关于EM的理解

任意浏览器的默认字体高度16px(16像素)。

所有未经调整的浏览器都符合: 1em=16px。那么12px=0.75em,10px=0.625em。为了简化font-size的换算,需要在css中的body选择器中声明font-size=62.5%,这就使em值变为 16px*62.5%=10px, 这样12px=1.2em, 10px=1em

也就是说只需要将你的原来的px数值除以10,然后换上em作为单位就行了。

1、浏览器的默认字体大小是16px

2、如果元素自身没有设置字体大小,那么元素自身上的所有属性值如“boder、width、height、padding、margin、line-height”等值,我们都可以按下面的公式来计算

  1 ÷ 父元素的font-size × 需要转换的像素值 = em
3.元素设置了字体大小,此元素的其他属性,如“border、width、height、padding、margin、line-height”计算就需要按照下面的公式来计算

  1 ÷ 元素自身的font-size × 需要转换的像素值 = em

 个人觉得em是为了更好的维护网页和响应式而生的

时间: 2024-08-08 13:42:51

关于EM的理解的相关文章

EM算法理解

最近一直研究和看EM算法,尝试理解它的含义和用途,一直被人们称为"上帝的算法",现在我就谈一下几点自己的看法. 它主要运用的场景应该是含有隐变量的地方,其中一个典型的情况就是混合高斯模型.用通俗的话来说,当一个模型很难描述数据的分布的情况时,需要多个模型的时候,便会引入隐变量的概念.一般问题,假设一堆观测数据属于两个集合,但是我们事先不知道每个观测点来自哪个集合,知识后还要我们求出这两个分布的模型参数. 假设知道属于哪一类求模型的参数,那么就是极大似然估计可以解决:假如知道高斯模型参数

机器学习经典算法之EM

一.简介 EM 的英文是 Expectation Maximization,所以 EM 算法也叫最大期望算法. 我们先看一个简单的场景:假设你炒了一份菜,想要把它平均分到两个碟子里,该怎么分? 很少有人用称对菜进行称重,再计算一半的分量进行平分.大部分人的方法是先分一部分到碟子 A 中,然后再把剩余的分到碟子 B 中,再来观察碟子 A 和 B 里的菜是否一样多,哪个多就匀一些到少的那个碟子里,然后再观察碟子 A 和 B 里的是否一样多……整个过程一直重复下去,直到份量不发生变化为止. 你能从这个

EM算法学习笔记2:深入理解

文章<EM算法学习笔记1:简介>中介绍了EM算法的主要思路和流程,我们知道EM算法通过迭代的方法,最后得到最大似然问题的一个局部最优解.本文介绍标准EM算法背后的原理. 我们有样本集X,隐变量Z,模型参数θ,注意他们3个都是向量,要求解的log似然函数是lnp(X|θ),而这个log似然函数难以求解,我们假设隐变量Z已知,发现lnp(X,Z|θ) 的最大似然容易求解. 有一天,人们发现引入任意一个关于隐变量的分布q(Z),对于这个log似然函数,存在这样一个分解: lnp(X|θ)=L(q,θ

由css resite想到的深入理解margin及em的含义

由css resite想到的深入理解margin及em的含义 原文地址:http://www.ymblog.net/content_189.html 经常看到这样语句,*{ margin:0px;padding:0px; },用起来很方便吧?由于学习前端的门槛低,我一直找不到区别于那些用DW的前端的所在点,我总觉得我是用记事本写代码的,我的水平及理解绝对比那些用DW的人呀更胜一筹.但区别在哪里呢?最近,我似乎明白了,拿css来说,前面的很长一段时间,我都是在横向学习css,不断的学习新的东西,制

rem布局原理深度理解(以及em/vw/vh)

一.前言 我们h5项目适配采用的是淘宝那套<Flexible实现手淘H5页面的终端适配>方案.主要原理是rem布局.最近和别人响应式实现原理,发现虽然已经使用了那套方案很久,但是自己对rem的理解很含糊, 包括vw.vh等.所以打算写博客总结一下,以加深理解. 二.几个概念 这里就不讲那些,物理像素.设备像素比了,可以自己查阅.要去理解rem/em/vm/vh等,首先要直观的去理解他们到底是什么?理解好了,后面就好办了.其实这几个都是css单位,就像我们常用的px一样,只不过他们都是相对单位.

理解em,rem

在平常做网站写代码的时候一般都是使用px,在之前的学习时就略微的学习了一些关于em.rem的知识,但是由于一直没有用到过,所以几乎全部忘记了.今天在研究一些知识的时候用到了em,所以特意将学到的知识总结一下. 1.em em是相对长度单位,相对于当先对象中的字体尺寸.比如在某个div中font-size设置为20px,那么,1em就相当于20px,0.25em就相当于5px.由于浏览器的默认字体大小为16px,所以为了简化font-size的换算,就要在body的选择器中将font-size设置

dp\dpi\px\pt\em单位长度理解

屏幕都有固定的物理长宽度属性和分辨率 比如电脑.比如手机屏幕 例如有手机屏幕尺寸是1.5英寸x2英寸,屏幕分辨率为240x320, 那么可以推算水平方向每英寸的像素数(dpi)是:240/1.5=160,同样可以推算出竖直方向每英寸像素数 1px就是指屏幕上的一个像素点:屏幕成像原理是通过屏幕上密布的像素点成像: 因此,当我们的屏幕的dpi不同,10px的长度将会在屏幕上显示不同物理长度: android规定了4种四种像素密度:低(120dpi).中(160dpi).高(240dpi)和超高(3

浅谈对px em rem的理解

px: pc端最常用的的单位,大小固定,不会随窗口的变化而变化 例子: .box{width:100px; height:100px; font-size: 16px; border:1px solid #000;} 设置此元素的长款各为100px(像素),边框为1px(像素) 实线 边框为黑色 元素内字体大小为 16px. em: em的值不固定,它会随父级元素的改变而改变(继承自父级元素) 例子: <style> .father{font-size:15px;} .son{text-ind

简单理解EM算法Expectation Maximization

1.EM算法概念 EM 算法,全称 Expectation Maximization Algorithm.期望最大算法是一种迭代算法,用于含有隐变量(Hidden Variable)的概率参数模型的最大似然估计或极大后验概率估计. 1.1 问题描述 我们假设学校男生和女生分别服从两种不同的正态分布,即男生  ,女生  ,(注意:EM算法和极大似然估计的前提是一样的,都要假设数据总体的分布,如果不知道数据分布,是无法使用EM算法的).那么该怎样评估学生的身高分布呢? 简单啊,我们可以随便抽 100