ios-UI控件精讲之【6】UIButton

本文详细解读 UIButton 控件的容器性质,包括如何通过 imageView 和 titleLabel 属性来灵活设置按钮的文本与图片显示,并提供了一个实例演示如何自定义 UIButton 来调整子控件的位置,同时介绍了 UIButton 的背景颜色、背景图片、状态样式、内边距、禁用状态、透明度等关键属性的使用方法。

原文:http://www.jianshu.com/p/ae684aeac913


1.按钮UIButton

(1)UIButton是一个容器

UIButton是一个比较特殊的UI控件,它不仅仅是一个控件,更是一个容器.为什么说是容器?

打开UIButton的属性检测器,会有2个比较重要的属性,分别是title和image,对应的类型分别是NSString和UIImage.再直白一点就是UILabel和UIImageView.

如何查看? command+鼠标左键点击UIButton类进入到UIButton.h文件,在74,75行会看到如下代码:

@property(nullable,nonatomic,readonly,strong)UILabel*titleLabelNS_AVAILABLE_IOS(3_0);

@property(nullable,nonatomic,readonly,strong)UIImageView*imageViewNS_AVAILABLE_IOS(3_0);

为了理解容器这个问题,可以这样理解,我们看到的UIButton,可以看做是由两部分组成的.

一部分是UIImageView,另一部分是UILabel.而系统默认情况下,UIImage显示在按钮内部左侧,UILabel显示在按钮内部右侧.如何更改两个内部控件的位置会在稍后给出.


UIImageView和UILabel在UIButton中的默认显示位置

所以,在我们给UIButton设置文本文字和显示图片的时候,其实是在给UIButton中的UIImageView和UILabel赋值,而两者对应的属性分别是imageView和titleLabel.

而按钮是有状态的,从这这里看出,打开UIButton的属性检查器,查看属性state config,里面有很多状态,包括默认,高亮,禁用等状态.每种状态下的显示图片和文本文字都是不同的!

所以,总结起来就是:

1.给UIButton的UIImageView和UILabel设置数据,要取出UIButton的imageView和textLabel属性分别赋值.如果要设置imageView和textLabel的样式属性(例如设置textLabel的文字大小,颜色),还要继续取出控件的属性进行设置.

2.在给UIButton设置数据的时候,要给不同状态下的UIImageView和UILabel分别赋值.



代码实现

看到这里,有人会问,设置图片不是应该给imageView属性赋值吗?你这里怎么用的是setImage方法?

是这样的,可以把UIImageView理解成一个相框,UIImage是相框中的图片,当你设置好image后,这张图片就会显示在相框(UIImageView)中.当然你也可以根据UIButton取出它的imageView属性,但是你给imageView属性进行图片赋值的时候,运行在模拟器中什么都不会显示.

新手易犯错误:没有给不同状态下的UIButton子控件进行赋值,而选择直接赋值,导致在界面上显示错误.

(2)改变默认的UIButton显示样式

系统默认的子控件显示样式已经在第一张图片中描绘清楚了.

但是会有其他状况发生:我想让UIButton内部左侧显示文本,右侧显示图片.

这种情况下,你就要用到自定义UIButton,重新设置UIImageView和UILabel的位置(frame)

思路:自定义类继承自UIButton类,在自定义类的实现文件中,重写父类的两个方法,分别是:

-(CGRect)titleRectForContentRect:(CGRect)contentRect;  ->设置titleLabel的frame

-(CGRect)imageRectForContentRect:(CGRect)contentRect;  ->设置imageView的frame


代码实现

参数contentRect意思是UIButton的内容大小,可以理解成为UIButton的展示空间大小.

这样就交换了UIImageView和UIButton的位置.但是,位置互换后还会出现一个问题,按钮的image会显示的"不正常"(也许比原来大了),造成UIButton的显示文字和显示图片非常不协调.这是因为没有设置图片的contentMode属性为UIViewContentModeCenter,解决办法是重写UIButton的initWithCoder方法,把图片的contentMode设置为UIViewContentModeCenter.



代码实现

至此,这个问题就解决了.

(3)关于按钮的背景颜色backgroundColor/背景图片backgroundImage



背景图片也需要在按钮的不同状态下设置

(4)使用的小细节

4.1点击按钮时,会有一层灰蒙蒙的效果,打开UIButton按钮选择器,将Button Type的值由system改为custom

4.2点击按钮的时候,按钮会处于高亮状态,高亮状态下会加深按钮的颜色效果,如果不想要这个效果,如下操作



将Highlighted Adjust image属性勾选掉(系统默认是勾选的)

4.3内边距:内容与UIButton边框的距离



该模块位于属性检查器

设置完内边距后的效果

重叠部分是内容,浅绿色部分就是内容与边框的距离.

可以把Edge的属性值该为title或image,就可以分别设置UILabel和UIImageView与边框的距离了.

