یک ویژگی حاوی جدولی از داده ها ایجاد کنید.
نحو
model.result().table().create( <ftag> “Table”);
model.result().table( <ftag> ).setColumnHeaders( <headers> );
model.result().table( <ftag> ).setTableData( <realData> );
model.result().table( <ftag> ).setTableData( <realData> , <imagData> );
model.result().table( <ftag> ).addColumns( <headers> , <realData> );
model.result().table( <ftag> ).addColumns( <headers> , <realData> , <imagData> );
model.result().table( <ftag> ).addRow( <realData> );
model.result().table( <ftag> ).addRow( <realData> , <imagData> );
model.result().table( <ftag> ).addRows( <realData> );
model.result().table( <ftag> ).addRows( <realData> , <imagData> );
model.result().table( <ftag> ).addRowsAndWarnings( <realData> , <warnings> ));
model.result().table( <ftag> ).addRowAndWarnings( <realData> , <imagData> , <warnings> );
model.result().table( <ftag> ).removeRow( <index> );
model.result().table( <ftag> .getColumnHeaders();
model.result().table( <ftag> ).getReal();
model.result().table( <ftag> .getRowHeaders()
model.result().table( <ftag> ).getImag();
model.result().table( <ftag> ).Row( <index> );
model.result().table( <ftag> ).getImagRow( <index> );
model.result().table( <ftag> ).getTableData( <fullPrecision> );
model.result().table( <ftag> .getTableRow( <index> , <fullPrecision> );
model.result().table( <ftag> ).getNRows();
model.result().table( <ftag> ).isComplex();
model.result().table( <ftag> ).clearTableData();
model.result().table( <ftag> ).set( خاصیت , <value> );
model.result().table( <ftag> ).save( <نام فایل> );
model.result().table( <ftag> ).save( <نام فایل> , <fullPrecision> );
model.result().table( <ftag> ).loadFile(tempFile, …);
model.result().table( <ftag> ).saveFile(tempFile, …);
شرح
model.result().table().create( <ftag> “Table”) یک ویژگی جدول به نام <ftag> ایجاد می کند . جداول از دو قالب داده، همه یا پر شده پشتیبانی میکنند . دادههای پر شده معمولاً از جاروهای پارامتریک تولید میشوند و بازیابی دادهها را برای یک جفت پارامتر در قالب ماتریس ممکن میسازند. جداول پر شده را می توان برای ایجاد نمودارهای سطح پاسخ استفاده کرد. (به TableSurface مراجعه کنید .)
model.result().table( <ftag> ).setColumnHeaders( <headers> ) سرصفحه های ستون جدول را از آرایه رشته ای <headers> تنظیم می کند .
model.result().table( <ftag> ).setTableData( <realData> ) محتوای جدول را از یک ماتریس دوگانه حاوی داده های واقعی تنظیم می کند. هر گونه داده واقعی یا خیالی قبلی حذف می شود.
model.result().table( <ftag> ).setTableData( <realData> , <imagData>) داده های واقعی و خیالی را از دو ماتریس <realData> و <imagData> تنظیم می کند ، که باید هم اندازه باشند. <imagData> می تواند تهی باشدتا نشان دهد که هیچ داده خیالی وجود ندارد.
model.result().table( <ftag> ).getColumnHeaders() سرصفحه های ستون را بازیابی می کند.
model.result().table( <ftag> ).addColumns( <headers> , <realData> ) یک یا چند ستون و داده واقعی مرتبط را به جدول اضافه می کند.
model.result().table( <ftag> ).addColumns( <headers> , <realData> , <imagData> ) یک یا چند ستون و داده های واقعی و داده های خیالی مرتبط را به جدول اضافه می کند.
model.result().table( <ftag> ).addRow( <realData> ) یک ردیف از داده های واقعی را به جدول اضافه می کند.
model.result().table( <ftag> ).addRow( <realData> , <imagData> ) یک ردیف از داده های واقعی و خیالی را به جدول اضافه می کند.
به طور مشابه model.result().table( <ftag> ).addRows( <realData> ) و model.result().table( <ftag> ).addRows( <realData> , <imagData> ) چندین ردیف واقعی یا داده های واقعی و خیالی در جدول، و model.result().table( <ftag> ).addRows( <realData> , <warnings> ) و model.result().table( <ftag> ).addRows( <realData > , <imagData> , <warnings>) چندین ردیف داده واقعی یا واقعی و تخیلی و همچنین هشدارهای بولی را به جدول اضافه کنید.
model.result().table( <ftag> ).removeRow( <index> ) سطر با یک شاخص داده شده را از جدول حذف می کند. اگر شاخص ردیف خارج از محدوده باشد، هیچ اتفاقی نمی افتد.
model.result().table( <ftag> ).getColumnHeaders() سرصفحه های ستون را در جدول برمی گرداند.
model.result().table( <ftag> ).getReal() بخش واقعی محتوای جدول را برمی گرداند.
model.result().table( <ftag> ).getImag() بخش خیالی محتوای جدول را برمی گرداند. توجه: این روش داده های خیالی را در صورتی که وجود نداشته باشد تخصیص می دهد. اگر میخواهید از این کار جلوگیری کنید، قبل از فراخوانی این روش،محتوای خیالی را با روش isComplex بررسی کنید.
