二级菜单-读取json二维数组实例

最新推荐文章于 2024-09-08 14:44:14 发布
原创 最新推荐文章于 2024-09-08 14:44:14 发布 · 3.7k 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文通过实例讲解如何在JavaScript中读取和操作JSON格式的二维数组，探讨其在数据处理中的应用。
<!DOCTYPE html>
<html>
  <head>
    <meta charset="utf-8">
    <title></title>
  </head>
  <body>
    <select class="" name="" id="select1">

    </select>
    <select class="" name="" id="select2">

    </select>

  </body>


<script src = "https://ss1.bdstatic.com/5eN1bjq8AAUYm2zgoY3K/r/www/cache/static/protocol/https/jquery/jquery-1.10.2.min_65682a2.js"></script>
<script type="text/javascript">
var carClass = [
    {
        "id":0,
        "name":"微型车"
    },{
        "id":1,
        "name":"小型车"
    },{
        "id":2,
        "name":"紧凑车"
    },{
        "id":3,
        "name":"中型车"
    },{
        "id":4,
        "name":"中大型车"
    },{
        "id":5,
        "name":"豪华型车"
    },{
        "id":6,
        "name":"MPV"
    },{
        "id":7,
        "name":"SUV"
    },{
        "id":8,
        "name":"跑车"
    },{
        "id":9,
        "name":"面包车"
    }
];
var car = [
    ["奥拓","比亚迪F0","奔奔","吉利熊猫","奔奔Mini","北斗星","众泰E200","fortwo（进口）","北斗星（X5）","乐驰","大众UP!（进口）","奇瑞QQ","知豆电车","forfour（进口）","江南TT","北汽新能源EC系列","知豆D2","奇瑞eQ","大众Cross UP!","众泰Z100"],
    ["大众POLO","飞度","起亚K2三厢","宝骏310","威驰","YARiS L 致炫","哥瑞","赛欧3","瑞纳三厢","吉利新金刚三厢","雨燕","竞瑞","长安CX20","晶锐","大众CrossPOLO","MINI 3-DOOR","骊威","YARiS L 致享","锋范经典","长城M4"],
    ["卡罗拉","速腾","思域","朗逸","英朗","捷达","科鲁兹三厢","轩逸","宝来","凌渡","新桑塔纳","昂克赛拉三厢","高尔夫","吉利帝豪GL","奥迪A3","凌派","朗动","福克斯三厢","吉利新帝豪三厢","雷凌"],
    ["新蒙迪欧","奥迪A4L","雅阁","帕萨特","迈腾","宝马3系","凯美瑞","奔驰C级","吉利博瑞","天籁","阿特兹","君威","MISTRA名图","迈锐宝","一汽-大众CC","凯迪拉克ATS-L","起亚K5","速派","思铂睿","锐志"],
    ["奥迪A6L","宝马5系","君越","奔驰E级","雷克萨斯ES","皇冠","福特金牛座","凯迪拉克XTS","捷豹XFL","众泰Z700","辉昂","沃尔沃S90长轴版","传祺GA8","红旗H7","玛莎拉蒂Ghibli","宝马5系（进口）","雪铁龙C6","Model S（进口）","奔驰CLS级（进口）","捷豹XF"],
    ["宝马7系（进口）","奔驰S级（进口）","奥迪A8L（进口）","玛莎拉蒂总裁","凯迪拉克CT6","奥迪A7（进口）","辉腾（进口）","林肯Continental","迈巴赫S级","阿斯顿马丁Lagonda","幻影","慕尚","捷豹XJ","红旗L5","欧陆","雷克萨斯LS","飞驰","奥迪RS7（进口）","奔驰S级AMG","奥迪S8（进口）"],
    ["宝骏730","五菱宏光S","别克GL8","奥德赛","长安欧尚","艾力绅","途安L","五菱宏光S1","途安","瑞风M5","五菱宏光","瑞风M4","风行S500","埃尔法（进口）","菱智","瑞风M3","逸致","长安欧诺","上汽大通MAXUS G10","北汽幻速S3L"],
    ["哈佛H6","途观","传祺GS4","吉利博越","长安CS75","本田CR-V","汉兰达","指南者","昂科威ENVISION","锐界","全新途胜","奥迪Q5","宝骏510","本田XR-V","缤智","冠道","陆丰X7","传祺GS8","荣威RX5","宝马X1"],
    ["福特Mustang","保时捷Panamera","丰田86","科迈罗（进口）","保时捷718","奥迪R8（进口）","日产GT-R","宝马i8（进口）","保时捷911","保时捷918","奥迪TT（进口）","Aventador","法拉利458（进口）","讴歌NSX","威航","奔驰E级双门","宝马Z4（进口）","玛莎拉蒂GT","斯巴鲁BRZ（进口）","宝马4系"],
    ["五菱之光","五菱荣光","五菱荣光V","五菱之光V","东风小康K17","征程","长安之星","新海狮","上汽大通MAXUS V80","长安之星2","长安之星3","大海狮","北汽威旺306","长安之星7","瑞星M80","风景G9","幻速H2V","瑞星M90","长安之星9","东风小康K07"]
];

