HarmonyOS又有新动作了?最新上线40+个Samples
目前,HarmonyOS提供的API已超过16000个,满足了大多数应用的开发需求。
然而不管是刚开始接触HarmonyOS的小白,还是已经了解并开始研发HarmonyOS应用的开发者,相信都会碰到这些问题:对HarmonyOS某些API功能一知半解,不知道这些API具体应该用在哪里,每次开发都耗费太多时间查找相关API......为了解决这些问题,6月2日,我们将推出HarmonyOS Sample。
HarmonyOS Sample
那么到底什么是HarmonyOS Sample?其实就是HarmonyOS的示例应用程序。开发者们可以通过Sample来了解如何使用不同的API构建应用程序,围绕这些Sample了解如何轻松创建HarmonyOS项目,编译它们,并在自己的项目中使用它们,从而实现快速学习HarmonyOS的目标,帮助开发者提升开发效率。
比如,在开发应用时:
● 想使用HarmonyOS的相机能力,可以参考Media-> Camera这个Sample;
●想获取分布式设备的能力,可以参考:Network->DistributedDevices这个Sample;
●想使用分布式调度能力,可以参考:Ability->DistributedScheduler这个Sample;
第一批HarmonyOS Sample涵盖了HarmonyOS的八大子能力(Ability、Thread、UI、Media、Security、Network、Device、Common),共40+个Samples,后续也会持续新增,欢迎大家体验使用哟~
Sample列表一览
以下是当前已经提供的Samples列表:
介绍完HarmonyOS Sample,下面我们一起来看看如何查看使用这些Sample。
Sample使用指南
我们通过HUAWEI DevEco Studio开发工具来查看使用这些Sample。
一 . 打开Sample的导入界面
目前DevEco Studio提供两种导入Sample的方式:
1) 通过启动页面中的Import HarmonyOS Sample导入:
2) 通过菜单栏的File->New->Import HarmonyOS Sample按钮导入:
进入导入页面后,将弹出Sample选择框界面,左侧将呈现Sample的分类,当用户选择具体的Sample时,在右侧将呈现该Sample的介绍,包括简要描述、开源地址和示例预览。开发者选择将要导入的Sample,点击Next。
二 . 填写配置信息,导入Sample工程
填写导入Sample工程的配置信息,并点击Finish按钮:
点击Finish按钮后,工程将自动导入到DevEco Studio里,并完成编译。至此,开发者就可以查看Sample工程的代码啦~
说了这么多,相信大家对HarmonyOS Sample如何使用已经有了基本的认识。是不是迫不及待想要上手体验一下呢?HarmonyOS Sample将于6月2日全新上线,欢迎大家点击下面的原文链接预先下载HUAWEI DevEco Studio。
原文链接:https://harmonyos.51cto.com/posts/5142#bkwz

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
-
上一篇
Spring Cloud教程 第二弹 客户端负载均衡Ribbon
更多Spring与微服务相关的教程请戳这里Spring与微服务教程合集 1、浅谈负载均衡 负载均衡(Load Balance),是利用特定方式将流量分摊到多个操作单元上的一种手段。这个应该大家耳熟能详了! 负载均衡的分类: 硬负载:即利用硬件进行负载均衡处理,如F5 软负载:即利用软件进行负载均衡处理,如nginx 负载均衡的另一种分类: 集中式负载(服务端负载):集中式负载位于因特网与服务提供者之间,如nginx、F5 进程内负载(客户端负载):指从一个实例库(即服务注册中心)选取一个实例进行流量导入。这类负载的负载均衡器是类似与Ribbon的IPC(Inter-process communication,进程间通信 )组件 2、走进Ribbo世界 2.1、入门实战-搭建消费者工程 简介: Ribbon是一个负载均衡客户端,在实际使用中,Ribbon相当于一个服务消费者的存在。因此,我下面会介绍如何搭建以Ribbon组件为基础的消费者工程,Eureka Server工程与服务提供者工程这里暂不介绍 2.1.1、pom.xml org.springframework.boots...
-
下一篇
20210602 TensorFlow 实现多点线性回归问题
0 导包 importwarnings warnings.filterwarnings("ignore") importnumpyasnp#numpy支持矩阵计算 importtensorflowastf importmatplotlib.pyplotasplt#matplotlib是Python的画图工具 1-1 构造数据 np.random.seed(999)#设定随机种子,用于控制随机过程 defpre(x): return2*x+3#这里w是2,b是3 #多点的线性回归,随机产生500个0-5的数据 x=5*np.random.random(500) y=[pre(i)foriinx] 1-1-2 画图 plt.plot(x,y,'salmon')#plt.plot画折线图;salmon指定颜色 plt.scatter(x,y)#scatter画点 plt.grid() plt.show() #线性回归的当前任务是,只给出点,让网络自动将w和b的值求出来 1-2-1 # 现在对 数据点 添加噪声;产生-0.5到0.5之间的随机数 -0.5+np.random.random(1)...
相关文章
文章评论
共有0条评论来说两句吧...