Loading [MathJax]/jax/output/CommonHTML/config.js
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
社区首页 >问答首页 >如何在不改变内部组件布局的情况下将父布局向右移动?

如何在不改变内部组件布局的情况下将父布局向右移动?
EN

Stack Overflow用户
提问于 2012-06-28 00:38:12
回答 2查看 1.8K关注 0票数 0

在我的应用程序中,我希望左侧有滑动式菜单,就像facebook一样。

在我的前一个问题中,我提出了同样的问题,多亏了这个答案,我可以找到一种使用这个图书馆将布局滑动到右边的方法。但是,我发现,库实际上并没有滑动布局,相反,它只获取屏幕截图,并将图像向右滑动,因为布局上的组件是不可点击的。我需要这些部件可以点击。因此,我尝试了一种新的方法来实现这一目标:将幻灯片菜单放在左边,将其默认可见性保持为View.GONE,并在左上角的“显示/隐藏菜单”按钮上显示它,如下图所示。

之前的布局:

现在,当我单击“显示/隐藏菜单”按钮时,布局类似于-

布局后:

正如您所看到的,右边的布局缩小了,因此按钮“一些其他视图”改变了它的宽度,即使我已经将android:minWidth属性设置为右侧的这两个按钮以及它的父RelativeLayout

因此,我的问题是,有没有办法在不改变内部组件的宽度/布局的情况下,将布局向右移动?因此,在我看来,无论在哪一个领域,它都将被可以在该区域填充的任何部分内容所填充。

EN

回答 2

Stack Overflow用户

回答已采纳

发布于 2012-07-02 04:26:04

这个问题可以这样解决:

  • 使用内部创建framelayout :第一个左菜单有3个按钮,第二个布局包含其他两个按钮(显示/隐藏和其他视图)。这样,第二个布局就在菜单前面(因为它是fill_parent)。
  • 在“显示/隐藏”按钮的onClick中,执行翻译动画:假设您的菜单宽200 to,将第二个布局向右移动200。
  • 在onAnimationEnd中,将边距设置为第二个布局,如下所示: secondLayoutLayoutParams.setMargins(200,0,-200,0);

关闭菜单类似:将第二个布局向左移动200,并将所有边距设置为0。

通过设置页边距,您将避免按钮收缩。

希望它能帮上忙

票数 1
EN

Stack Overflow用户

发布于 2012-07-02 20:31:23

@Rajkiran -我有一个根布局,其中包含我的左右布局。

我的右布局将layout_height设置为'match_parent‘& layout_widht也设置为'match_parent’

现在,当我的左滑动面板出现在按钮点击,我重新设置我的右布局的宽度和高度的编程,以匹配根布局的宽度和高度。

这完美地将正确的布局向右移动,而不需要内部组件的结束。

为了通过编程改变高度和宽度,我使用了-

代码语言:javascript
运行
AI代码解释
复制
                rootLayoutParams = new LayoutParams(rootLayout.getWidth(), rootLayout.getHeight());

                rightLayout.setLayoutParams(rootLayoutParams);