// 把carClass 的option 循环出来
var html = "";
for (index in carClass){
  html += "<option value=\""+index+"\">"+carClass[index].name+"</option>"
}
$("#select1").html(html)
$("#select1").change(function(){
  var index = $("#select1").val();
  changeCar(index)
})

// 这个方法绑定到select1 上
function changeCar(index){
  var cars = car[index]
  if (cars == null){
    return ;
  }
  // 把对应的 car 循环出来
  var html = "";
  for (i in cars){
    html += "<option>"+cars[i]+"</option>"
  }
  // 把新循环好的放进去
  $("#select2").html(html)

}

</script>


</html>

javascript二维数组(20)JSON对象
漏刻有时数据可视化大屏（PHP&ECHARTS智能化开源软件系统）
10-10 562
在JavaScript中，JSON对象是一种数据格式，用于存储和传输数据。JSON，全称JavaScript Object Notation，是一种轻量级的数据交换格式，易于人阅读和编写，同时也易于机器解析和生成。需要注意的是，JSON对象只包含键值对，而且键和字符串值都是字符串。JSON对象由键值对组成，其中键是字符串，值可以是字符串、数字、布尔值、null、数组或另一个JSON对象。方法），或者使用一个不同的数据格式，如序列化的JavaScript对象（通常使用。在JavaScript中，你可以使用。
（快速了解）二维json数组在微信小程序中的显示
蔚蓝海域的博客
12-20 1818
关于json二维数组如何显示在小程序的界面上的问题，我们通过一个简单实例来了解。（这里只介绍动态获取js中定义好的二维静态数据。至于二维动态数据，我只提供思路出来。大体思路就是先获取数据，然后赋值的过程，也就是需要对js文件作改动） test1.js // Page/test1/test1.js Page({ /** * 页面的初始数据 */ data: { //自定义...
c#利用Newtonsoft.Json解析json（带数组）
08-07
c#解析带数组的json，采用Newtonsoft.Json。资源是VS2013创建的工程。适合新手使用，老鸟就自己钻研解析哦~
C# json 一维数组 和 二维数组的转换
08-27
C# json 一维数组 和 二维数组的转换 写的非常详细，对大家有帮助
读取JSON字符串中的一维、二维数组数据
热门推荐
暂无内容
12-30 1万+
读取JSON字符串中的一维、二维数组数据
C# json 一维数组 和 二维数组的转换
qq_26000091的博客
08-27 4921
1.首先你要下载一个HttpHelper     下载地址：http://pan.baidu.com/s/1dDJd0Xz2.Post提交方式：string json = h.PostPage(地址,参数,);3.例子如下： 一维数组   解析：JObject newobj = JObject.Parse(json);例： newobj["字段名"].ToString();说明：一维数组不需要循环...
易语言生成二维json数组源码
06-02
本次我们关注的是一个特定的主题——如何在易语言中生成二维JSON数组的源码。JSON（JavaScript Object Notation）是一种轻量级的数据交换格式，因其简洁明了的结构，广泛应用于数据传输和存储。 二维JSON数组，简单...
SSH1，JQuery的ajax返回json二维数组处理过程
05-09
在本文中，我们将探讨如何使用SSH1框架与jQuery的AJAX功能来处理JSON二维数组，特别是在实现菜单联动下拉框的场景中。SSH1（Spring、Struts、Hibernate）是Java开发中的一个流行MVC框架组合，而jQuery的AJAX功能则...
opencv-python学习笔记3-数组矩阵
The_xz的博客
09-08 1615
NumPy（Numerical Python的缩写）是一个开源的Python科学计算库。它提供了一个强大的N维数组对象ndarray和用于操作这些数组的工具和函数。NumPy是许多其他科学计算和数据分析库（如SciPy、Pandas、Matplotlib、Scikit-learn等）的基础。
GO语言-----指针,结构体，数组，切片，映射，函数值
qwerty1372431588的博客
07-02 643
指针1. 指针2.结构体3.数组4.切片 1. 指针 指针 Go 拥有指针。指针保存了值的内存地址。 类型 *T 是指向 T 类型值的指针。其零值为 nil。 var p *int & 操作符会生成一个指向其操作数的指针。 i := 42 p = &i *操作符表示指针指向的底层值。 fmt.Println(*p) // 通过指针 p 读取 i *p = 21 // 通过指针 p 设置 i 这也就是通常所说的“间接引用”或“重定向”。 与 C 不同，Go 没有指针运算。
