学习TypeScript,笔记一:TypeScript的简介与数据类型

本文介绍TypeScript的基本概念,包括其作为JavaScript超集的特点、环境搭建步骤及自动编译配置方法,并详细解析各种数据类型的应用。

该文章用于督促自己学习TypeScript,作为学笔记进行保存,如果有错误的地方欢迎指正

 2019-03-27  16:50:03


 

一、什么是TypeScript?

TypeScript是javascript的超集,在ts中可以使用所有的js代码,并对js进行了扩展,包括类型效验,数据类型,接口等

如图所示,TypeScript包含了javascript并进行延伸

 

二、准备工作

在说TypeScript之前先说一下如何让ts编译为js代码

首先安装 typescrpt,

npm install -g typescript 

将ts编译为js代码,在命令行中输入

tsc index.ts

但不能每次写完代码都输入一遍 tsc 来进行编译吧?那也太麻烦了,我们能不能直接保存就自动编译呢?可以的,下面是使用VScode的自动编译方法

首先在文件根目录下打开命令行输入,

tsc --init

 

输入以后会在文件中出现一个 tsconfig.json 文件

 

在文件中将 "outDir" : "./"打开,改为 "outDir" : "./js" ,表示编译后的 .js 文件 的存放位置

 

 

在 VScode 的工具栏中选择:终端 --> 运行任务

 

在工具栏弹出框里选择:

tsc:监视 - tsconfig.json

 

这样就配置完成了,可以在文件中试一试,保存ts文件后,会在文件中生成一个名为js的文件,里面就是编译后的 同名.js 文件,在html中引入js,就可以进行测试了

 

三、TypeScript的数据类型

1)布尔值类型(boolean)

使用 ts 的高级工具 类型注解来创建一个变量 bol ,要求 变量bol 的值得类型为 boolean 类型,否则会报错

 

2)数字类型(number)

支持所有浮点数,并支持二进制、八进制、十进制、十六进制的写法

 

3)字符串类型(string)

支持双引号 " "、单引号 ' ' 和模板字符串 ` `

 

4)数组类型(Array)

创建模板字符串有两种方式:

第一种:在变量名的类型后面加上 [ ] ,表示数组内的元素都是同一个类型:

 

第二种:是数组泛型,使用Array<元素类型>

 

5)元组类型(Tuple)

元组也是数组的一种,ts的数组如果使用使用类型注解来创建,数组的元素就具有效验的功能,但是未免太单一,而使用元组的方式创建数组,会稍微灵活那么一点点

使用元组来创建:

浏览器输出为:

在图示中可以看到,元组可以规定前两个元素的类型,下标为 0 的元素必须为 string,下标为 1 的元素必须为 number,而后的元素则会使用联合类型替代,可以是 string 或 number ,我尝试了隔空添加元素,下标为 2 的元素 显示为 empty(空),在遍历这个元组的时候,empty不会被遍历出来,只会遍历到 “10”  1  “123” ,对应的下标为0,1,3

图示中的报错是vscode插件的报错,不会影响运行

 

6)枚举类型(enum)

枚举类型可以是对状态码的标识,如 0 代表成功支付 ,1 代表失败支付,2 代表取消订单,3 代表未支付 这样的状态码标识不易读,可以使用枚举的方式来标识

看到枚举类型 Status 的输出,就明白了为什么可以得到 Status[1] 为success 了

枚举类型也可以不赋值,默认从 0 开始,一旦手动赋值后,前面的值不变,后面的值会依次递增

 

7)任意类型(any)

在实际使用中我们也许并不想让 ts 进行类型注解,就可以使用 any类型 ,any类型的好处在于,当我们不确定这个值为什么类型的时候,用 any类型注解 声明后的变量,他的类型是不确定的,从而使得这个变量可以调用任何不同类型的方法,但是编译器不会检查

 

 

可以使用 any 来进行数组的类型注解,不限制数组的元素类型

 

 8)无类型(void)

void类型可以说与any类型完全相反,当函数没有返回值时返回的类型就是 void 类型,一般来说声明一个 void类型 的变量没有什么用,void 类型只能被赋值,undefined 和 null 

在 typescript 中 默认情况下 undefined 和 null 是所有类型的子类型,可以将他们赋值给 number 类型的变量

当指定了严格模式 --strictNullChecks 后,undefined 和 null 只能赋值给他本身

 

9)never类型(never)

never类型表示永远不存在的值的类型,

引入官方文档的示例图

never类型是所有类型的子类型,但never类型本身没有子类型或任何类型都不能赋值给他,连any都不行,never只能赋值给never

 

9)Object类型

object类型表示非原始类型,就是除了 boolean,number,string,array,undefined,null 之外的类型

参考官方给的图片

图片示例的意思我理解的是这样的:

创建一个create函数,参数 o 的类型注解表示,参数的类型为 object 或者 null ,函数create的返回值为 void类型

接着调用函数,发现参数为 {prop:0} 和 null 是可以的

参数为 数字 42,字符串 "string",布尔值 false,无类型 undefined,都不可以

 

补充:类型断言

类型断言使用在告诉编译器,你已完全确定这个值的类型,编译器将会跳过数据检查,不影响运行

类型断言有两种写法

第一种:使用尖括号

 

第二种:使用 as 语法

 

注意:在 TypeScript 中使用 JSX,只能用 as语法 的类型断言

转载于:https://www.cnblogs.com/MrDin/p/10608650.html

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,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。 、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。这有助于降低单模型的偏差方差,增强整体预测的稳定性准确性。 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