model.result().table( <ftag> ).getRealRow( <index> ) داده های واقعی را در یک ردیف برمی گرداند.
model.result().table( <ftag> .getImagRow( <index> ) داده های خیالی را در یک ردیف برمی گرداند.
model.result().table( <ftag> ).getFilledReal() بخش واقعی محتوای جدول را در قالب پر شده، در صورت موجود بودن برمی گرداند.
model.result().table( <ftag> .getFilledImag() بخش خیالی محتوای جدول را در صورت موجود بودن در قالب پر شده برمی گرداند.
model.result().table( <ftag> .getTableData( <fullPrecision> ) داده های جدول را به عنوان یک ماتریس رشته ای با دقت محدود یا کامل همانطور که توسط <fullPrecision> بولی مشخص شده است برمی گرداند .
model.result().table( <ftag> ).getTableRow( <index> , <fullPrecision> ) داده های جدول را برای یک سطر به عنوان یک آرایه رشته ای با دقت محدود یا کامل برمی گرداند.
model.result().table( <ftag> ).getNRows() تعداد سطرهای جدول را برمی گرداند.
model.result().table( <ftag> ).isComplex() true را برمی گرداند اگر جدول حاوی داده های خیالی باشد. این روش بررسی میکند که آیا دادههای خیالی تخصیص داده شدهاند، نه اینکه آیا با 0 متفاوت است یا خیر.
model.result().table( <ftag> ).clearTableData() تمام داده های جدول و سرصفحه های ستون را حذف می کند.
model.result().table( <ftag> ).save( <filename> ) محتوای جدول <ftag> را با دقت کاملدر فایل متنی <filename> ذخیره می کند.
برای model.result().table( <ftag> ).loadFile() و model.result().table( <ftag> ).saveFile() ، به روش های loadFile و saveFile مراجعه کنید .
خواص زیر موجود است:
نام | ارزش | پیش فرض | شرح |
cols | پارامترهای جدول | هیچ یک | هیچ یک | برای جداول با داده های پر شده، cols کنترل می کند که کدام پارامتر در ستون ها استفاده شود. نمی تواند همان پارامتر در ردیف ها باشد . |
datacol | عدد صحیح مثبت | 1 | برای جداول با داده های پر شده، datacol کنترل می کند که کدام ستون داده باید برای پر کردن جدول پر شده استفاده شود. |
توصیف | هیچکدام | داده | کتابچه راهنمای | داده ها | برای جداول با دادههای پر شده، توصیف میکند که علاوه بر مقادیر پارامتر، از کدام توضیحات برای ستونها استفاده شود. هیچ توضیحی ارائه نمی دهد، کتابچه راهنمای کاربر از توضیحات در راهنمای توصیفی استفاده می کند ، و داده ها از توضیحات در داده های جدول استفاده می کنند. |
توصیفی | رشته | خالی | سرصفحه ستون دستی برای جداول با داده های پر شده، زمانی که descr روی دستی تنظیم می شود استفاده می شود . |
نام فایل | رشته | خالی | نام فایلی که جدول در آن ذخیره می شود، زمانی که storetable روی inmodelandonfile یا onfile تنظیم می شود استفاده می شود . |
داده های رشته ای فیلتر | در | خاموش | خاموش | برای جداول با داده های پر شده، filterstringdata کنترل می کند که آیا ستون ورودی را با استفاده از showrowstep فیلتر کند . |
قالب | همه | پر شده است | همه | هنگام فراخوانی متد getTableData، کنترل میکند که آیا همه یا دادههای جدول پر شده را بازیابی کنید . |
پارامتر | عدد صحیح مثبت | 1 | برای جداول با داده های پر شده حاوی بیش از دو پارامتر، param شاخصی است که نشان می دهد از چه مقادیری برای تثبیت پارامترهای اضافی استفاده کنید. پارامترهای اضافی از چپ به راست در داده های جدول اصلی مرتب شده اند. |
ردیف ها | پارامترهای جدول | هیچ یک | هیچ یک | برای جداول با داده های پر شده، ردیف ها کنترل می کند که کدام پارامتر در ردیف ها استفاده شود. |
مرحله نمایش | عدد صحیح مثبت | 1 | هنگام بازیابی دادههای پر شده با استفاده از متد getTableData ، showrowstep کنترل میکند که آیا تمام سلولهای ورودی showrowstep به جز هر سلول، برای مثال، هر سلول سوم در ستون اول خالی بماند یا خیر. این فقط به ستون ورودی اشاره دارد. فقط زمانی اعمال می شود که filterstringdata روشن باشد . |
قابل ذخیره سازی | این مدل | inmodelandonfile | در پرونده | مدل کردن | کنترل می کند که آیا جدول در مدل ( inmodel ) یا روی فایل ( onfile ) یا هر دو ( inmodelandonfile ) ذخیره می شود . |
جدول بافر | عدد صحیح مثبت | برگرفته از اولویت اندازه بافر. که پیش فرض آن 10000 است . | اندازه بافر درون حافظه که جدول در آن ذخیره می شود، زمانی که storetable روی inmodel یا inmodelandonfile تنظیم می شود استفاده می شود . در مورد دوم فقط آخرین ردیف های جدول بافر در مدل نگهداری می شوند. بقیه در صورت لزوم از فایل خوانده می شود. |
همچنین ببینید
جدول (نقشه) ، TableAnnotation ، TableSurface