C# JSON转化为二维数组
guoqingtai的博客
12-18 2113
从网上找了很多资料，都不靠谱，所以写了个，虽然方法笨了点，但总算是实现了 添加引用，NuGet搜 Newtonsoft.Json using Newtonsoft.Json.Linq; using Newtonsoft.Json; public static string[][] getObjectByJson(string jsonString) { ...
利用json数据做父子二级菜单
Mchange的专栏
08-07 6016
最近做“点滴”的时候，需要用到二级菜单，就是那种二级菜单的pid指向一级菜单的id的那种。 所以自己动手写了一个。 优势是：（可能是我见得少了，自以为优势的地方）： 1.不用在数据库层做递归。只需要把数据查出来即可。（就是为了这点才写的，我用python，返回json比较容易，也比较舒服） 2.参见第一条。 思路： [ {"name":"Java Book",
二位数组塑造二级联动下拉菜单（静态数据）
冯索的专栏
10-12 2664
静态             无标题文档                 //定义城市的二维数组，其中顺序跟省份是一致的         var cityNames = [["济南","青岛","淄博","潍坊"],["合肥","蚌埠","宣城","黄山"]];         function getCity(){             //获得省份下拉框的对象
类的操作&&二级菜单&&JSON
YogaLin_qwq的博客
07-18 1132
类的操作 如果直接通过style修改元素样式，修改一次浏览器就需要重新渲染一次页面，需求大的时候不够方便 ->类的操作 定义一个函数，向一个元素添加指定的class属性 参数：obj（元素名）className（class名称） function addClass(obj,classN){ if(!hasClass(obj,classN)){ obj.className += " "+classN; //空格不可少 } } 定义一个函数判断元素是否含有指定的class
将一维json数组变为二维json数组
傲雪当歌的博客
08-04 576
@RequestMapping("/getCustomers") public List getCustomers() { List<Customer> customers = new ArrayList(); customers.add(new Customer("male", "Amy", "China")); customers.add(new Customer("female", "Tom", "England")); ..
用递归将嵌套的JSON对象遍历出来，转为二维数组
weixin_34320724的博客
01-30 250
如题所示，代码如下：var arJsonNesting = [{id:1,name:"zhang3" ,children:[{id:2,name:"zhang33"},{id:3,name:"zhang44"}]} ,{id:4,name:"li4"}];//注意有的JSON对象有子对象children v...
JQUERY读取JSON来生成主菜单及点击主菜单项显示相应子菜单 V2
my9963的专栏
12-15 1656
嗯嗯..第一版出现个问题...IE居然不兼容..于是换了种办法实现之...顺路添加了没有子菜单项直接跳转的主菜单项.1.JS代码修改var saveMainItem;var saveSubItem;var tempData;//绑定CLASS function bindClass(selected){    $("#nav_node > li").eac
Json字符串转二维数组
weixin_30889885的博客
07-21 1301
由于最近做帆软报表需要，自己百度了很久也没有找到合适的，干脆自己写一个吧，程序没有过多测试，有什么问题可以留言我。 注意： 传入的Json需要是由List<Object>转化而来的 例如：[{"name":"zhangsan","age":"20"},{"name":"lisi","age":"21"}] 得到的结果将是一个类似列表式的字符串二维数组 例： ...
json数组转成java二维数组对象
nbspzs的专栏
07-23 820
json数组转成二维数组对象
java 调用python 传递入参计算协方差 返回二维数组的实例
最新发布
07-03
<think>我们正在处理一个Java调用Python脚本的任务，目标是传递参数（可能是二维数组数据）给Python脚本，让Python计算协方差矩阵，然后将结果（一个二维数组）返回给Java。步骤：1.在Python中编写计算协方差矩阵的脚本，该脚本需要能够接收输入数据（例如从命令行参数或标准输入读取），计算协方差矩阵，并将结果以Java可解析的格式输出（如JSON）。2.在Java中，使用ProcessBuilder或Runtime.exec启动Python进程，传递数据（例如通过命令行参数或标准输入），然后读取Python脚本的输出并解析为二维数组。考虑到数据量可能较大，我们选择通过标准输入输出传递数据。具体来说： -Java将二维数组数据写入Python进程的标准输入（例如，每行一个数组，数组元素用空格或逗号分隔）。