精华内容
下载资源
问答
  • 操作软件:WPS2019一、打开文档首先双击打开WPS2019→点击“新建“→选择”文字“一栏(相当于office的word文档)→往下点击”新建空白文档“,如下图:二...三、添加表格标题在表格第一行输入内容,表格文字默认...

    d022b66ed8b2148829326a5ed6ef45f9.png

    操作软件:WPS2019

    一、打开文档

    首先双击打开WPS2019→点击“新建“→选择”文字“一栏(相当于office的word文档)→往下点击”新建空白文档“,如下图:

    b72469fa9a8b97c6a0460ef1e13c4b9c.png

    二、插入表格

    选择”插入“菜单栏→点击”表格“→选择需要的行数和列数,如下图:

    da28699b9f6e1875594caed3b7779eb7.png

    0c4f2bb611d2131ed56f40db0bddd254.png

    插入表格后,菜单栏会同步出现”表格工具“和”表格样式“,如下图,有了这两项功能,就可以轻松高效地美化表格。

    0bc06f5ba096ea20f3721cc1a87a3533.png

    三、添加表格标题

    在表格的第一行输入内容,表格文字默认是左对齐,若想文字居中对齐,可点击【表格工具】里的”对齐方式“,选择”水平居中“即可,如下图:

    54fa9aaaf18e073c77ecb9b3dcb9d2d1.png

    四、快速美化表格

    选中表格,选择【表格样式】里喜欢的款式,如下图,马上变成美美哒!

    ef3372268010a6a8f711322cca5f5884.png

    五、跨页表格重复标题行

    选中标题行(首行或者多行),选择【表格工具】,点击”标题行重复“即可,如下图:

    ec9e78f75654681ad26774ece941b11f.png

    六、表格自动编号

    1、选中”序号列“下方的单元格,点击【开始】菜单,点击自动编号旁的三角符号▼,如下图:

    f61af7028a2b4dfc034dcb02a7af9799.png

    2、点击下拉菜单中的”自定义编号“,弹出【项目符号和编号】对话框,选中样式,点击自定义,如下图

    0bbb6915a32bd8f1622311484d2c05f3.png

    614f9e490368d6597c983a395aa01da9.png

    3、出现【自定义编号列表】,选择编号样式,点击确定,即可形成自动编号,如下图:

    67c606edbcac2f85b310c1a8d77f6da2.png

    1735b2cfe9552f3ab3d82f1828dee1ab.png

    若行数较多,可选择”序号列“整列,再自定义编号,会出现以下情况,如下图:

    7e13800adb474a971079a38b965c4286.png

    把光标移至”序号“前方,点击取消自动编号,即可,如下图:

    94de0b7fd96dd1c2e26bfa915b628a93.png

    206ecc46e50c657e95f4a522dc577212.png

    简单快速制作并美化表格,你学会了吗?关注海晋技能(hjhj-0301),我们会讲解更多!

    展开全文
  • 3.打印标题行打印的时候,每页都打印标题页面布局-打印标题-首端标题行:选取要显示的4.查找重复值数据对比-标记重复数据效果图5.删除重复值6.防止重复录入选择要防止重复录入的单元格区域,数据-有效性...

    1.批量设置求和公式

    df114c321a2733616adf36b364b8ced3.gif

    2.锁定标题行

    选取第2行,视图-冻结窗口-冻结首行,这样向下翻看的时候,标题行始终显示在最上面。

    f163313c8079ed18bd6cab83c41e5a3d.png

    3.打印标题行

    想在打印的时候,每一页都打印标题,在页面布局-打印标题-首端标题行:选取要显示的行

    a2bdaa89acc66390dd1204ec33153e25.png

    4.查找重复值

    数据对比-标记重复数据

    48ed141e2ca9fc18e3f30bf22ae2056d.png
    654f7d8a7cc3bfd7dd0d99540a4ba8ca.png

    效果图

    5.删除重复值

    8fe0287d652a7421fec376111462bb78.gif

    6.防止重复录入

    选择要防止重复录入的单元格区域,数据-有效性-自定义-公式输入:"=COUNTIF(A:A,A2)=1",这个公式表示A列中等于A2单元格的个数是否为1,也就是A列A2是否是唯一值

