Question

我目前正在创建一个使用Google Maps API的应用。这就是我想要做的事情：

我有活动A.活动A中有一个按钮。当点击按钮时，我想在特定的坐标和缩放级别打开MapsActivtiy（没有谷歌地图应用程序）。我在互联网上搜索了很多，但我找不到答案。

请注意，我还有活动B，活动C，活动D等，每个都包含一个按钮。每个活动中的每个按钮都应该在不同的坐标和缩放上打开MapsActivity。

解决方案（我不能回答并接受它，因为问题已经结束）

在活动中A：

//onClick method
public void viewOnMap(View view)
{
    LatLng coords = new LatLng(50.191067, 18.452964);

    Bundle bundle = new Bundle();
    bundle.putParcelable("coords", coords);

    Intent intent = new Intent(this, MapsActivity.class);
    intent.putExtras(bundle);

    startActivity(intent);
}

在地图中激活onMapReady（）

Intent intent = getIntent();
LatLng coords = intent.getParcelableExtra("coords");

//some maps code etc...

if(coords != null)
    {
        if (coords.equals(some_coords_1))
        {
            LatLng coords_zoom = new LatLng(coords.latitude, coords.longitude);

            googleMap.moveCamera(CameraUpdateFactory.newLatLngZoom(new LatLng(coords.latitude, coords.longitude), 17));

            googleMap.moveCamera(CameraUpdateFactory.newLatLng(coords_zoom));
        }

        if(coords.equals(some_coords_2)
        {
           LatLng coords_zoom = new LatLng(coords.latitude, coords.longitude);

           googleMap.moveCamera(CameraUpdateFactory.newLatLngZoom(new LatLng(coords.latitude, coords.longitude), 17));

           googleMap.moveCamera(CameraUpdateFactory.newLatLng(coords_zoom))

         }

Answer 1

内部活动A：

将Intent中的坐标传递给另一个活动。

Intent intent = getIntent();

        if(intent.hasExtra("LatLng")){
            mLatLng = intent.getParcelableExtra("LatLng");

        }


public void onMapReady(){          
    mGoogleMap.animateCamera(CameraUpdateFactory.newLatLng(mLatLng));
}

内部活动B：

检查您是否正确收到了额外内容。然后，在启动地图后，移动相机。

import tensorflow as tf

def matrix_with_upper_values(upper_values):
  # Check that the input is at least a vector
  upper_values = tf.convert_to_tensor(upper_values)
  upper_values.get_shape().with_rank_at_least(1)
  # Put the batch dimensions last
  upper_values = tf.transpose(
      upper_values,
      tf.concat(0, [[tf.rank(upper_values) - 1],
                    tf.range(tf.rank(upper_values) - 1)]))
  input_shape = tf.shape(upper_values)[0]
  # Compute the size of the matrix that would have this upper triangle
  matrix_size = (1 + tf.cast(tf.sqrt(tf.cast(input_shape * 8 + 1, tf.float32)),
                             tf.int32)) // 2
  # Check that the upper triangle size is valid
  check_size_op = tf.Assert(
      tf.equal(matrix_size ** 2, input_shape * 2 + matrix_size),
      ["Not a valid upper triangle size: ", input_shape])
  with tf.control_dependencies([check_size_op]):
    matrix_size = tf.identity(matrix_size)
  # Compute indices for the whole matrix and the upper diagonal
  index_matrix = tf.reshape(tf.range(matrix_size ** 2),
                            [matrix_size, matrix_size])
  diagonal_indicies = (matrix_size * tf.range(matrix_size)
                       + tf.range(matrix_size))
  upper_triangular_indices, _ = tf.unique(tf.reshape(
      tf.matrix_band_part(
          index_matrix, 0, -1)       # upper triangular part
      - tf.diag(diagonal_indicies),  # remove diagonal
      [-1]))
  batch_dimensions = tf.shape(upper_values)[1:]
  return_shape_transposed = tf.concat(0, [[matrix_size, matrix_size],
                                          batch_dimensions])
  # Fill everything else with zeros; later entries get priority
  # in dynamic_stitch
  result_transposed = tf.reshape(
      tf.dynamic_stitch(
          [index_matrix,
           upper_triangular_indices[1:]],  # discard 0
          [tf.zeros(return_shape_transposed, dtype=upper_values.dtype),
           upper_values]),
      return_shape_transposed)
  # Transpose the batch dimensions to be first again
  return tf.transpose(
      result_transposed,
      tf.concat(0, [tf.range(2, tf.rank(upper_values) + 1), [0, 1]]))

with tf.Session():
  print(matrix_with_upper_values([1]).eval())
  print(matrix_with_upper_values([2,7,1]).eval())
  print(matrix_with_upper_values([3,1,4,1,5,9]).eval())
  print(matrix_with_upper_values([]).eval())
  print(matrix_with_upper_values([[2,7,1],[4,3,5]]).eval())
  print(matrix_with_upper_values(tf.zeros([0, 3])).eval())

我希望它有所帮助！

使用特定坐标打开其他活动的地图活动

1 个答案: