Android控件之HorizontalScrollView 去掉滚动条 用按钮控制滚动方向

本文介绍了如何使用 HorizontalScrollView 控件去除滚动条,并提供了通过代码控制滚动条左右移动的方法。此外,还介绍了 arrowScroll 和 smoothScrollBy 方法的具体用法。

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

在默认情况下,HorizontalScrollView控件里面的内容在滚动的情况下,会出现滚动条,为了去掉滚动条,只需要在<HorizontalScrollView/>里面加一句 android:scrollbars="none"。


如果想实现在代码里面,点击左(右)按钮【btnLeft(btnRight)】,滚动条里面的内容会向左向右滚动【horizontalScrollViewMM】。代码如下:


滚动条向左滚动:


btnLeft.setOnClickListener( new View.onClickListener(){


horizontalScrollViewMM.arrowScroll(View.FOCUS_LEFT);


});


滚动条向右滚动:


btnRight.setOnClickListener( new View.onClickListener(){


horizontalScrollViewMM.arrowScroll(View.FOCUS_RIGHT);


});


其中:arrowScroll方法:


public boolean arrowScroll (int direction)


响应点击左右箭头时对滚动条的处理。


参数


direction The direction corresponding to the arrow key that was pressed箭头按键所表示的方向


返回值


若此事件成功完成,则返回true;否则返回false。


HorizontalScrollView还有个方法你可能用得上:


public final void smoothScrollBy (int dx, int dy)


类似scrollBy(int, int),但是呈现平滑滚动,而非瞬间滚动(译者注:瞬间滚动——指不显示滚动过程,直接显示滚动后达到的位置)。


参数


dx 要滚动的X轴像素差值(译者注:横向像素差值)


dy 要滚动的Y轴像素差值(译者注:纵向像素差值
<think>嗯,用户是一位生物学博士,想要转行成为技术人员,需要职业规划的建议。这个需求很明确,但背后可能隐藏着更深层的焦虑——毕竟从学术转向工业界是个重大决定,用户可能对自身技能是否匹配、行业前景如何存在疑虑。 从引用内容看,美国生物博士转行比例高85%-93%,说明这是非常普遍的路径。用户的核心诉求应该是如何高效完成转型,重点在于技能迁移和行业选择。特别要注意的是,用户提到"合格的技术人员",这个表述暗示ta更看重实操能力而非管理路线。 技术转行最关键的三个维度是:技能缺口填补、行业选择、求职策略。生物学博士的优势在于科研方法论和复杂问题处理能力,但需要补充编程、工程化思维和商业意识。引用[2]提到数据分析技能和论文发表记录对转行有帮助,这点值得强调。 生物医药领域的技术岗位特别适合作为切入点,因为能最大限度复用专业知识。比如生物信息学工程师岗位,既需要懂测序原理又要会处理NGS数据,博士期间的分子生物学知识直接转化为竞争优势。引用[4]中数据分析师转产品经理的案例也说明,技术岗位常是向商业角色过渡的跳板。 用户可能需要警惕的误区是"从零开始"思维。其实冷冻电镜的图像分析经验可以迁移到计算机视觉项目,CRISPR实验设计能力对应着产品需求分析能力——关键要学会提炼可迁移技能。建议用STAR法则重新梳理博士期间的科研项目,挖掘出项目管理、跨团队协作等软技能。 最后要注意求职策略。引用[3]提到"掌握热门技术对职业发展有益",但更关键的是针对性学习。比如应聘医疗AI公司应该优先掌握Python和PyTorch,而不是泛泛地学编程。内推效率远高于海投,建议用户优先联系校友络。</think>基于你的生物学博士背景和转行技术领域的目标,以下是系统化的职业规划路径,结合技能要求、发展前景和行动建议: --- ### **一、核心技能迁移与补充路径** 1. **基础技术栈** - **编程语言**:优先掌握`Python`(数据分析/生物信息)或`Java/Scala`(系统开发),辅以`SQL`数据库操作 *示例学习路径:* ```python # 生物数据清洗示例 import pandas as pd gene_data = pd.read_csv("genome_expression.csv") cleaned_data = gene_data.dropna().apply(lambda x: (x - x.mean())/x.std()) # 标准化处理 ``` - **数学基础**:重点补充统计学(假设检验、回归分析)和线性代数(机器学习前置知识) *关键公式:*$$P(X|Y) = \frac{P(Y|X)P(X)}{P(Y)} \quad \text{(贝叶斯定理)}$$ 2. **领域专用技能** | 方向 | 技能组合 | 生物博士优势 | |---------------|------------------------------|---------------------------| | 生物信息 | NGS数据处理/GATK流程 | 基因组学知识复用 | | 医疗AI | 医学影像分析/电子病历NLP | 病理机制理解 | | 医药大数据 | 临床试验数据建模/Real-World Evidence | 科研方法论迁移 | 3. **工程化能力** - 版本控制(Git) - 云服务(AWS/Azure生物计算服务) - 容器化(Docker封装分析流程) --- ### **二、职业转型三条黄金赛道** 1. **生物信息工程师** - **典型职责**:搭建生信分析管道,开发算法工具 - **薪资范围**:国内30-60/(资深岗位可) - **成功案例**:华大基因70%技术骨干拥有生命科学博士学位[^1] 2. **医疗AI研究员** - **需求爆发点**:医学影像AI市场增速25%(2023 Frost & Sullivan数据) - **核心技能**: $$ \text{模型效果} = \frac{2 \times \text{Precision} \times \text{Recall}}{\text{Precision} + \text{Recall}} \quad \text{(F1 Score)} $$ 3. **医药数据分析师** - **工作场景**: ```mermaid graph LR A[临床试验设计] --> B[EDC系统管理] B --> C[统计建模
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