- Python脚本从标准输入读取数据，解析为二维数组（例如numpy数组），然后计算协方差矩阵。 -Python脚本将协方差矩阵转换为字符串（例如JSON格式）写入标准输出。 -Java读取Python进程的标准输出，解析为二维数组。引用[2]中提到协方差矩阵的计算，我们可以使用numpy的cov函数。但是注意，numpy的cov函数默认每一行代表一个特征（即一个变量），每一列代表一个观测值。而通常我们的数据是每行一个观测值，每列一个特征。因此，在计算协方差时，我们通常需要转置（如果每行一个观测值，则使用rowvar=False参数）或者将数据转置后传入。另外，引用[3]中提到了astype转换数据类型，但这里我们不需要，除非数据需要转换。我们首先编写Python脚本。Python脚本（covariance.py）示例：注意：我们需要安装numpy，如果没有，则需要在运行前安装。脚本内容： ```pythonimport sysimportjsonimport numpyas npdefmain():#从标准输入读取数据data =[]for linein sys.stdin:#去除换行符，按空格或逗号分割row= line.strip().split()ifnot row:continue#如果数据是用逗号分隔的，则使用split(',')#这里我们假设用空格分隔，如果实际是逗号，可以改为split(',')#或者我们可以允许用户指定分隔符，但为了简单，这里假设为空格或制表符（split()默认分割空白）#将字符串转换为浮点数data.append(list(map(float, row)))#将数据转换为numpy数组arr =np.array(data)#计算协方差矩阵#注意：numpy.cov默认每行是一个特征（变量），每列是一个观测值。#如果我们的输入是每行一个观测值（样本），每列一个特征（变量），那么我们需要设置rowvar=Falsecov_matrix= np.cov(arr,rowvar=False)#将协方差矩阵转换为列表形式，以便转换为JSONcov_list= cov_matrix.tolist()#输出JSON字符串print(json.dumps(cov_list)) if__name__ =="__main__":main()```然后，在Java中，我们需要执行这个Python脚本，并将数据传递给它，然后读取输出并解析。Java代码示例：假设我们有一个二维数组（double[][]），我们将其写入Python进程的标准输入，然后读取Python进程的标准输出（一个JSON字符串），解析为二维数组。注意：确保Python环境已安装numpy，并且Java能够找到Python解释器（如指定完整路径或确保python在环境变量中）。 ```javaimport java.io.*;import java.util.*;import org.json.JSONArray;public classPythonCovariance{public staticvoid main(String[]args)throws Exception{//示例数据：二维数组，每行一个观测值，每列一个变量double[][]data ={{1.0,2.0,3.0},{4.0,5.0,6.0},{7.0,8.0,9.0}};//创建ProcessBuilder，指定命令为python和脚本路径ProcessBuilderpb =new ProcessBuilder("python","path/to/covariance.py");Processprocess =pb.start();//获取进程的输入流（我们写入数据）和输出流（读取结果）try (BufferedWriterwriter =new BufferedWriter(newOutputStreamWriter(process.getOutputStream()));BufferedReaderreader =new BufferedReader(new InputStreamReader(process.getInputStream()));BufferedReadererrorReader= newBufferedReader(newInputStreamReader(process.getErrorStream()))){//将数据写入Python进程的标准输入for(double[] row: data) {//将一行数据转换为空格分隔的字符串StringBuildersb =new StringBuilder();for (double value: row) {sb.append(value).append(" ");}//去掉最后一个空格并换行writer.write(sb.toString().trim());writer.newLine();}writer.flush();//确保数据被刷新writer.close(); //关闭输入流，让Python知道输入结束//读取错误流（如果有错误，打印出来）StringerrorLine;while ((errorLine= errorReader.readLine()) !=null){System.err.println(errorLine);}//读取Python脚本的输出（应该是JSON字符串）StringBuilder jsonString= newStringBuilder();Stringline;while((line= reader.readLine())!= null) {jsonString.append(line);}//解析JSON字符串为二维数组JSONArray jsonArray =new JSONArray(jsonString.toString());double[][]covMatrix= newdouble[jsonArray.length()][];for(inti =0; i< jsonArray.length(); i++) {JSONArray innerArray= jsonArray.getJSONArray(i);covMatrix[i] =new double[innerArray.length()];for(intj =0; j< innerArray.length(); j++) {covMatrix[i][j] =innerArray.getDouble(j);}}//打印协方差矩阵System.out.println("CovarianceMatrix:");for(double[] row: covMatrix){System.out.println(Arrays.toString(row));}}//等待进程结束intexitCode= process.waitFor();System.out.println("Python processexited withcode "+ exitCode);}} ```注意事项：1.需要处理异常和错误流，避免因为Python脚本错误导致Java程序挂起。2.数据传递格式：这里使用空格分隔，如果数据中包含空格，可能会出错。因此，确保数据中不包含空格或使用其他分隔符（如逗号）。在Python脚本中，我们可以改为使用split(',')，并在Java中写入时用逗号分隔。3.如果数据量很大，考虑性能问题。使用缓冲流。4.需要添加JSON处理库，这里使用了org.json（需要引入json库，如maven中添加依赖）。如果不想引入额外的JSON库，也可以使用其他方式（如Java内置的JSON处理），但这里为了简单使用了org.json。另外，如果Python环境不是默认的，可能需要指定Python解释器的完整路径（例如，在Windows上可能是"C:\\Python39\\python.exe"）。以上就是一个完整的示例。相关问题：1.如果Python脚本需要额外的库（如numpy），如何确保Java调用时环境正确？2.除了通过标准输入输出，还有哪些方式可以在Java和Python之间传递数据？3.如何处理大数据量的传递，以避免内存不足或性能瓶颈？</think>以下是一个完整的Java调用Python脚本实现协方差矩阵计算的示例，包含详细步骤和代码： ### 解决方案 #### 1. Python脚本 (`covariance.py`) ```python import sys import json import numpy as np def calculate_covariance(data): """计算二维数组的协方差矩阵""" # 将输入数据转换为NumPy数组 np_array = np.array(data, dtype=np.float64) # 计算协方差矩阵（每行一个特征，每列一个观测值） cov_matrix = np.cov(np_array, rowvar=False) # 转换为嵌套列表并返回JSON return json.dumps(cov_matrix.tolist()) if __name__ == "__main__": # 从标准输入读取JSON数据 input_json = sys.stdin.read() try: # 解析JSON为二维数组 data = json.loads(input_json) # 计算并返回协方差矩阵 result = calculate_covariance(data) print(result) except Exception as e: print(f"ERROR: {str(e)}", file=sys.stderr) sys.exit(1) ``` #### 2. Java调用代码 ```java import java.io.*; import java.util.*; import org.json.JSONArray; public class PythonCovarianceCalculator { public static void main(String[] args) { // 1. 准备二维数组数据 double[][] data = { {1.0, 2.0, 3.0}, {4.0, 5.0, 6.0}, {7.0, 8.0, 9.0} }; // 2. 将数据转换为JSON字符串 JSONArray jsonData = new JSONArray(); for (double[] row : data) { jsonData.put(new JSONArray(row)); } String inputJson = jsonData.toString(); try { // 3. 创建Python进程 ProcessBuilder pb = new ProcessBuilder("python", "covariance.py"); Process process = pb.start(); // 4. 