sass语法个人总结

1.变量一般以$开头

$blue:#1875e7;
div{
    color:$blue;
}

变量嵌套在字符串中,需要写在#{}中

$directive:left;
.warpper{
    border-#{$directive}-radius: 5px;
}

2.计算功能

$var =0.1;
body{
    margin: (14px 2);
    top50px 10px;
    right: $var * 100%;
}

注意这里符号的左右两边要加空格,不然可能会报错。


3.嵌套

//css代码
div h1{
    colorred;
}
//sass代码
div{
    h1{
        colorred;
    }

属性也可以嵌套的,比如border-color属性

p{
    border:{
        color:red;
        style:solid;
    }
}

在嵌套中,可以使用& 引用父元素,比如a:hover,a:after

a{
    &:hover{
        color:#fff;
    }
    &:after{
        content:'';
        clear:both;
        display:block;
    }
}

4.继承

//sass
.class1{
    border1px solid #ddd;
}
.class2{
    @extend .class1;
    font-size:120%;
}
//编译后css
.class1,.class2{
    border1px solid #ddd;
}
.class2{
    font-size:120%;
}

5.mixin

@mixin left{
    float:left;
    margin-left:10px;}div{
    @include left;
}
@mixin right($value : 10px){
    float:right;
    margin-right: $value;}a{
    @include right(20px);
}
@mixin rounded($radius:10px){
    border-radius:$radius;
    -moz-border-radius:$radius;
    -webkit-border-radius:$radius;
}
ul li{

    @include rounded(5px);

}

//... 表示数量可变的参数

@mixin box-shadows($shadow...){
    box-shadow: $shadow;}
div{
    @include box-shadows(0 0 5px #3331px 5px 3px #ccc);
}

6.插入文件

@import "path/1.scss";
@import "foo.css";

7.条件语句

@if @else可以用来判断

p{
    @if 12+2==14{
        color:#fff;
    }@else{
        color:#000;
    }
}

8.循环语句

@for  $i form 1 to 10{
    .border-#{$i}{
        border: #{$i}px solid blue;
    }
 }

while循环

$i:6;@while $i>0{
    .item-#{$i}{
        width:4px * $i;
    }
    $i: $i - 2;
}

each命令

@each $member in a,b,c,d{
    .#{$member}{
        background-imageurl("img/#{$member}.jpg");
    }
}

9.自定义函数

@function double($n){
    @return $n * 2;
}
#sidebar {
    widthdouble(5px);
}

【EI复现】基于深度强化学习的微能源网能量管理与优化策略研究(Python代码实现)内容概要:本文围绕“基于深度强化学习的微能源网能量管理与优化策略”展开研究,重点利用深度Q网络(DQN)等深度强化学习算法对微能源网中的能量调度进行建模与优化,旨在应对可再生能源出力波动、负荷变化及运行成本等问题。文中结合Python代码实现,构建了包含光伏、储能、负荷等元素的微能源网模型,通过强化学习智能体动态决策能量分配策略,实现经济性、稳定性和能效的多重优化目标,并可能与其他优化算法进行对比分析以验证有效性。研究属于电力系统与人工智能交叉领域,具有较强的工程应用背景和学术参考价值。; 适合人群:具备一定Python编程基础和机器学习基础知识,从事电力系统、能源互联网、智能优化等相关方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①学习如何将深度强化学习应用于微能源网的能量管理;②掌握DQN等算法在实际能源系统调度中的建模与实现方法;③为相关课题研究或项目开发提供代码参考和技术思路。; 阅读建议:建议读者结合提供的Python代码进行实践操作,理解环境建模、状态空间、动作空间及奖励函数的设计逻辑,同时可扩展学习其他强化学习算法在能源系统中的应用。
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