一、类型
/// <summary>
/// 下拉框值类型
/// </summary>
public class TextAndValue
{
/// <summary>
/// 显示值
/// </summary>
public string DisplayText { get; set; }
/// <summary>
/// 真实值
/// </summary>
public string RealValue { get; set; }
public TextAndValue(string text, string value)
{
DisplayText = text;
RealValue = value;
}

}

二、赋值

#region 车辆用途
ArrayList vehUse = new ArrayList();
vehUse.Add(new TextAndValue("-请选择-", "-请选择-"));
vehUse.Add(new TextAndValue("营运车", "0"));
vehUse.Add(new TextAndValue("非营运车", "1"));
comVehUse.DataSource = vehUse;
comVehUse.DisplayMember = "DisplayText";
comVehUse.ValueMember = "RealValue";
#endregion
三、取值
1.真实值:comboBox1.SelectedValue.ToString()===>0和1
2.显示值:comboBox1.Text;===>营运车和非营运车

转载于:https://www.cnblogs.com/LeiYang5237/p/8549129.html

ComboBox的真实值和显示值相关推荐

  1. WinForm中ComBoBox绑定显示值和实际值

    在ASP.NET中ComBoBox可以绑定显示值和实际值,但是在Winform中却是没有的(通过DataSource绑定数据源的时候是可以的,但是有null值和空值的限制) (所有代码均从实际项目中截 ...

  2. 报表中利用隐藏列对扩展格显示值求和

    在润乾报表中,获取报表中单元格显示值的函数是disp(),然而这个函数却无法计算扩展单元格的显示值.从而无法直接对扩展个显示值求和. 在下图中,需要计算D3单元格的显示值之和. D3值为:ds1.再订 ...

  3. TF之AE:AE实现TF自带数据集数字真实值对比AE先encoder后decoder预测数字的精确对比—daidingdaiding

    TF之AE:AE实现TF自带数据集数字真实值对比AE先encoder后decoder预测数字的精确对比-daidingdaiding 目录 输出结果 代码设计 输出结果 代码设计 import ten ...

  4. ML:根据不同机器学习模型输出的预测值+且与真实值相减得到绝对误差对比+误差可视化

    ML:根据不同机器学习模型输出的预测值+且与真实值相减得到绝对误差对比+误差可视化 目录 输出结果 实现代码 输出结果 实现代码 # -*- coding: utf-8 -*-#ML:根据不同机器学习 ...

  5. ML之回归预测:利用两种机器学习算法(LiR,XGBoost(调优+重要性可视化+特征选择模型))对无人驾驶汽车系统参数(2017年的data,18+2)进行回归预测值VS真实值

    ML之回归预测:利用两种机器学习算法(LiR,XGBoost(调优+重要性可视化+特征选择模型))对无人驾驶汽车系统参数(2017年的data,18+2)进行回归预测值VS真实值 目录 输出结果 1. ...

  6. ML之回归预测:利用十(xgboost,10-1)种机器学习算法对无人驾驶汽车系统参数(2017年的data,18+2)进行回归预测值VS真实值——bug调试记录

    ML之回归预测:利用十(xgboost,10-1)种机器学习算法对无人驾驶汽车系统参数(2017年的data,18+2)进行回归预测值VS真实值--bug调试记录 目录 输出结果 1.增加XGBR算法 ...

  7. ML之回归预测:利用八(9-1)种机器学习算法对无人驾驶汽车参数(2017年的data,18+2)进行回归预测值VS真实值

    ML之回归预测:利用八(9-1)种机器学习算法对无人驾驶汽车参数(2017年的data,18+2)进行回归预测值VS真实值 目录 模型评估 输出结果 模型评估 相关文章:ML之回归预测:利用八(9-1 ...

  8. ML之回归预测:利用九大类机器学习算法对无人驾驶汽车系统参数(2018年的data,18+2)进行回归预测值VS真实值

    ML之回归预测:利用九大类机器学习算法对无人驾驶汽车系统参数(2018年的data,18+2)进行回归预测值VS真实值 相关文章 ML之回归预测:利用九大类机器学习算法对无人驾驶汽车系统参数(2018 ...

  9. 如何用最傻的办法查看tensorflow-yolov3模型测试VOC数据集时预测值(图框)与真实值(图框)的对比效果?

    测试完成后,会打印如下数据 以这段为例: grond truth是标定人员标注的值,你可以把它看作是标准答案:predict result是模型的预测值:0.9095是预测目标为dog的概率:怎么来看 ...

最新文章

  1. 织梦内容管理系统修改
  2. 物联网 — 5G 边缘计算与 IoT
  3. python读取txt文件代码-Python实现读取txt文件并画三维图简单代码示例
  4. 开源ImageFilter库v0.2:新增7类滤镜,支持12种图片效果
  5. flink checkpoint 恢复_Flink断点恢复机制
  6. Thymeleaf一些标签的传字符串/message/消息
  7. Exchange 2010 数据库副本加载后复制状态一直是失败并搁置故障分析
  8. 路径规划之 A* 算法
  9. (王道408考研数据结构)第二章线性表-第一节:线性表的定义和基本操作
  10. Intellij idea安装JRebel插件 实现代码的热部署
  11. Vss2005局域网开发权限设置指南
  12. Inpaint for Mac(图片去水印软件)
  13. Spring实战(开发Web应用)
  14. 种草拔草.......人生就是酱紫
  15. java如何删除购物车里的商品_编写一个简易购物车,实现向购物车内添加商品,移除指定商品及清空购物车功能。...
  16. 大屏可视化简介(echarts)
  17. php代码审计靶场,RIPS --代码审计靶场(第一关)-华盟网
  18. Windows注册表内容详解(转载)
  19. linux 7 开启远程桌面,CentOS 7 开启VNC远程桌面
  20. Tiny4412 LCD驱动(DRM+设备树)

热门文章

  1. boost::hana::make用法的测试程序
  2. GDCM:gdcm::ImageChangeTransferSyntax的测试程序
  3. boost的chrono模块模拟线程接口的测试程序
  4. boost::callable_traits添加可变参数的测试程序
  5. Boost:bind绑定的转发测试
  6. ITK:用颜色标记图像中的区域
  7. VTK:图表之MinimumSpanningTree
  8. VTK:图表之ConstructTree
  9. C语言求网格的最大不重复路径数的算法(附完整源码)
  10. QT的QStringList类的使用