4.4关于UIButton的属性tag

tag这个属性很多地方可以用到,而且在两个独立的按钮需要通过tag进行交互的时候,很容器产生bug,所以不要将它忽略.

tag是NSInteger类型的属性,创建并初始化一个按钮后,该按钮的tag值默认为0.

4.5按钮的禁用

该属性是enabled,是BOOL类型,值是YES可以点击,值是NO禁止点击.

4.6按钮的透明度alpha

所有控件都有这个属性,可以设置控件的透明度,它是一个0~1之间的值.

当alpha=0的时候,按钮就没了,你也点击不到它.


标题SpringBoot智能在线预约挂号系统研究AI更换标题第1章引言介绍智能在线预约挂号系统的研究背景、意义、国内外研究现状及论文创新点。1.1研究背景与意义阐述智能在线预约挂号系统对提升医疗服务效率的重要性。1.2国内外研究现状分析国内外智能在线预约挂号系统的研究与应用情况。1.3研究方法及创新点概述本文采用的技术路线、研究方法及主要创新点。第2章相关理论总结智能在线预约挂号系统相关理论,包括系统架构、开发技术等。2.1系统架构设计理论介绍系统架构设计的基本原则和常用方法。2.2SpringBoot开发框架理论阐述SpringBoot框架的特点、优势及其在系统开发中的应用。2.3数据库设计与管理理论介绍数据库设计原则、数据模型及数据库管理系统。2.4网络安全与数据保护理论讨论网络安全威胁、数据保护技术及其在系统中的应用。第3章SpringBoot智能在线预约挂号系统设计详细介绍系统的设计方案,包括功能模块划分、数据库设计等。3.1系统功能模块设计划分系统功能模块,如用户管理、挂号管理、医生排班等。3.2数据库设计与实现设计数据库表结构,确定字段类型、主键及外键关系。3.3用户界面设计设计用户友好的界面,提升用户体验。3.4系统安全设计阐述系统安全策略,包括用户认证、数据加密等。第4章系统实现与测试介绍系统的实现过程,包括编码、测试及优化等。4.1系统编码实现采用SpringBoot框架进行系统编码实现。4.2系统测试方法介绍系统测试的方法、步骤及测试用例设计。4.3系统性能测试与分析对系统进行性能测试,分析测试结果并提出优化建议。4.4系统优化与改进根据测试结果对系统进行优化和改进,提升系统性能。第5章研究结果呈现系统实现后的效果,包括功能实现、性能提升等。5.1系统功能实现效果展示系统各功能模块的实现效果,如挂号成功界面等。5.2系统性能提升效果对比优化前后的系统性能
在金融行业中,对信用风险的判断是核心环节之一,其结果对机构的信贷政策和风险控制策略有直接影响。本文将围绕如何借助机器学习方法,尤其是Sklearn工具包,建立用于判断信用状况的预测系统。文中将涵盖逻辑回归、支持向量机等常见方法,并通过实际操作流程进行说明。 一、机器学习基本概念 机器学习属于人工智能的子领域,其基本理念是通过数据自动学习规律,而非依赖人工设定规则。在信贷分析中,该技术可用于挖掘历史数据中的潜在规律,进而对未来的信用表现进行预测。 二、Sklearn工具包概述 Sklearn(Scikit-learn)是Python语言中广泛使用的机器学习模块,提供多种数据处理和建模功能。它简化了数据清洗、特征提取、模型构建、验证与优化等流程,是数据科学项目中的常用工具。 三、逻辑回归模型 逻辑回归是一种常用于分类任务的线性模型,特别适用于二类问题。在信用评估中,该模型可用于判断借款人是否可能违约。其通过逻辑函数将输出映射为0到1之间的概率值,从而表示违约的可能性。 四、支持向量机模型 支持向量机是一种用于监督学习的算法,适用于数据维度高、样本量小的情况。在信用分析中,该方法能够通过寻找最佳分割面,区分违约与非违约客户。通过选用不同核函数,可应对复杂的非线性关系,提升预测精度。 五、数据预处理步骤 在建模前,需对原始数据进行清理与转换,包括处理缺失值、识别异常点、标准化数值、筛选有效特征等。对于信用评分,常见的输入变量包括收入水平、负债比例、信用历史记录、职业稳定性等。预处理有助于减少噪声干扰,增强模型的适应性。 六、模型构建与验证 借助Sklearn,可以将数据集划分为训练集和测试集,并通过交叉验证调整参数以提升模型性能。常用评估指标包括准确率、召回率、F1值以及AUC-ROC曲线。在处理不平衡数据时,更应关注模型的召回率与特异性。 七、集成学习方法 为提升模型预测能力,可采用集成策略,如结合多个模型的预测结果。这有助于降低单一模型的偏差与方差,增强整体预测的稳定性与准确性。 综上,基于机器学习的信用评估系统可通过Sklearn中的多种算法,结合合理的数据处理与模型优化,实现对借款人信用状况的精准判断。在实际应用中,需持续调整模型以适应市场变化,保障预测结果的长期有效性。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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