


Plug-in d'info-bulle Bootstrap que vous devez acquérir tous les jours_compétences Javascript
Les info-bulles sont très utiles lorsque vous souhaitez décrire un lien. Le plugin Tooltip a été inspiré par jQuery.tipsy écrit par Jason Frame. Le plug-in Tooltip a apporté de nombreuses améliorations. Par exemple, il n'a pas besoin de s'appuyer sur des images, mais utilise plutôt CSS pour obtenir des effets d'animation et utilise l'attribut data pour stocker les informations de titre.
Si vous souhaitez référencer les fonctionnalités de ce plugin séparément, vous devez alors référencer tooltip.js. Alternativement, comme mentionné dans le chapitre Présentation du plugin Bootstrap, vous pouvez référencer bootstrap.js ou une version minifiée de bootstrap.min.js.
1. Utilisation
Les plug-ins Tooltip génèrent du contenu et du balisage à la demande. Par défaut, les info-bulles sont placées après leurs éléments déclencheurs. Vous pouvez ajouter des info-bulles des deux manières suivantes :
1. Via l'attribut data : si vous devez ajouter une info-bulle, ajoutez simplement data-toggle="tooltip" à une balise d'ancrage. Le titre de l'ancre est le texte de l'info-bulle. Par défaut, le plugin définit l'info-bulle en haut.
<a href="#" data-toggle="tooltip" title="Example tooltip">请悬停在我的上面</a>
2. Via JavaScript : Déclenchez une info-bulle via JavaScript :
$('#identifier').tooltip(options)
Le plugin Tooltip n'est pas un pur plugin CSS comme les menus déroulants et autres plugins évoqués précédemment. Pour utiliser le plugin, vous devez l'activer en utilisant jquery (lire javascript). Utilisez le script suivant pour activer toutes les info-bulles sur la page :
$(function () { $("[data-toggle='tooltip']").tooltip(); });
2.Options
Certaines options sont ajoutées via l'API Bootstrap Data ou appelées via JavaScript. Les options sont répertoriées dans le tableau ci-dessous :
3. Info-bulle
//基本实例 <a href="#" data-toggle="tooltip" title="超文本标识符">HTML5</a> //JS 部分需要声明 $('#section').tooltip();
Les info-bulles ont de nombreuses propriétés pour configurer l'affichage des astuces, comme suit :
<a href="#" rel="tooltip" data-toggle="tooltip" title="超文本标识符" data-animation="false" data-html="true" data-placement="auto" data-selector="a[rel=tooltip]" data-trigger="click" data-delay="500" data-template="<b>123</b>" >HTML5</a>
La méthode JavaScript peut supprimer directement les données précédentes. Y compris : les attributs d'animation, html, placement, sélecteur, titre original, titre, déclencheur, délai, conteneur et modèle.
//JavaScript 方式 $('#section a').tooltip({ delay : { show : 500, hide : 100, }, container : 'body' });
JavaScript dispose de quatre méthodes : afficher, masquer, basculer et détruire.
//显示 $('#section a').tooltip('show'); //隐藏 $('#section a').tooltip('hide'); //反转显示和隐藏 $('#section a').tooltip('toggle'); //隐藏并销毁 $('#section a').tooltip('destroy');
Il existe quatre types d'événements dans Tooltip.
//Événement, autre similaire
$('#select a').on('show.bs.tooltip', function() { alert('调用 show 时触发!'); });
Ce qui précède représente l’intégralité du contenu de cet article, j’espère qu’il sera utile à l’étude de chacun.

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Sujets chauds

Introduisez Bootstrap dans Eclipse en cinq étapes : Téléchargez le fichier Bootstrap et décompressez-le. Importez le dossier Bootstrap dans le projet. Ajoutez une dépendance Bootstrap. Chargez Bootstrap CSS et JS dans des fichiers HTML. Commencez à utiliser Bootstrap pour améliorer votre interface utilisateur.

