Я согласен с Wart Claes на дисплее divs как элементы таблицы против использования старой таблицы школьных таблиц. Но проблема, с которой вы сталкиваетесь, заключается в том, что браузер добавляет элемент tbody в вашу таблицу. Этот элемент заставляет высоту строки. Чтобы исправить это, есть два пути.
1) Установите tbody для отображения в виде блока, это заставит браузер игнорировать его свойства отображения и делать то, что вам нужно.
https://jsfiddle.net / benneb10 / utrwqfux / 1 /
tbody{
display:block;
}
2) Задайте высоту таблицы таблицы телом:
tbody{
height:400px;
overflow:auto;
overflow-x:hidden;
border: 1px solid black;
}
Однако, t сделайте свой стол 400px, как вы хотите. Это заставит tr быть ровно 8px.
Если ваш класс Kernel имеет предсказуемое количество данных члена, тогда вы можете определить dtype для него вместо класса. например если он параметризирован 9 поплавками и int, вы можете сделать
kerneldt = np.dtype([('myintname', np.int32), ('myfloats', np.float64, 9)])
arr = np.empty(dims, dtype=kerneldt)
. Вам придется сделать какое-то принуждение, чтобы превратить их в объекты класса Kernel каждый раз, когда вы хотите манипулировать методами одного ядра но это один из способов хранения фактических данных в массиве NumPy. Если вы хотите сохранить только ссылку, то dtype объекта лучше всего сделать без подкласса ndarray.
Насколько я знаю, принудительное использование одного типа для элементов в numpy.ndarray должно выполняться вручную (если только массив не содержит сканировщики Numpy): нет встроенного механизма проверки (ваш массив имеет dtype = object) , Если вы действительно хотите применить один тип, вы должны подклассифицировать ndarray и реализовать проверки в соответствующих методах (__setitem__
и т. Д.).
Если вы хотите реализовать операции над набором функций (Объекты ядра), вы могли бы это сделать, указав правильные операции непосредственно в своем классе Kernel. Это то, что я сделал для моего модуля analytties.py , который обрабатывает numpy.ndarrays чисел с неопределенностями.
Он должен быть скалярным типом Numpy:
http://docs.scipy.org/doc/numpy/reference/arrays.scalars.html#arrays-scalars-built- в
или подкласс ndarray:
http://docs.scipy.org/doc/numpy/reference/generated/numpy.ndarray. HTML # numpy.ndarray