希望它也能帮到你。

票数 1
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/11240928

复制
相关文章
ROC曲线绘制原理及如何用SPSS绘制ROC曲线
ROC曲线(Receiver operating characteristic curve),即受试者工作特征曲线,主要用来评价某个指标对两类被试(如病人和健康人)分类/诊断的效果,以及寻找最佳的指标临界值使得分类效果最好。但是ROC曲线绘制的原理是什么,或者说如何一步步画出ROC曲线,以及如何用SPSS软件快速绘制出ROC曲线呢?对于很多新手朋友来说,对上述问题并不十分清楚。笔者这里对上述问题进行详细阐述,以期大家对ROC曲线有更深入的了解。
悦影科技
2020/11/18
5.2K0
ROC曲线绘制原理及如何用SPSS绘制ROC曲线
ROC曲线
关键词 随机森林分类器 5折交叉验证 ROC曲线 AUC 可视化 import matplotlib.pylab as plt from scipy import interp from sklearn.ensemble import RandomForestClassifier from sklearn.metrics import roc_curve,auc from sklearn.model_selection import StratifiedKFold import matplotlib.pa
用户3577892
2020/06/23
1.6K0
【ROC曲线专栏】如何快速绘制ROC曲线?
“针对某种疾病,现有A、B两种公认的诊断方法,你的团队研究出新诊断方法C。自然而然,肯定需要比较A、B、C三种方法,判断到底哪一种对该疾病的诊断更准确?”
Mark Chen
2020/11/02
3.3K0
【ROC曲线专栏】如何快速绘制ROC曲线?
【ROC曲线专栏】如何看懂ROC曲线?
上一期简单聊了聊ROC曲线的绘制方法。可以很明显看出来,有了GraphPad的帮助,绘图是非常简单的。
Mark Chen
2020/11/02
2.9K0
【ROC曲线专栏】如何看懂ROC曲线?
pr曲线 roc曲线_roc曲线与auc的含义
查准率,表示所有被预测为正类的样本(TP+FP)是真正类(TP)的比例: P = T P T P + F P P= \frac{TP}{TP+FP} P=TP+FPTP​ 查全率,表示所有真正类的样本(TP+FN)中被预测为真正类(TP)的比例: R = T P T P + F N R= \frac{TP}{TP+FN} R=TP+FNTP​
全栈程序员站长
2022/11/01
2.1K0
pr曲线 roc曲线_roc曲线与auc的含义
ROC曲线
受试者工作特征曲线(receiver operating characteristic curve,简称ROC曲线),是比较两个分类模型好坏的可视化工具。
用户1483438
2022/01/02
8410
ROC曲线详解
受试者工作特征曲线 (receiver operating characteristic curve,简称ROC曲线),又称为 感受性曲线(sensitivity curve)。得此名的原因在于曲线上各点反映着相同的感受性,它们都是对同一 信号刺激的反应,只不过是在几种不同的判定标准下所得的结果而已。接受者操作特性曲线就是以假阳性概率(False positive rate)为 横轴,击中概率为纵轴所组成的坐标图,和被试在特定刺激条件下由于采用不同的判断标准得出的不同结果画出的曲线。
全栈程序员站长
2022/08/29
2.4K0
ROC曲线详解
ROC曲线理解
即受试者工作特征曲线,是反映敏感度和特异度连续变量的综合指标,用作图法展示两度之间的关系。
全栈程序员站长
2022/08/29
2.6K0
ROC曲线理解
【R】-ROC曲线绘制
$predictions: num [1:200] 0.613 0.364 0.432 0.14 0.385 ...
黑妹的小屋
2020/08/06
6620
python对随机森林分类结果绘制roc曲线
【注意!!!!! 以下代码用到的roc_curve函数(只能用于二分类),如果多分类会报错,不适用于多分类!!!!!】
全栈程序员站长
2022/08/29
1.5K0
python对随机森林分类结果绘制roc曲线
ROC曲线的通俗理解