    30f28cf8a27ddb4bd5b949d1e841ae9e.png

    如果重复录入,会提示错误并清除录入内容

    f753332e2c1a70a859b5aaee76dc1334.png

    7.小数变整数

    选取数字区域,ctrl+h打开替换窗口,查找".*",替换留空,然后点击全部替换就行了。

    2d163657cfa68f8133852f059d8ff2a8.gif

    8.插入多行

    在行中间插入多行,直接右键点插入的行数即可。

    fcd08718450def383c60f0a8fdbcb209.gif

    9.两列互换

    2a8a6d0acc004ae3358b8dd8db317b4d.gif

    10.单元格内强制换行

    在单元格中某个字符按alt+回车键,即可强制把光标换到下一行中。

    07dbbc8dec518e8c461bb8c1fb6e8c66.png

    11.同时查看一个excel文件的两个工作表

    717eb12e7a0ac8a8b3b4ecb031d7aed8.gif

    12.同时修改多个工作表

    按shift或ctrl键选取多个工作表,然后在表中输入内容或修改格式,所有选择的表都会同步输入或者修改,这样就不必逐个表修改了

    展开全文
  • 结果: 实现方法: (1)Word中插入一行两列的表格 ...比如第一列,将鼠标放在图片的右边,按回车键,再输入标题即可(按需可对图片和图注进行居中) (4)去除表格的边框,将表格边框设置为无边框即可! ...

    结果:
    这里写图片描述

    实现方法:
    (1)在Word中插入一行两列的表格
    这里写图片描述
    (2)将所需要的图片分别拖入两个的格子里
    这里写图片描述
    (3)添加图注
    比如第一列,将鼠标放在图片的右边,按回车键,再输入标题即可(按需可对图片和图注进行居中)
    这里写图片描述
    (4)去除表格的边框,将表格边框设置为无边框即可!
    这里写图片描述

    展开全文
  • 数据 本节介绍如何Orange中加载数据。...本机格式以带有要素()名称的标题行开头。二个标题行提供属性类型,可以是连续,离散,时间或字符串。三个标题行包含用于标识依赖特征(类),不相关特征(忽略...

    数据

    本节介绍如何在Orange中加载数据。我们还将展示如何探索数据,执行一些基本统计以及如何对数据进行采样。

    数据输入

    Orange可以以原生制表符分隔格式读取文件,也可以从任何主要标准电子表格文件类型(如CSV和Excel)加载数据。本机格式以带有要素(列)名称的标题行开头。第二个标题行提供属性类型,可以是连续,离散,时间或字符串。第三个标题行包含用于标识依赖特征(类),不相关特征(忽略)或元特征(元)的元信息。加载和保存数据(io)中提供了更详细的规范。以下是数据集中的前几行lenses.tab

    age       prescription  astigmatic    tear_rate     lenses
    discrete  discrete      discrete      discrete      discrete
                                                        class
    young     myope         no            reduced       none
    young     myope         no            normal        soft
    young     myope         yes           reduced       none
    young     myope         yes           normal        hard
    young     hypermetrope  no            reduced       none
    

    值是制表符限制的。该数据集具有四个属性(患者年龄,眼镜处方,散光概念,泪液产生率信息)和相关的三值因变量编码镜片处方(硬性隐形眼镜,软性隐形眼镜,无镜片) )。功能描述只能使用一个字母,因此该数据集的标题也可以是:

    age       prescription  astigmatic    tear_rate     lenses
    d         d             d             d             d
                                                        c
    

    表格的其余部分给出了数据。请注意,上表中有5个实例。对于完整数据集,请检出或下载lenses.tab到目标目录。您也可以跳过此步骤,因为Orange预装了几个演示数据集,镜头就是其中之一。现在,打开一个python shell,导入Orange并加载数据:

    >>> import Orange
    >>> data = Orange.data.Table("lenses")
    >>>
    

    请注意,对于文件名,不需要后缀,因为Orange会检查当前目录中的任何文件是否为可读类型。调用Orange.data.Table创建了一个名为对象data包含您的数据集和有关镜头域的信息:

    >>> data.domain.attributes
    (DiscreteVariable('age', values=['pre-presbyopic', 'presbyopic', 'young']),
     DiscreteVariable('prescription', values=['hypermetrope', 'myope']),
     DiscreteVariable('astigmatic', values=['no', 'yes']),
     DiscreteVariable('tear_rate', values=['normal', 'reduced']))
    >>> data.domain.class_var
    DiscreteVariable('lenses', values=['hard', 'none', 'soft'])
    >>> for d in data[:3]:
       ...:     print(d)
       ...:
    [young, myope, no, reduced | none]
    [young, myope, no, normal | soft]
    [young, myope, yes, reduced | none]
    >>>
    

    以下脚本包含了我们目前所做的所有事情,并列出了前5个数据实例和soft处方:

    import Orange
    data = Orange.data.Table("lenses")
    print("Attributes:", ", ".join(x.name for x in data.domain.attributes))
    print("Class:", data.domain.class_var.name)
    print("Data instances", len(data))
    
    target = "soft"
    print("Data instances with %s prescriptions:" % target)
    atts = data.domain.attributes
    for d in data:
        if d.get_class() == target:
            print(" ".join(["%14s" % str(d[a]) for a in atts]))
    

    请注意,数据是一个包含域中数据和信息的对象。我们在上面展示了如何访问属性和类名,但是有更多的信息,包括关于要素类型,分类要素的值集等。

    保存数据

    数据对象可以保存到文件中:

    >>> data.save("new_data.tab")
    >>>
    

    这次,我们必须提供文件扩展名来指定输出格式。原生Orange的数据格式的扩展名为“.tab”。以下代码仅使用myope perscription保存数据项:

    import Orange
    data = Orange.data.Table("lenses")
    myope_subset = [d for d in data if d["prescription"] == "myope"]
    new_data = Orange.data.Table(data.domain, myope_subset)
    new_data.save("lenses-subset.tab")
    

    我们通过传递data(data.domain)结构和数据实例子集的信息创建了一个新的数据表。

    探索数据域

    数据表存储有关数据实例以及数据域的信息。Domain包含属性,可选类及其类型的名称,以及值名称(如果是分类)。以下代码:

    import Orange
    
    data = Orange.data.Table("imports-85.tab")
    n = len(data.domain.attributes)
    n_cont = sum(1 for a in data.domain.attributes if a.is_continuous)
    n_disc = sum(1 for a in data.domain.attributes if a.is_discrete)
    print("%d attributes: %d continuous, %d discrete" % (n, n_cont, n_disc))
    
    print("First three attributes:",
          ", ".join(data.domain.attributes[i].name for i in range(3)))
    
    print("Class:", data.domain.class_var.name)
    

    输出:

    25 attributes: 14 continuous, 11 discrete
    First three attributes: symboling, normalized-losses, make
    Class: price
    

    Orange的对象通常表现得像Python列表和字典,可以通过功能名称编制索引或访问:

    print("First attribute:", data.domain[0].name)
    name = "fuel-type"
    print("Values of attribute '%s': %s" %
          (name, ", ".join(data.domain[name].values)))
    

    上面代码的输出是:

    First attribute: symboling
    Values of attribute 'fuel-type': diesel, gas
    

    数据实例

    数据表存储数据实例(或示例)。这些可以像任何Python列表一样被索引或遍历。数据实例可以视为向量,通过元素索引或通过功能名称访问。

    import Orange
    
    data = Orange.data.Table("iris")
    print("First three data instances:")
    for d in data[:3]:
        print(d)
    
    print("25-th data instance:")
    print(data[24])
    
    name = "sepal width"
    print("Value of '%s' for the first instance:" % name, data[0][name])
    print("The 3rd value of the 25th data instance:", data[24][2])
    

    上面的脚本显示以下输出:

    First three data instances:
    [5.100, 3.500, 1.400, 0.200 | Iris-setosa]
    [4.900, 3.000, 1.400, 0.200 | Iris-setosa]
    [4.700, 3.200, 1.300, 0.200 | Iris-setosa]
    25-th data instance:
    [4.800, 3.400, 1.900, 0.200 | Iris-setosa]
    Value of 'sepal width' for the first instance: 3.500
    The 3rd value of the 25th data instance: 1.900
    

