效云開發平臺。

affe的安裝筆記 Ubuntu16.04

跑實驗用過一次caffe，光安裝就用了一周，經歷了各種錯誤，真的好難安裝，記錄下最后成功安裝的方法，希望給大家安裝時提供參考。

1、下載安裝所需的包，例如anaconda,numpy ,protobuf,opencv，cython, scikit-image等

opencv使用

conda install opencv

直接使用 conda install caffe-gpu安裝好所需的環境再使用源碼編譯，進行下面的步驟

再使用conda uninstall caffe-gpu 去掉這個包，裝上需要的環境，但是這個包不能直接使用（我也不知道原因）。

2、下載caffe

git clone https://github.com/BVLC/caffe.git

3、更改makefile.config

使用GPU即使用cudnn，則去掉下一行的注釋

USE_CUDNN :=1

使用opencv編譯和使用，則去掉這行的注釋

USE_OPENCV :=0
OPENCV_VERSION :=3

更改cuda的路徑

CUDA_DIR :=/usr/local/cuda_env/cuda-8.0

使用anaconda中的python，更改下面幾行，注意文件的名字及路徑是否正確，具體查看一下

ANACONDA_HOME :=$(HOME)/anaconda3/envs/caffe
PYTHON_INCLUDE :=$(ANACONDA_HOME)/include \
 $(ANACONDA_HOME)/include/python3.6m\
 $(ANACONDA_HOME)/lib/python3.6/site-packages/numpy/core/include
PYTHON_LIB :=$(ANACONDA_HOME)/lib

更改這兩行

INCLUDE_DIRS :=$(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
LIBRARY_DIRS :=$(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial/

完整的makefile.config

## Refer to http://caffe.berkeleyvision.org/installation.html
# Contributions simplifying and improving our build system are welcome!

# cuDNN acceleration switch (uncomment to build with cuDNN).
USE_CUDNN :=1

# CPU-only switch (uncomment to build without GPU support).
# CPU_ONLY :=1

# uncomment to disable IO dependencies and corresponding data layers
USE_OPENCV :=0
# USE_LEVELDB :=0
# USE_LMDB :=0

# uncomment to allow MDB_NOLOCK when reading LMDB files (only if necessary)
# You should not set this flag if you will be reading LMDBs with any
# possibility of simultaneous read and write
# ALLOW_LMDB_NOLOCK :=1

# Uncomment if you're using OpenCV 3
OPENCV_VERSION :=3

# To customize your choice of compiler, uncomment and set the following.
# N.B. the default for Linux is g++ and the default for OSX is clang++
# CUSTOM_CXX :=g++

# CUDA directory contains bin/ and lib/ directories that we need.
CUDA_DIR :=/usr/local/cuda_env/cuda-8.0
# On Ubuntu 14.04, if cuda tools are installed via
# "sudo apt-get install nvidia-cuda-toolkit" then use this instead:
# CUDA_DIR :=/usr

# CUDA architecture setting: going with all of them.
# For CUDA < 6.0, comment the *_50 through *_61 lines for compatibility.
# For CUDA < 8.0, comment the *_60 and *_61 lines for compatibility.
# For CUDA >=9.0, comment the *_20 and *_21 lines for compatibility.
CUDA_ARCH :=-gencode arch=compute_20,code=sm_20 \
 -gencode arch=compute_20,code=sm_21 \
 -gencode arch=compute_30,code=sm_30 \
 -gencode arch=compute_35,code=sm_35 \
 -gencode arch=compute_50,code=sm_50 \
 -gencode arch=compute_52,code=sm_52 \
 -gencode arch=compute_60,code=sm_60 \
 -gencode arch=compute_61,code=sm_61 \
 -gencode arch=compute_61,code=compute_61

# BLAS choice:
# atlas for ATLAS (default)
# mkl for MKL
# open for OpenBlas
BLAS :=atlas
# Custom (MKL/ATLAS/OpenBLAS) include and lib directories.
# Leave commented to accept the defaults for your choice of BLAS
# (which should work)!
# BLAS_INCLUDE :=/path/to/your/blas
# BLAS_LIB :=/path/to/your/blas