在准备机器学习导论课程考试的过程中,发现自己根据西瓜书上的讲解总是也理解不上去ROC曲线的含义。于是在网络上寻求答案,发现一篇讲解得不错的博客【1】,说得比西瓜书好很多,通俗易懂。这里说一下自己的感想和理解对于已经有数据标签的训练样本,可以得到它们的评分:
全栈程序员站长
2022/08/29
1K0
ROC曲线的通俗理解
ROC曲线与AUC
对于0,1两类分类问题,一些分类器得到的结果往往不是0,1这样的标签,如神经网络,得到诸如0.5,0,8这样的分类结果。这时,我们人为取一个阈值,比如0.4,那么小于0.4的为0类,大于等于0.4的为1类,可以得到一个分类结果。同样,这个阈值我们可以取0.1,0.2等等。取不同的阈值,得到的最后的分类情况也就不同。
全栈程序员站长
2022/08/27
8160
ROC曲线与AUC
ROC曲线的理解
考虑一个二分问题,即将实例分成正类(positive)或负类(negative)。对一个二分问题来说,会出现四种情况。如果一个实例是正类并且也被 预测成正类,即为真正类(True positive),如果实例是负类被预测成正类,称之为假正类(False positive)。相应地,如果实例是负类被预测成负类,称之为真负类(True negative),正类被预测成负类则为假负类(false negative)。
全栈程序员站长
2022/08/29
5840
ROC曲线的理解
R语言 ROC曲线
ROC曲线(受试者工作特征, Receiver Operating Characteristic) 可以简单、直观得观察分析方法的临床准确性,并可用肉眼作出判断。ROC以真阳性率(灵敏度FPR)为纵坐标,假阳性率(1-特异度TPR)为横坐标绘制的曲线,可准确反映某分析方法特异性和敏感性的关系,是试验准确性的综合代表。ROC曲线不固定分类界值,允许中间状态存在,利于使用者结合专业知识,权衡漏诊与误诊的影响,选择一更佳截断点作为诊断参考值。提供不同试验之间在共同标尺下的直观的比较,ROC曲线越凸越近左上角表明其
用户1359560
2018/08/27
2.8K0
R语言 ROC曲线
ROC曲线及AUC值[通俗易懂]
参考文献:【ROC曲线与AUC值】,【ROC,AUC最透彻的讲解(实例分析+matlab代码)】,【AUC计算方法与Python实现】,【AUC曲线计算方法及代码实现】
全栈程序员站长
2022/08/29
3.3K0
ROC曲线及AUC值[通俗易懂]
ROC曲线/AUC曲线与混淆矩阵介绍
ROC(Receiver Operating Characteristic)曲线即受试者工作特征曲线 (receiver operating characteristic curve,简称ROC曲线),又称为感受性曲线(sensitivity curve),用来评价一个二值分类器(binary classifier)的优劣。
里克贝斯
2021/05/21
1.6K0
ROC曲线/AUC曲线与混淆矩阵介绍
R语言画ROC曲线总结
在本文中,我描述了如何在CRAN中搜索用于绘制ROC曲线的包,并重点介绍了六个有用的包。
拓端
2021/01/13
1.5K0
ROC曲线与癌症分类
本文介绍了ROC曲线在癌症分类中的应用,通过一个例子详细阐述了ROC曲线的意义以及如何根据ROC曲线进行二分类问题的评价。
用户1147754
2018/01/02
1.5K0
ROC曲线与癌症分类
模型评价指标—ROC曲线
对于分类模型,在建立好模型后,我们想对模型进行评价,常见的指标有混淆矩阵、F1值、KS曲线、ROC曲线、AUC面积等。
阿黎逸阳
2023/08/21
2.6K0
模型评价指标—ROC曲线
ROC曲线纯手工绘制
假如,我想根据ca125的值判定一个人到底有没有肿瘤,找了10个肿瘤患者,20个非肿瘤患者,都给他们测一下ca125,这样就得到了30个ca125的值。
医学和生信笔记
2023/02/14
8810
ROC曲线纯手工绘制

相似问题

在堆叠条形图上显示标签

10

如何将Anychart Qlik Sense堆叠条形图配置为Butterfly图表?

126

堆叠条形图上的数据标签

11

如何避免标签显示在堆叠条形图上?

11

Qlik Sense扩展(sense-export)

20
添加站长 进交流群

领取专属 10元无门槛券

AI混元助手 在线答疑

扫码加入开发者社群
关注 腾讯云开发者公众号

洞察 腾讯核心技术

剖析业界实践案例

扫码关注腾讯云开发者公众号
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
查看详情【社区公告】 技术创作特训营有奖征文