    我们上面使用的Iris数据集有四个连续属性。这是一个计算其平均值的脚本:

    average = lambda x: sum(x)/len(x)
    
    data = Orange.data.Table("iris")
    print("%-15s %s" % ("Feature", "Mean"))
    for x in data.domain.attributes:
        print("%-15s %.2f" % (x.name, average([d[x] for d in data])))
    

    上面的脚本还说明了使用存储功能的对象索引数据实例; in d[x]variable x是一个Orange对象。这是输出:

    Feature         Mean
    sepal length    5.84
    sepal width     3.05
    petal length    3.76
    petal width     1.20
    

    一个稍微复杂但也更有趣的代码,用于计算每个类的平均值:

    average = lambda xs: sum(xs)/float(len(xs))
    
    data = Orange.data.Table("iris")
    targets = data.domain.class_var.values
    print("%-15s %s" % ("Feature", " ".join("%15s" % c for c in targets)))
    for a in data.domain.attributes:
        dist = ["%15.2f" % average([d[a] for d in data if d.get_class() == c])
                for c in targets]
        print("%-15s" % a.name, " ".join(dist))
    

    在这四个特征中,花瓣宽度和长度看起来对于虹膜的类型非常有区别:

    Feature             Iris-setosa Iris-versicolor  Iris-virginica
    sepal length               5.01            5.94            6.59
    sepal width                3.42            2.77            2.97
    petal length               1.46            4.26            5.55
    petal width                0.24            1.33            2.03
    

    最后,这是一个快速代码,用于计算另一个数据集的类分布:

    import Orange
    from collections import Counter
    
    data = Orange.data.Table("lenses")
    print(Counter(str(d.get_class()) for d in data))
    

    橙色数据集和NumPy的

    橙色数据集实际上是包装的NumPy数组。执行包装以保留有关功能名称和值的信息,NumPy数组用于提高与橙色所依赖的不同机器学习工具箱(如scikit-learn)的兼容性。让我们为虹膜数据集的前三个数据实例显示这些数组的值:

    >>> data = Orange.data.Table("iris")
    >>> data.X[:3]
    array([[ 5.1,  3.5,  1.4,  0.2],
           [ 4.9,  3. ,  1.4,  0.2],
           [ 4.7,  3.2,  1.3,  0.2]])
    >>> data.Y[:3]
    array([ 0.,  0.,  0.])
    

    请注意,我们使用data.X和分别访问属性和类的数组data.Y。然后可以通过以下方式有效地计算属性的平均值:

    >>> import np as numpy
    >>> np.mean(data.X, axis=0)
    array([ 5.84333333,  3.054     ,  3.75866667,  1.19866667])
    

    我们还可以从numpy数组构造一个(无类)数据集:

    >>> X = np.array([[1,2], [4,5]])
    >>> data = Orange.data.Table(X)
    >>> data.domain
    [Feature 1, Feature 2]
    

    如果我们想为属性提供有意义的名称,我们需要构建一个合适的数据域:

    >>> domain = Orange.data.Domain([Orange.data.ContinuousVariable("lenght"),
                                     Orange.data.ContinuousVariable("width")])
    >>> data = Orange.data.Table(domain, X)
    >>> data.domain
    [lenght, width]
    

    这是另一个例子,这次是构建一个包含数字类和不同类型属性的数据集:

    size = Orange.data.DiscreteVariable("size", ["small", "big"])
    height = Orange.data.ContinuousVariable("height")
    shape = Orange.data.DiscreteVariable("shape", ["circle", "square", "oval"])
    speed = Orange.data.ContinuousVariable("speed")
    
    domain = Orange.data.Domain([size, height, shape], speed)
    
    X = np.array([[1, 3.4, 0], [0, 2.7, 2], [1, 1.4, 1]])
    Y = np.array([42.0, 52.2, 13.4])
    
    data = Orange.data.Table(domain, X, Y)
    print(data)
    

    运行此脚本会产生:

    [[big, 3.400, circle | 42.000],
     [small, 2.700, oval | 52.200],
     [big, 1.400, square | 13.400]
    

    元属性

    通常,我们希望在数据中包含不会用于任何计算(距离估计,建模)的描述性字段,但将用于识别或附加信息。这些被称为元属性,并meta在第三个标题行中标记:

    name	hair	eggs	milk	backbone	legs	type
    string	d	d	d	d	d	d
    meta						class
    aardvark	1	0	1	1	4	mammal
    antelope	1	0	1	1	4	mammal
    bass	0	1	0	1	0	fish
    bear	1	0	1	1	4	mammal
    

    元属性和所有其他(非元)属性的值在Orange中类似地处理,但存储在单独的numpy数组中:

    >>> data = Orange.data.Table("zoo")
    >>> data[0]["name"]
    >>> data[0]["type"]
    >>> for d in data:
        ...:     print("{}/{}: {}".format(d["name"], d["type"], d["legs"]))
        ...:
    aardvark/mammal: 4
    antelope/mammal: 4
    bass/fish: 0
    bear/mammal: 4
    >>> data.X
    array([[ 1.,  0.,  1.,  1.,  2.],
           [ 1.,  0.,  1.,  1.,  2.],
           [ 0.,  1.,  0.,  1.,  0.],
           [ 1.,  0.,  1.,  1.,  2.]]))
    >>> data.metas
    array([['aardvark'],
           ['antelope'],
           ['bass'],
           ['bear']], dtype=object))
    

    Orange.data.Table在为属性和类值提供数组之后,可以传递元属性:

    from Orange.data import Table, Domain
    from Orange.data import ContinuousVariable, DiscreteVariable, StringVariable
    import numpy as np
    
    X = np.array([[2.2, 1625], [0.3, 163]])
    Y = np.array([0, 1])
    M = np.array([["houston", 10], ["ljubljana", -1]])
    
    domain = Domain([ContinuousVariable("population"), ContinuousVariable("area")],
                    [DiscreteVariable("snow", ("no", "yes"))],
                    [StringVariable("city"), StringVariable("temperature")])
    data = Table(domain, X, Y, M)
    print(data)
    

    脚本输出:

    [[2.200, 1625.000 | no] {houston, 10},
     [0.300, 163.000 | yes] {ljubljana, -1}
    

    为了构造一个无类域,我们可以传递None类值。

    缺少值

    考虑以下对美国参议院投票数据集的探索:

    >>> import numpy as np
    >>> data = Orange.data.Table("voting.tab")
    >>> data[2]
    [?, y, y, ?, y, ... | democrat]
    >>> np.isnan(data[2][0])
    True
    >>> np.isnan(data[2][1])
    False
    

    特定数据实例包括第一个和第四个属性的缺失数据(用'?'表示)。在原始数据集文件中,默认情况下,缺失值用空格表示。我们现在可以检查每个属性并报告未定义此功能的数据实例的比例:

    data = Orange.data.Table("voting.tab")
    for x in data.domain.attributes:
        n_miss = sum(1 for d in data if np.isnan(d[x]))
        print("%4.1f%% %s" % (100.*n_miss/len(data), x.name))
    

    此脚本输出的前三行是:

     2.8% handicapped-infants
    11.0% water-project-cost-sharing
     2.5% adoption-of-the-budget-resolution
    

    报告具有至少一个缺失值的数据实例数的单行程序是:

    >>> sum(any(np.isnan(d[x]) for x in data.domain.attributes) for d in data)
    203
    

    数据选择和采样

    除了数据文件的名称,Orange.data.Table可以接受数据域和数据项列表并返回新的数据集。这对任何数据子集都很有用:

    data = Orange.data.Table("iris.tab")
    print("Dataset instances:", len(data))
    subset = Orange.data.Table(data.domain,
                               [d for d in data if d["petal length"] > 3.0])
    print("Subset size:", len(subset))
    

    代码输出:

    Dataset instances: 150
    Subset size: 99
    

    并从原始数据集继承数据描述(域)。更改域需要设置新的域描述符。此功能适用于任何类型的功能选择:

    data = Orange.data.Table("iris.tab")
    new_domain = Orange.data.Domain(list(data.domain.attributes[:2]),
                                    data.domain.class_var)
    new_data = Orange.data.Table(new_domain, data)
    
    print(data[0])
    print(new_data[0])
    