Concernant Llama3, de nouveaux résultats de tests ont été publiés - la grande communauté d'évaluation de modèles LMSYS a publié une liste de classement des grands modèles, Llama3 s'est classé cinquième et à égalité pour la première place avec GPT-4 dans la catégorie anglaise. Le tableau est différent des autres benchmarks. Cette liste est basée sur des batailles individuelles entre modèles, et les évaluateurs de tout le réseau font leurs propres propositions et scores. Au final, Llama3 s'est classé cinquième sur la liste, suivi de trois versions différentes de GPT-4 et Claude3 Super Cup Opus. Dans la liste simple anglaise, Llama3 a dépassé Claude et est à égalité avec GPT-4. Concernant ce résultat, LeCun, scientifique en chef de Meta, était très heureux et a transmis le tweet et

Étapes pour introduire Bootstrap dans IntelliJ IDEA : Créez un nouveau projet et sélectionnez « Application Web ». Ajoutez la dépendance Maven "Bootstrap". Créez un fichier HTML et ajoutez des références Bootstrap. Remplacez par le chemin réel du fichier CSS Bootstrap. Exécutez le fichier HTML pour utiliser les styles Bootstrap. Astuce : Vous pouvez utiliser un CDN pour importer Bootstrap ou personnaliser des modèles de fichiers HTML.

Le test Bootstrap utilise la technologie de rééchantillonnage pour évaluer la fiabilité du test statistique et est utilisé pour prouver la signification de l'effet de médiation : premièrement, calculer l'intervalle de confiance de l'effet direct, de l'effet indirect et de l'effet de médiation, deuxièmement, calculer la signification de l'effet de médiation ; type de médiation selon la méthode de Baron et Kenny ou Sobel et enfin estimer l'intervalle de confiance pour l'effet indirect naturel.

Le test de médiation Bootstrap évalue l'effet de médiation en rééchantillonnant les données plusieurs fois : Intervalle de confiance de l'effet indirect : indique la plage estimée de l'effet de médiation. Si l'intervalle ne contient pas zéro, l'effet est significatif. Valeur p : évalue la probabilité que l'intervalle de confiance ne contienne pas zéro, les valeurs inférieures à 0,05 indiquant une valeur significative. Taille de l'échantillon : nombre d'échantillons de données utilisés pour l'analyse. Temps de sous-échantillonnage bootstrap : le nombre d'échantillonnages répétés (500 à 2 000 fois). Si l'intervalle de confiance ne contient pas zéro et que la valeur p est inférieure à 0,05, l'effet de médiation est significatif, indiquant que la variable médiatrice explique la relation entre les variables indépendantes et dépendantes.

La principale différence entre Bootstrap et Spring Boot est que Bootstrap est un framework CSS léger pour le style de sites Web, tandis que Spring Boot est un framework backend puissant et prêt à l'emploi pour le développement d'applications Web Java. Bootstrap est basé sur CSS et HTML, tandis que Spring Boot est basé sur Java et le framework Spring. Bootstrap se concentre sur la création de l'apparence et de la convivialité d'un site Web, tandis que Spring Boot se concentre sur les fonctionnalités back-end. Spring Boot peut être intégré à Bootstrap pour créer des applications entièrement fonctionnelles et esthétiques.

Exporter les résultats du test d'effet de médiation Bootstrap dans Stata : Sauvegarder les résultats : bootstrap post Créer une liste de variables : vars locales : coef se ci Exporter les résultats (CSV) : exporter les résultats délimités.csv, varlist(`vars') remplacer la virgule nolabel

L'analyse bootstrap est une technique de rééchantillonnage statistique qui fournit les informations suivantes sur l'inférence statistique : Intervalle de confiance : la plage possible d'une estimation. Valeur p : la probabilité de rejeter l'hypothèse nulle. Distribution bootstrapping : comment un estimateur varie selon les échantillons. Asymétrie et écart type : l'asymétrie et la dispersion d'une distribution. Impact du point de données : impact d'un point de données spécifique sur un estimateur. Robustesse : La stabilité d'un estimateur aux valeurs extrêmes.
