SlidingMenu开源框架的使用

本文详细介绍如何在Android项目中集成并使用SlidingMenu开源库,包括下载库文件、配置项目依赖、设置侧滑菜单样式及使用Fragment进行界面替换。

1.下载SlidingMenu的开源库

http://download.youkuaiyun.com/detail/and_hl/9558226


2. 进行项目的依赖

选中自己的项目---->右击选择properties---->选择左侧的Android---->在Library节点下Add下载好的SlidingMenu的开源库


3. (如想用Fragment做左侧菜单)在要实现侧滑功能的活动中继承 SlidingFragmentActivity  .  在onCreate()方法中配置SlidingMenu的参数:

requestWindowFeature(Window.FEATURE_NO_TITLE); // 去标题
</pre><pre name="code" class="java">setContentView(R.layout.fragment_content_tag); // 设置主界面
		
		setBehindContentView(R.layout.fragment_left_tag); // 设置左侧菜单
		
		slidingMenu = getSlidingMenu();
		
		slidingMenu.setMode(SlidingMenu.LEFT); // 设置左侧滑动的模式
		
		slidingMenu.setTouchModeAbove(SlidingMenu.TOUCHMODE_MARGIN); // 设置可滑动的位置
		
		slidingMenu.setBehindOffset(70); // 设置主界面左侧滑动菜单后剩余的空间大小

4. 通过事务管理器完成替换

//获取Fragment管理器
		FragmentManager fragmentManager = getSupportFragmentManager();
		
		// 获取事务
		FragmentTransaction transaction = fragmentManager.beginTransaction();
		
		// 完成替换
		transaction.replace(R.id.fl_left_menu, new LeftMenuFragment(), LEFT_MENU_TAG); // 左侧菜单界面的替换
		
		transaction.replace(R.id.fl_main_menu, new MainContentFragment(), MAIN_MENU_TAG); // 主界面的替换
		
		// 提交事务
		transaction.commit();


根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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