小编Kat*_*ine的帖子

如何在PHP中以字符串的形式显示数据库中表的内容?

这就是我尝试过的.我以表格的形式显示结果.我希望结果显示为一行,我可以应用一个选框.我的导师建议将结果放在一个字符串中,然后显示它们.如何实现?

<?    
mysql_connect("localhost", "root", "qwerty") or die(mysql_error());
mysql_select_db("ups_status") or die(mysql_error());

$value = $_POST[input] ;
$order3 = "SELECT * FROM ups_status1 WHERE (ups_temp > 45)and(Ipaddress LIKE '%".$value."%')";
$results3 = mysql_query($order3) or die('Invalid query: ' .mysql_error());

echo"<div id=ups_sty ><h4>Temperature Status</h4></div>";
if(mysql_num_rows($results3)>0)
{
echo "<div id=ups_sty2><marquee behavior=alternate>Temperature of one or more UPS is high!!</marquee></div>";   
echo "<table border='0' width='200' cellpadding='2' cellspacing='2'>";

echo "<tr align='center' bgcolor='#002C40' style='color:#FFF'>
<td height='35px' width='500px'>IP ADDRESS</td> 
</tr>"; 

  while($result5 = mysql_fetch_row($results3))
 {
   echo "<tr align='center' bgcolor='#f0f0f0'>
<td height='25px'>".$result5[1]."</td>
</tr>" ;
 } …
Run Code Online (Sandbox Code Playgroud)

php mysql html-table

6
推荐指数
1
解决办法
98
查看次数

sklearn KMeans 中 KMeans.cluster_centers_ 的值

在做 K 意味着适合一些具有 3 个集群的向量时,我能够获得输入数据的标签。 KMeans.cluster_centers_返回中心的坐标,所以不应该有一些与之对应的向量吗?如何在这些簇的质心处找到值?

python k-means scikit-learn

5
推荐指数
2
解决办法
1万
查看次数

创建交错元素列表:Prolog

我正在定义一个函数alter_func(Ps,P),其中Ps是列表的列表,P是Ps中所有元素的列表,其行为如下:

?- alternate_func([[p,q],[r,s]],P). 
P=[p,r,q,s]. (case 1)

?- alternate_func([P,Q,R],[p,q,r,s,t,u]). 
P=[p,s], Q=[q,t], R=[r,u]. (case 2)

?- alternate_func([Q],[1,2,3]). 
Q=[1,2,3]. (case 3)

?- alternate_func([[4,5,6],[3,1],[4,1,2]],X).
false. (because Length of sublists must be same) (case 4)
Run Code Online (Sandbox Code Playgroud)

到目前为止,这是我尝试过的

alternate_func([[], L], L).          
alternate_func([[H|T], []], [H|T]).  

alternate_func([[X|L1], [Y|L2]], [X,Y|L3]) :-
    alternate_func([L1, L2], L3).
Run Code Online (Sandbox Code Playgroud)

对于情况1,我得到了正确的结果,但是对于2,3和4,我却失败了。这是什么问题?

recursion prolog

5
推荐指数
1
解决办法
377
查看次数

标签 统计

html-table ×1

k-means ×1

mysql ×1

php ×1

prolog ×1

python ×1

recursion ×1

scikit-learn ×1