dede:filed name='positon'/返回栏目地址为目录

Posted 2023-05-07

每个页面的dede:filed name='positon'/返回栏目地址为目录，不能够正确的选择。，请高手或牛人帮帮忙

这是你服务器设置的问题，跟dedeCMS无关。要设置目录的默认首页列表内添加index.html才可以。另外，关闭浏览功能，以免造成后台路径泄露而被黑。以下为设置方法：

=====Windows服务器或虚拟主机=====
【IIS设置默认首页】
打开“Internet信息服务”，展开“用户名”\“网站”，单击右键，选择“属性”，打开“网站 属性”，单击“文档”选项卡，在“启用默认文档”选项下单击“添加”按钮，在打开的对话框中输入新的文档名 index.html ，再单击“确定”按钮即可，建议全部删掉，只保留index.html 和 index.php。有条件，可以直接在虚拟主机的控制面板图形界面修改

【IIS关闭目录浏览功能】
检查iis设置， 目录设置这里，禁止目录浏览

=====Linux服务器或虚拟主机=====
【Apche设置默认首页】
修改服务器的httpd.conf，找到 DirectoryIndex 这段，改成 DirectoryIndex index.php index.html 注意空格，或者直接在虚拟主机控制面板的图形界面修改

【Apache关闭目录浏览功能】
1、Apache配置文件修改法
打开Apache配置文件httpd.conf
查找 Options Indexes FollowSymLinks
修改为 Options -Indexes (减号就代表取消)
保存退出，重新启动Apache
2、.htaccess文件修改法
在根目录的.htaccess文件里加入以下内容就可以阻止目录列表的显示了。
Options -Indexes 参考技术A 你没有在后台添加默认打开的主页 index.html

3个参数（PosX，PosY）与时间的关系图。这是一个时间序列数据

我是这个模块的新手。我有时间序列数据，用于了解粒子随时间的运动。运动相对于时间T具有X和Y分量。我想在图形中绘制这三个参数。示例数据如下所示。第一个列代表时间，第二个X坐标，第三个Y坐标。

1.5193 618.3349 487.55951.5193 619.3349 487.55952.5193 619.8688 489.58692.5193 620.8688 489.58693.5193 622.9027 493.31563.5193 623.9027 493.3156

答案

如果要向2D曲线添加第三信息，一种可能是使用颜色映射来建立第三坐标的值和一组颜色之间的关系。

在Matplotlib中，我们没有直接的方法来绘制颜色变化的曲线，但是我们可以使用matplotlib.collections.LineCollection来伪造曲线。

以下，我使用了一些任意曲线，但毫无疑问，如果我的代码适合您的需求，您可以根据自己的特定用例调整我的代码。

matplotlib.collections.LineCollection

import numpy as np import matplotlib.pyplot as plt from matplotlib.collections import LineCollection # e.g., a Lissajous curve t = np.linspace(0, 2*np.pi, 6280) x, y = np.sin(4*t), np.sin(5*t) # to use LineCollection we need an array of segments # the canonical answer (to upvote...) is https://stackoverflow.com/a/58880037/2749397 points = np.array([x, y]).T.reshape(-1,1,2) segments = np.concatenate([points[:-1],points[1:]], axis=1) # instantiate the line collection with appropriate parameters, # the associated array controls the color mapping, we set it to time lc = LineCollection(segments, cmap='nipy_spectral', linewidth=6, alpha=0.85) lc.set_array(t) # usual stuff, just note ax.autoscale, not needed here because we # replot the same data but tipically needed with ax.add_collection fig, ax = plt.subplots() plt.xlabel('x/mm') ; plt.ylabel('y/mm') ax.add_collection(lc) ax.autoscale() cb = plt.colorbar(lc) cb.set_label('t/s') # we plot a thin line over the colormapped line collection, especially # useful when our colormap contains white... plt.plot(x, y, color='black', linewidth=0.5, zorder=3) plt.show()