List,grid...view所遇到的坑

本文探讨了ListView组件在Android应用开发中的常见问题及解决方案,包括数据实时更新、美观的分割线设置及从底部添加新项的方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

gridview和Listview都是常见的组件,这篇文章以listview为例,记录一下使用Listview所遇到的坑:

  • listview的item如何做到增加和删除快速响应
  • listview的分割线为啥这么难看
  • listview能不能从下往上添加item,就像微信聊天一样

listview的item数量如何正确显示

在项目中我们可能会用SQLITE保存用户的一些记录,比如记事本就要保存每次记录,然后在首页及时的将改变后的item显示出来,但实际上可能存在各种各样的坑,比如数据确实写入了,我也调用notifyDataSetChange()了,但是为啥你不变!!!!

这里我遇到的是两个问题:

记录数据的Activity确实写入数据了,但是显示数据的Activity及时捕捉到了么?

你可能会说是啊,我在记录数据onStop()方法写入数据库SQLITE,然后显示的Activity的onResume()方法,全部删掉数据源,然后在从SQLITE将最新的读取出来,然后再调用notifyDataSetChange()难道还不行么!!!!

确实不行
因为写入数据的Activity的onStop()方法,是在显示数据的Activity的onResume()方法之后调用的,所以你没有在显示之前将数据及时更新,所以一般都是要返回两次之后才可以,不行,可以看这个截图。
这里写图片描述

A代表要显示数据的Acticity,B代表要写入数据的Activity
A的onResume()方法在B的onStop()方法之后,但在B的onPause()方法之前,所以我们只要在B的onPause()方法中写入数据,A就能及时的获取到了。

listview的分割线

我们在xml文件中设置分割线高度属性的时候,是不是用 1 dp或是 1 dip之类的,然后在手机上一看,好粗。。。

这里有个合理的解释

这个解释的意思是使用dp或是dip作为单位,系统会根据手机的分辨率然后适当的改变,所以我们应该使用px作为单位,应为px是固定的,不行你试一下。
这里写图片描述

ps: 如何给CardView设置背景,就上面listview中的cardview那样,给它设置背景,然后还可以通过xml就可以表现出圆角,阴影等高级特性,那不是很厉害么。。

我尝试的答案是在CardView内部嵌套ImageView,然后在ImageView显示图片就可以了。

ListView从下往上添加item

本以为要模仿聊天效果要自己调用addView()方法去添加view,但是ListView本身就能做到,只是有一些从来没见过的属性要设置一下。

我们要实现的效果有两个:
1. 来了一个消息,将消息添加到ListView中
2. 保持最新的Item能够让用户可见,就是ListView如果满了,它会自动上移来显示出最新的item

<ListView
        android:id="@+id/content"
        android:layout_width="match_parent"
        android:layout_height="0dp"
        android:layout_weight="1"
        android:divider="@null"
        android:dividerHeight="2dp"
        android:transcriptMode="alwaysScroll" />
### 使用 `img.view()` 进行图像视图操作 在 PyTorch 中,`view()` 函数用于改变张量的形状而不改变其数据。对于图像处理来说,这通常意味着调整维度以便于后续的操作或展示。 当从加载的数据集中获取图像时,这些图像通常是多维数组的形式。为了能够正确地使用 matplotlib 或其他库来显示图像,可能需要调整图像张量的尺寸。下面是一个具体的例子说明如何利用 `img.view()` 来准备要可视化的图像: 假设有一个批次大小为 batch_size 的灰度图像集合,每个图像的高度和宽度分别为 height 和 width,并且通道数 channel_num 为1(因为是单通道灰度图像)。原始图像张量 shape 可能会像这样 (batch_size, channels, height, width),而matplotlib期望的是(height,width)或者(channels,height,width)这样的格式取决于具体需求[^1]。 如果想要将这个四维张量转换成适合绘图函数使用的二维矩阵形式,则可以这样做: ```python import torch from torchvision.utils import make_grid import matplotlib.pyplot as plt def show_images(images, nrow=8): """Display a list of images in a single figure with matplotlib. Args: images: A tensor of images to display. Shape should be [B,C,H,W]. nrow: Number of columns in the final grid. Returns: None """ # Convert tensors into numpy arrays and transpose dimensions for plotting img = make_grid(images[:nrow*nrow], nrow=nrow).permute(1, 2, 0).cpu().numpy() plt.figure(figsize=(8, 8)) plt.imshow(img.clip(0, 1), cmap='gray') plt.axis('off') plt.show() dataiter = iter(train_loader) images, labels = next(dataiter) # Assuming we have grayscale images here so only one channel exists, # thus reshaping them before passing through 'show_images' function. reshaped_imgs = images.view(-1, 1, 28, 28) show_images(reshaped_imgs) ``` 这段代码首先定义了一个辅助函数 `show_images` ,它接受一批次图片作为输入并将其排列在一个网格中以供查看;接着取出了一个批次的真实样本并通过调用 `.view()` 方法重新设置了它们的shape属性使其适应我们的预期——即保持批量不变的同时指定新的channel、height以及width参数值。最后再把这些经过变换后的图像传递给自定义好的绘图工具来进行渲染输出。 值得注意的是,在某些情况下,直接应用`.view()`可能会引发错误,特别是当你试图修改原张量所处设备上的内存布局时。为了避免这种情况发生,建议先复制一份新对象出来再做变形操作,比如使用`.clone().view(...)`的方式[^5]。 另外,如果遇到CUDA out-of-memory error等问题,考虑减少每次取出的样本数量或是降低模型复杂度等措施来缓解显存压力。
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