    我们还可以构建数据集的随机样本:

    >>> sample = Orange.data.Table(data.domain, random.sample(data, 3))
    >>> sample
    [[6.000, 2.200, 4.000, 1.000 | Iris-versicolor],
     [4.800, 3.100, 1.600, 0.200 | Iris-setosa],
     [6.300, 3.400, 5.600, 2.400 | Iris-virginica]
    ]
    

    或随机抽样属性:

    >>> atts = random.sample(data.domain.attributes, 2)
    >>> domain = Orange.data.Domain(atts, data.domain.class_var)
    >>> new_data = Orange.data.Table(domain, data)
    >>> new_data[0]
    [5.100, 1.400 | Iris-setosa]
    

    Orange数据挖掘库

    导航

     

     

    展开全文
  • 2)最左侧插入一列标题为“序号”,该列中输入可以自动更新的序号01、02、03、……21,要求编号后不添加任何分隔符; 3)为表格套用一个表格格式,适当调整行高和列宽,令表格位于一页中,且整体居中; 4)每个...
  • 先选中第一行标题栏,然后点击Data栏目的Filter选项,第一行标题栏就会出现一个过滤器 3、 F的第5行输入公式"=C5*D5",按下回车键之后,得到I和R行的乘积值 4、然后用鼠标点中数据表格,然后将数据...
  • 二部分还是很乱,纸上的笔记比较乱 tr td th表头 colspan表示跨几行 rowspan表示跨几列 用来定义表头 <form>定义供用户输入的表单 <input>定义输入域 <textarea>定义文本域(个多行...
  • 第5章 表格的应用;5.1 关于表格;...无对表不启用列或行标题 左可以将表的第一列作为标题列以便为表中的每一行输入一个标题 顶部可以将表的第一行作为标题行以便为表中的每一列输入一个标题 两者能够
  •  实例096 数组中添加个数组 113  实例097 不改变长度删除数组中的元素 115  实例098 删除数组元素后改变其长度 116 4.2 常用数组排序算法 117  实例099 使用选择排序法对维数组进行排序 117  实例...
  • text: '输入信息标题"/>', }, '-', { id: '', text: '查询', iconCls: 'icon-search', handler: function () { messageManager.loadMessage(); } }, ], ...
  •  幻方是把一些数字填写方阵中,使得、两条对角线的数字之和都相等。    欧洲最著名的幻方是德国数学家、画家迪勒创作的版画《忧郁》中给出的个4阶幻方。    他把1,2,3,...16 这16个数字填写4 x 4的...
  • Python处理CSV文件(三)