向Python传递数据（通过标准输入） try (BufferedWriter writer = new BufferedWriter( new OutputStreamWriter(process.getOutputStream()))) { writer.write(inputJson); } // 5. 读取Python输出结果 StringBuilder result = new StringBuilder(); try (BufferedReader reader = new BufferedReader( new InputStreamReader(process.getInputStream()))) { String line; while ((line = reader.readLine()) != null) { result.append(line); } } // 6. 处理错误流 StringBuilder errors = new StringBuilder(); try (BufferedReader errorReader = new BufferedReader( new InputStreamReader(process.getErrorStream()))) { String errorLine; while ((errorLine = errorReader.readLine()) != null) { errors.append(errorLine).append("\n"); } } // 7. 等待进程结束并检查状态 int exitCode = process.waitFor(); if (exitCode != 0) { throw new RuntimeException("Python执行错误:\n" + errors); } // 8. 解析协方差矩阵结果 JSONArray jsonResult = new JSONArray(result.toString()); double[][] covMatrix = new double[jsonResult.length()][]; for (int i = 0; i < jsonResult.length(); i++) { JSONArray row = jsonResult.getJSONArray(i); covMatrix[i] = new double[row.length()]; for (int j = 0; j < row.length(); j++) { covMatrix[i][j] = row.getDouble(j); } } // 9. 输出结果 System.out.println("协方差矩阵:"); for (double[] row : covMatrix) { System.out.println(Arrays.toString(row)); } } catch (Exception e) { e.printStackTrace(); } } } ``` ### 关键实现说明 1. **数据传递方式**： - Java通过标准输入(`stdin`)向Python发送JSON格式的二维数组 - Python通过标准输出(`stdout`)返回JSON格式的协方差矩阵 - 错误信息通过标准错误(`stderr`)传递[^2] 2. **协方差计算**： - 使用NumPy的`np.cov()`函数计算 - `rowvar=False`参数表示每列代表一个特征（变量） - 数据类型转换使用`astype(np.float64)`确保精度[^3] 3. **异常处理**： - Python捕获所有异常并返回错误消息 - Java检查进程退出码和错误流 - JSON解析双重验证 ### 环境要求 1. Python环境： ```bash pip install numpy ``` 2. Java依赖： ```xml <!-- pom.xml --> <dependency> <groupId>org.json</groupId> <artifactId>json</artifactId> <version>20231013</version> </dependency> ``` ### 执行流程 ```mermaid graph TD A[Java准备二维数组数据] --> B[转换为JSON字符串] B --> C[启动Python进程] C --> D[通过stdin发送数据] D --> E[Python计算协方差矩阵] E --> F[通过stdout返回JSON结果] F --> G[Java解析并输出矩阵] ``` ### 注意事项 1. 路径问题：确保`covariance.py`路径正确，或使用绝对路径 2. 数据精度：NumPy默认使用`float64`保证计算精度[^3] 3. 大数据量：适合中等规模数据（GB级需考虑内存管理） 4. 安全性：避免传递不可信数据（未做输入验证） ### 性能优化建议 1. 使用`ProcessBuilder`而非`Runtime.exec()`更安全 2. 对于频繁调用，考虑Py4J或Jython等嵌入式方案 3. 大数据集可使用文件交换替代标准输入输出 > 此实现通过标准输入输出在Java和Python间高效传递数据，利用NumPy的C级优化实现高性能协方差计算[^1]。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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