首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

如何为我的cpt 'portfolio‘创建一个单独的'archive widget’?

为了为你的cpt 'portfolio'创建一个单独的'archive widget',你可以按照以下步骤进行操作:

  1. 首先,你需要在你的主题或插件中创建一个自定义的小工具(widget)。你可以使用WordPress提供的register_widget函数来注册一个新的小工具。
  2. 在你的自定义小工具中,你可以使用get_terms函数来获取'portfolio'的所有归档项。将taxonomy参数设置为'portfolio',这将返回一个包含所有归档项的数组。
  3. 使用foreach循环遍历这个数组,并为每个归档项创建一个链接。你可以使用get_term_link函数来获取每个归档项的链接。
  4. 在小工具的输出中,你可以使用HTML和CSS来格式化和样式化归档链接。
  5. 最后,将你的小工具保存并激活。然后,你可以在WordPress的小工具管理页面中将这个小工具添加到你的侧边栏或其他小工具区域。

这样,你就可以为你的cpt 'portfolio'创建一个单独的'archive widget'了。

请注意,以上步骤是基于WordPress平台的常规做法。腾讯云并没有提供特定的产品或服务来创建单独的'archive widget'。如果你需要更多关于WordPress开发的帮助,你可以参考腾讯云的WordPress云市场产品,该产品提供了一站式的WordPress解决方案。

希望以上回答对你有帮助!如果你有任何其他问题,请随时提问。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

  • C# 生成chart图表的三种方式

    在.net中,微软给我们提供了画图类(system.drawing.imaging),在该类中画图的基本功能都有。比如:直线、折线、矩形、多边形、椭圆形、扇形、曲线等等,因此一般的图形都可以直接通过代码画出来。接下来介绍一些画图函数: Bitmap bmap=new Bitmap(500,500) /定义图像大小; bmap.Save(stream,imagecodecinfo) /将图像保存到指定的输出流; Graphics gph /定义或创建gdi绘图对像; PointF cpt /定义二维平面中x,y坐标; DrawString(string,font,brush,ponitf) /用指定的brush和font对像在指定的矩形或点绘制指定的字符串; DrawLine(pen,ponit,ponit) /用指定的笔(pen)对像绘制指定两点之间直线; DrawPolygon(pen,ponit[]) /用指定的笔(pen)对像绘制指定多边形,比如三角形,四边形等等; FillPolygon(brush,ponit[]) /用指定的刷子(brush)对像填充指定的多边形; DrawEllipse(pen,x,y,width,height) /用指定的笔绘制一个边框定义的椭圆; FillEllipse(brush,x,y,width,height) /用指定的刷子填充一个边框定义的椭圆; DrawRectangle(pen,x,y,width,height) /用指定的笔绘制一个指定坐标点、宽度、高度的矩形; DrawPie(pen,x,y,width,height,startangle,sweepangle) /用指定的笔绘制一个指定坐标点、宽度、高度以及两条射线组成的扇形;

