return的值到底是一个什么值?是事先的值,还是等于算出来的结果的值,这里算出来的是优秀还是不及格,但返回的值却是分数

news/2024/7/10 2:52:06 标签: vue
<div id="app">
    <span v-if="score>=85">优秀</span>
    <span v-else-if="score>=75">良好</span>
    <span v-else-if="score>=60">及格</span>
    <span v-else>不及格</span>
</div>
    
<script src="https://unpkg.com/vue@next"></script>
<script>
    const app = Vue.createApp({
        data() {
            return {
                score: 90
        }
    }
    }).mount('#app')
</script>


http://www.niftyadmin.cn/n/957502.html

相关文章

Pytorch probability distributions

1.OneHotCategorical torch.distributions.one_hot_categorical.OneHotCategorical(probsNone, logitsNone, validate_argsNone) 根据给定的概率probs, 创建一个 one-hot 的类别分布. m OneHotCategorical(torch.tensor([ 0.1, 0.0, 0.9, 0.0 ])) m.sample() # equal proba…

@Autowired自动注入为null的原因

原因 在多线程时使用Autowired总是获取不到bean 原因是&#xff1a;new thread不在spring容器中&#xff0c;也就无法获得spring中的bean对象。 解决 代码实现&#xff1a; package com.test.configs;import org.springframework.beans.BeansException; import org.springf…

聚簇索引和非聚簇索

聚簇索引和非聚簇索引 聚簇索引&#xff1a;将数据存储与索引放到了一块&#xff0c;索引结构的叶子节点保存了行数据 非聚簇索引&#xff1a;将数据与索引分开存储&#xff0c;索引结构的叶子节点指向了数据对应的位置 在聚簇索引之上创建的索引称之为辅助索引&#xff0c;…

使用prop向子组件传递数据:

组件内部如何传递数据&#xff0c; 无所谓哪个是父组件&#xff0c;哪个是子组件&#xff1f;一说&#xff0c;就是组件内部传数据 <div id"app"><post-item post-title"Java 无难事"></post-item> </div> <script src"h…

tensorboard 生成的网址不能正常打开访问

最近学习 TensorFlow 中可视化助手 Tensorboard&#xff0c;但是一切设置好后&#xff0c;网址总是打不开&#xff0c;显示拒绝此连接。 本篇文章将帮助解决这个问题。 首先&#xff0c;应该确保自己的电脑名称为英文&#xff0c;不能出现中文&#xff0c;否则生成的日志文件…

redis cluster的批处理中ask重定向解决方案

分别使用mget和pipline做批处理 1.使用mget批量获取&#xff0c;如果存在重定向问题&#xff0c;会抛出异常。 Testpublic void testMget(){JedisCluster jedis RedisClusterUtil.getJedis();List<String> results null;results jedis.mget("user:{info}:id"…

父子组件传值

div里夹的组件与之前组件内的不一样了。不是自己传自己了。 是父组件还是子组件&#xff1f; 哪个是子&#xff0c;哪个是父&#xff1f; 盲猜下面有java 无难事的是父组件&#xff0c;上面的是子组件&#xff1f; list是子组件&#xff0c;item是父组件&#xff1f; 对不对呢 …

ensorflow: tf.stack和tf.unstack的区别,实例解释

将两个N维张量列表沿着axis轴组合成一个n1维的张量&#xff0c;例如下面tensor(2,3)与tensor1(2,3),一个y(2,2,3) import tensorflow as tf tensor[[1,2,3],[4,5,6]] tensor2[[10,20,30],[40,50,60]] ytf.stack([tensor,tensor2]) y2tf.stack([tensor,tensor2],axis1) print(y…