博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
js笔记(7)
阅读量:4286 次
发布时间:2019-05-27

本文共 1620 字,大约阅读时间需要 5 分钟。

常见类型:      number、string、boolean、undefined、object、function显示转换parseInt(a) 把字符串转整数parseFloat(a)  转小数隐式转换var a = 5;var b = '5';alert(a==b)//true    先转换类型,然后比较alert(a===b)//false       不转换类型,直接比较NaN   = Not  a  number----------------------------------------------------------闭包:    子函数可以使用父函数的变量----------------------------------------------------------json 	var json = {a : 12 , b : 5 ,c : 7}        alert(json.a);-----------------------------------------------------------命名规范:类型前缀、首字母大写--------------------------------------------------类型        |   前缀  |    类型   |    实例--------------------------------------------------数组        |     a   |  Array    |   aItems--------------------------------------------------布尔值      |     b   |  Boolean  |   bIsComplete--------------------------------------------------浮点数      |     f   |  Float    |   fPrice--------------------------------------------------函数        |     fn  |  Function |   fnHandler--------------------------------------------------整数        |     i   |  Integer  |   iItemCount--------------------------------------------------对象        |     o   |  Object   |   oDiv1--------------------------------------------------正则表达式  |     re  |  Reject   |   reEmailCheck--------------------------------------------------字符串      |     s   |  String   |   sUserName--------------------------------------------------变体变量    |     v   |  Variant  |   vAnything-------------------------------------------------------------------------------------------------------------a + b 运算	
>---------------------------------------------------------------------------------

转载地址:http://bjsgi.baihongyu.com/

你可能感兴趣的文章
xgboost特征选择
查看>>
kaggle数据挖掘竞赛初步--Titanic<数据变换>,kaggle--titanic
查看>>
XGBoost-Python完全调参指南-参数解释篇
查看>>
【scikit-learn】scikit-learn的线性回归模型
查看>>
广告点击率预测 [离线部分]
查看>>
广告点击率预估中的特征选择
查看>>
数据科学入门,使用 xgboost 初试 kaggle
查看>>
sklearn的train_test_split
查看>>
xgboost入门与实战(实战调参篇) 标签: xgboostpythonkaggle机器学习
查看>>
[scikit-learn] 特征二值化编码函数的一些坑
查看>>
使用sklearn优雅地进行数据挖掘
查看>>
Python SciPy Sparse模块学习笔记
查看>>
Python的字符串
查看>>
Kaggle实战(二)
查看>>
特殊矩阵(8):Vandermonde 矩阵
查看>>
机器学习简易入门(四)- logistic回归
查看>>
python解决字典中的值是列表问题的方法
查看>>
Python:操作dict时避免出现KeyError的几种方法
查看>>
谱聚类算法(Spectral Clustering)
查看>>
社区发现的3个评估指标:标准化互信息NMI,ARI指标,以及模块度(modularity)
查看>>