    千次阅读 2021-02-27 23:44:18
    (2) 删除文件中的第一行(即包含列标题的标题行)。 (3) 将文件保存为 supplier_data_no_header_row.csv。如图 2-11 所示。 图 2-11:包含数据行的 CSV 文件,没有标题行 基础Python 要使用基础 Python 添加列
  • 第一步、新建空白Word文档输入标题"销售小票"另起一行输入姓名、电话、年月日。如下图。第二步、插入表格根据自己需要插入对应的表格行和,这里插入表格10行4。如下图。在表格内容输入对应的内容,如下图。第三...
  • 书名:《Java开发实战1200例(I卷)》(清华大学出版社.李钟尉.陈丹丹) 2011年1月出版 PDF格式扫描版,共压缩为5...实例343 在表格中应用组合框 实例344 删除表格中选中的 实例345 实现表格的分页技术 实例346 为...
  • 书名:《Java开发实战1200例(I卷)》(清华大学出版社.李钟尉.陈丹丹) 2011年1月出版 PDF格式扫描版,共压缩为5...实例343 在表格中应用组合框 实例344 删除表格中选中的 实例345 实现表格的分页技术 实例346 为...
  • 本书是II卷,以开发人员项目开发中经常遇到的问题和必须掌握的技术为中心,介绍了应用Java进行桌面程序开发各个方面的知识和技巧,主要包括Java语法与面向对象技术、Java高级应用、窗体与控件应用、文件操作...
  • 本书是II卷,以开发人员项目开发中经常遇到的问题和必须掌握的技术为中心,介绍了应用Java进行桌面程序开发各个方面的知识和技巧,主要包括Java语法与面向对象技术、Java高级应用、窗体与控件应用、文件操作...
  • 实例136 如何将一行字符串分成一列字符 实例137 根据标点符号分行 实例138 去掉字符串中所有空格 实例139 去除字符串尾空格 5.4 字符串位置与长度 实例140 获得中英文混合字符串的字节长度 实例141 获得某个...
  • 实例067 表格变色 实例068 鼠标经过表格时,显示提示信息 3.3 鼠标样式 实例069 显示自定义的鼠标形状 实例070 动画光标 3.4 文字及列表样式 实例071 应用删除线样式标记商品特价 实例072 文字上方...
  • 实例168 Table控件中显示标题 271 实例169 为TextBox控件设置热键 272 6章 ASP.NET安全验证控件 274 6.1 通信类验证 275 实例170 验证电子邮件地址 275 实例171 验证网址输入格式 276 实例172 验证电话号码 277 ...
  • 实例168 Table控件中显示标题 271 实例169 为TextBox控件设置热键 272 6章 ASP.NET安全验证控件 274 6.1 通信类验证 275 实例170 验证电子邮件地址 275 实例171 验证网址输入格式 276 实例172 验证电话号码 277 ...
  • 实例168 Table控件中显示标题 271 实例169 为TextBox控件设置热键 272 6章 ASP.NET安全验证控件 274 6.1 通信类验证 275 实例170 验证电子邮件地址 275 实例171 验证网址输入格式 276 实例172 验证电话号码 277 ...
  • 实例228 设置ComboBox控件的默认选项为第一项 实例229 将数据表中的字段添加到ComboBox控件中 实例230 ComboBox下拉列表中显示图片 实例231 用ComboBox控件制作浏览器网址输入框 实例232 实现带查询功能的...
  • 实例228 设置ComboBox控件的默认选项为第一项 实例229 将数据表中的字段添加到ComboBox控件中 实例230 ComboBox下拉列表中显示图片 实例231 用ComboBox控件制作浏览器网址输入框 实例232 实现带查询功能的...
  • 实例228 设置ComboBox控件的默认选项为第一项 实例229 将数据表中的字段添加到ComboBox控件中 实例230 ComboBox下拉列表中显示图片 实例231 用ComboBox控件制作浏览器网址输入框 实例232 实现带查询功能的...
  • 、 DBGridEh(增强型表格组件)功能详解.....................................................................4 二、应用实例.................................................................................
  • C#程序开发范例宝典(2版).part02

    热门讨论 2012-11-12 07:55:11
    部久享盛誉的程序开发宝典。精选570个典型范例,全面覆盖实用和热点技术,涉及面广,实用性强源于实际项目开发,帮助读者短时间掌握更多实用技术,提高编程水平范例经过精心编排,重点、难点突出,易学易懂书后...
  • C#程序开发范例宝典(2版).part13

    热门讨论 2012-11-12 20:17:14
    部久享盛誉的程序开发宝典。精选570个典型范例,全面覆盖实用和热点技术,涉及面广,实用性强源于实际项目开发,帮助读者短时间掌握更多实用技术,提高编程水平范例经过精心编排,重点、难点突出,易学易懂书后...
  • 部久享盛誉的程序开发宝典。精选570个典型范例,全面覆盖实用和热点技术,涉及面广,实用性强源于实际项目开发,帮助读者短时间掌握更多实用技术,提高编程水平范例经过精心编排,重点、难点突出,易学易懂书后...
  • 部久享盛誉的程序开发宝典。精选570个典型范例,全面覆盖实用和热点技术,涉及面广,实用性强源于实际项目开发,帮助读者短时间掌握更多实用技术,提高编程水平范例经过精心编排,重点、难点突出,易学易懂书后...

空空如也

空空如也

1 2 3 4 5 6
收藏数 105
精华内容 42
关键字:

在表格第一行第一列输入列标题