# Homebrew puts openblas in a directory that is not on the standard search path
# BLAS_INCLUDE :=$(shell brew --prefix openblas)/include
# BLAS_LIB :=$(shell brew --prefix openblas)/lib

# This is required only if you will compile the matlab interface.
# MATLAB directory should contain the mex binary in /bin.
# MATLAB_DIR :=/usr/local
# MATLAB_DIR :=/Applications/MATLAB_R2012b.app

# NOTE: this is required only if you will compile the python interface.
# We need to be able to find Python.h and numpy/arrayobject.h.
#PYTHON_INCLUDE :=/usr/include/python2.7 \
# /usr/lib/python2.7/dist-packages/numpy/core/include
# Anaconda Python distribution is quite popular. Include path:
# Verify anaconda location, sometimes it's in root.
ANACONDA_HOME :=$(HOME)/anaconda3/envs/caffe
PYTHON_INCLUDE :=$(ANACONDA_HOME)/include \
 $(ANACONDA_HOME)/include/python3.6m\
 $(ANACONDA_HOME)/lib/python3.6/site-packages/numpy/core/include

# Uncomment to use Python 3 (default is Python 2)
# PYTHON_LIBRARIES :=boost_python3 python3.5m
# PYTHON_INCLUDE :=/usr/include/python3.5m \
# /usr/lib/python3.5/dist-packages/numpy/core/include

# We need to be able to find libpythonX.X.so or .dylib.
# PYTHON_LIB :=/usr/lib
PYTHON_LIB :=$(ANACONDA_HOME)/lib

# Homebrew installs numpy in a non standard path (keg only)
# PYTHON_INCLUDE +=$(dir $(shell python -c 'import numpy.core; print(numpy.core.__file__)'))/include
# PYTHON_LIB +=$(shell brew --prefix numpy)/lib

# Uncomment to support layers written in Python (will link against Python libs)
# WITH_PYTHON_LAYER :=1

# Whatever else you find you need goes here.
INCLUDE_DIRS :=$(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
LIBRARY_DIRS :=$(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial/

# If Homebrew is installed at a non standard location (for example your home directory) and you use it for general dependencies
# INCLUDE_DIRS +=$(shell brew --prefix)/include
# LIBRARY_DIRS +=$(shell brew --prefix)/lib

# NCCL acceleration switch (uncomment to build with NCCL)
# https://github.com/NVIDIA/nccl (last tested version: v1.2.3-1+cuda8.0)
# USE_NCCL :=1

# Uncomment to use `pkg-config` to specify OpenCV library paths.
# (Usually not necessary -- OpenCV libraries are normally installed in one of the above $LIBRARY_DIRS.)
# USE_PKG_CONFIG :=1

# N.B. both build and distribute dirs are cleared on `make clean`
BUILD_DIR :=build
DISTRIBUTE_DIR :=distribute

# Uncomment for debugging. Does not work on OSX due to https://github.com/BVLC/caffe/issues/171
# DEBUG :=1

# The ID of the GPU that 'make runtest' will use to run unit tests.
TEST_GPUID :=0

# enable pretty build (comment to see full commands)
Q ?=@

4、更改makefile,更改這一行

LIBRARIES +=opencv_core opencv_highgui opencv_imgproc opencv_imgcodecs

5、編譯caffe

cd caffe
make all -j8
make pycaffe

6、更改.bashrc路徑

export PYTHONPATH="/home/usrname/caffe/python:$PYTHONPATH"

7、完整安裝caffe路徑(這個私人設置，不做參考）

# add for use caffe copy from jhyang
export LD_LIBRARY_PATH="/usr/local/cuda_env/cuda-8.0/lib64:/usr/local/cuda_env/cudnn-v5.1-for-cuda8.0/lib64:/usr/local/cuda_env/cudnn-v6.0-for-cuda8.0/lib64:/usr/local/cuda_env/cuda-9.0/lib64:/usr/local/cuda_env/cudnn-v7.0-for-cuda9.0/lib64"
export PATH="/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/usr/games:/usr/local/games:/usr/bin:/bin:/usr/sbin:/sbin"
export LIBRARY_PATH="/usr/local/cuda_env/cuda-8.0/lib64:/usr/local/cuda_env/cudnn-v5.1-for-cuda8.0/lib64:/usr/local/cuda_env/cudnn-v6.0-for-cuda8.0/lib64:/usr/local/cuda_env/cuda-9.0/lib64:/usr/local/cuda_env/cudnn-v7.0-for-cuda9.0/lib64"
export PYTHONPATH="/home/usr/caffe/python:$PYTHONPATH"
export CPATH=$CPATH:/usr/local/cuda_env/cudnn-v6.0-for-cuda8.0/include:/usr/include/hdf5/serial/hdf5.h
export CPATH=/usr/local/cuda_env/cudnn-v5.1-for-cuda8.0/include:/usr/local/cuda_env/cudnn-v6.0-for-cuda8.0/include:/usr/local/cuda_env/cudnn-v7.0-for-cuda9.0/include

8、測試使用

么是JavaScript

JavaScript是一種基于對象和事件驅動的、并具有安全性能的腳本語言，已經被廣泛用于Web應用開發，常用來為網頁添加各式各樣的動態功能，為用戶提供更流暢美觀的瀏覽效果。通常JavaScript腳本是通過嵌入在HTML中來實現自身的功能的。

JavaScript特點

是一種解釋性腳本語言（代碼不進行預編譯）。

主要用來向HTML（標準通用標記語言下的一個應用）頁面添加交互行為。

可以直接嵌入HTML頁面，但寫成單獨的js文件有利于結構和行為的分離。

跨平臺特性，在絕大多數瀏覽器的支持下，可以在多種平臺下運行（如Windows、Linux、Mac、Android、iOS等）。

JavaScript組成

JavaScript日常用途

1、嵌入動態文本于HTML頁面。

2、對瀏覽器事件做出響應。

3、讀寫HTML元素。

4、在數據被提交到服務器之前驗證數據。

5、檢測訪客的瀏覽器信息。

6、控制cookies，包括創建和修改等。

7、基于Node.js技術進行服務器端編程。

JavaScript的基本結構

<script type="text/javascript">
 <!—
 JavaScript 語句;
 —>
</script >

示例：

……
<title>初學JavaScript</title>
</head>
<body>
<script type="text/javascript">
 document.write("初學JavaScript");
 document.write("<h1>Hello，JavaScript</h1>");
</script>
</body>
</html>

<script>…</script>可以包含在文檔中的任何地方，只要保證這些代碼在被使用前已讀取并加載到內存即可

JavaScript的執行原理

網頁中引用JavaScript的方式

1、使用<script>標簽

2、外部JS文件

<script src="export.js" type="text/javascript"></script>

3.直接在HTML標簽中

<input name="btn" type="button" value="彈出消息框" 
 onclick="javascript：alert('歡迎你');"/>

JavaScript核心語法：

1. 變量

①先聲明變量再賦值

var width;
width=5;
var － 用于聲明變量的關鍵字
width － 變量名

②同時聲明和賦值變量

var catName="皮皮";
var x, y, z=10;

③不聲明直接賦值【一般不使用】

width=5;

變量可以不經聲明而直接使用，但這種方法很容易出錯，也很難查找排錯，不推薦使用。

2. 數據類型

①undefined：示例：var width;

變量width沒有初始值，將被賦予值undefined

②null：表示一個空值，與undefined值相等

③number：

var iNum=23; //整數

var iNum=23.0; //浮點數

④Boolean：true和false 但是JS會把他們解析成1；0

⑤String：一組被引號（單引號或雙引號）括起來的文本 var string1="This is a string";

3. typeof運算符

typeof檢測變量的返回值；typeof運算符返回值如下：

①undefined：變量被聲明后，但未被賦值.

②string：用單引號或雙引號來聲明的字符串。

③boolean：true或false。

④number：整數或浮點數。

⑤object：javascript中的對象、數組和null。

在線咨詢

上一篇：360°表單設計指南，快速掌握「表單」設計知識點（下
下一篇：Chrome瀏覽器更新！標簽頁管理超好用，加載速度提

您的項目需求

*請認真填寫需求信息，我們會在24小時內與您取得聯系。

整合營銷服務商