    02

    NeuroImage Clinical:EEG神经反馈对ADHD患者的α波振荡、注意力和抑制控制的影响

    注意缺陷多动障碍(Attention-deficit hyperactivity disorder, ADHD)的核心症状是注意力不集中、冲动和多动。全世界约有2-7%的儿童受到ADHD的影响,部分会持续到成年期,成年人患病率为4 - 5%,且ADHD与不良的长期结果相关,如社会适应障碍、学业问题以及与其他精神疾病共病等。 研究发现ADHD儿童EEG普遍偏慢,其特征是低频节律波(如θ波4-7 Hz)功率增加和高频的节律波的功率(如β 14–25 Hz )。在健康发育过程中θ/β比值(TBR)逐渐下降,而ADHD患者的θ/β上升被认为反映了发育迟缓或皮质觉醒不足。然而,最近的研究对θ/β与觉醒的关系及其作为ADHD诊断的可靠依据提出了挑战。除了θ/β外,静息态α波(8-12 Hz)的功率也成为了成人ADHD患者研究的重要课题。研究发现,休息状态ADHD患者前部脑区α波更高且伴随警戒水平更低。而在健康被试中,α波振幅的升高与对刺激感知减弱、走神及注意力缺失有关,另外运动皮层α波振幅的增加与主动的运动抑制有关。然而近期一些研究发现,与健康对照组相比,ADHD成人的α波功率有所提高,而另一些研究则发现ADHD成人α波水平的降低或者没有显著差异。因此,研究中关于α波功率相互矛盾的结果被视为多种支持ADHD电生理表型可能性的证据。 面对这种矛盾的结果,使用神经反馈(neurofeedback,NFB)来控制特定脑区的振荡成了解决这一问题的一个较好的选择。神经反馈导致的可塑性已经在运动和纹状体回路中得到了证实,这与ADHD的病理机制有关。研究表明,神经反馈也许能用于改善ADHD患者的注意力不集中和冲动症状,对成年人的长期影响至少为6个月,且效应接近于哌醋甲酯(又名利他林,是一种治疗ADHD的常用一线药物)。特别是,在注意过程中被调节的α波节律波(8-12Hz)被认为是ADHD潜在的生物标记。在各类研究中,成人ADHD异常的脑电振荡活动模式被反复提及。近期,来自瑞士日内瓦大学的研究团队使用脑电神经反馈的方法让成年ADHD被试自我调节α波的节律,以探索α波振荡对注意力表现和大脑可塑性的调节作用。他们研究团队在NeuroImage Clinical上发表了题为《Linking alpha oscillations, attention and inhibitory control in adult ADHD with EEG neurofeedback》的研究论文(Deiber et al., 2020)。本文对该研究进行详细解读。

    00

    数据挖掘十大经典算法(9) 朴素贝叶斯分类器 Naive Bayes

    贝叶斯分类器的分类原理是通过某对象的先验概率,利用贝叶斯公式计算出其后验概率,即该对象属于某一类的概率,选择具有最大后验概率的类作为该对象所属的类。眼下研究较多的贝叶斯分类器主要有四种,各自是:Naive Bayes、TAN、BAN和GBN。   贝叶斯网络是一个带有概率凝视的有向无环图,图中的每个结点均表示一个随机变量,图中两结点 间若存在着一条弧,则表示这两结点相相应的随机变量是概率相依的,反之则说明这两个随机变量是条件独立的。网络中随意一个结点X 均有一个对应的条件概率表(Conditional Probability Table,CPT),用以表示结点X 在其父结点取各可能值时的条件概率。若结点X 无父结点,则X 的CPT 为其先验概率分布。贝叶斯网络的结构及各结点的CPT 定义了网络中各变量的概率分布。   贝叶斯分类器是用于分类的贝叶斯网络。该网络中应包括类结点C,当中C 的取值来自于类集合( c1 , c2 , … , cm),还包括一组结点X = ( X1 , X2 , … , Xn),表示用于分类的特征。对于贝叶斯网络分类器,若某一待分类的样本D,其分类特征值为x = ( x1 , x2 , … , x n) ,则样本D 属于类别ci 的概率P( C = ci | X1 = x1 , X2 = x 2 , … , Xn = x n) ,( i = 1 ,2 , … , m) 应满足下式:   P( C = ci | X = x) = Max{ P( C = c1 | X = x) , P( C = c2 | X = x ) , … , P( C = cm | X = x ) }   而由贝叶斯公式:   P( C = ci | X = x) = P( X = x | C = ci) * P( C = ci) / P( X = x)   当中,P( C = ci) 可由领域专家的经验得到,而P( X = x | C = ci) 和P( X = x) 的计算则较困难。   应用贝叶斯网络分类器进行分类主要分成两阶段。第一阶段是贝叶斯网络分类器的学习,即从样本数 据中构造分类器,包含结构学习和CPT 学习;第二阶段是贝叶斯网络分类器的推理,即计算类结点的条件概率,对分类数据进行分类。这两个阶段的时间复杂性均取决于特征值间的依赖程度,甚至能够是 NP 全然问题,因而在实际应用中,往往须要对贝叶斯网络分类器进行简化。依据对特征值间不同关联程度的如果,能够得出各种贝叶斯分类器,Naive Bayes、TAN、BAN、GBN 就是当中较典型、研究较深入的贝叶斯分类器。

    02
    领券