_id
stringlengths 2
7
| title
stringclasses 1
value | partition
stringclasses 3
values | language
stringclasses 1
value | meta_information
dict | text
stringlengths 5
1.76k
|
|---|---|---|---|---|---|
c77060
|
train
|
{
"resource": ""
}
|
Из некоторых путей выявляет общие корни, которые нужно отслеживать.
|
||
c77080
|
train
|
{
"resource": ""
}
|
Строковое представление исключения.
|
||
c77100
|
train
|
{
"resource": ""
}
|
Десериализация данных, возвращающая десериализованный результат.
:param data: данные для десериализации.
:param bool many: следует ли десериализовать `data` как коллекцию. Если `None`, используется значение для `self.many`.
:param bool|tuple патчальный: следует ли проверять обязательные поля. Если его значение — итерируемый, будут пропущены только поля, перечисленные в указанной итерируемой последовательности.
Если `True`, будут разрешены отсутствующие поля. Если `None`, используется значение для `self.partial`.
:param неизвестный: следует ли исключать, включать или создавать исключение для неизвестных полей в данных. Используйте `EXCLUDE`, `INCLUDE` или `RAISE`.
Если `None`, используется значение для `self.unknown`.
:param bool постпроцессинг: следует ли запускать методы post_load..
:rtype: dict
:возвращаемое значение: Словарь десериализованных данных
|
||
c77120
|
train
|
{
"resource": ""
}
|
Верните представление даты и времени в формате ISO 8601 UTC. Оно должно быть отформатировано как объект datetime.
|
||
c77140
|
train
|
{
"resource": ""
}
|
Проверьте, можно ли безопасно отключить учетную запись социальной сети.
|
||
c77160
|
train
|
{
"resource": ""
}
|
Синхронизируйте user.email с EmailAddress-записями пользователя (user.emailaddress_set).
При определённых обстоятельствах поле user.email может не совпасть с EmailAddress-записью, например, при ручном создании административных пользователей.
|
||
c77180
|
train
|
{
"resource": ""
}
|
Тест Аугмед-Фуллера — это гипотезное тестирование, которое проверяет наличие единичного корня в выборке временного ряда. Этот метод подсчета характеристик возвращает значение соответствующей статистики теста.
См. реализацию в модуле statsmodels для ссылок и более подробной информации.
:param x: временной ряд для расчёта характеристики
:type x: numpy.ndarray
:param param: содержит словари {"attr": x} с x str, либо "teststat", "pvalue" или "usedlag"
:type param: list
:return: значение этой характеристики
:return type: float
|
||
c77200
|
train
|
{
"resource": ""
}
|
Этот рассчитыватель признаков оценивает кросс-мощностную спектральную плотность временных рядов x на разных частотах.
Для этого временной ряд сначала сдвигается из домена времени в домен частот.
Рассчитыватель признаков возвращает мощность спектра различных частот.
:param x: временной ряд, для которого нужно рассчитать признак
:type x: numpy.ndarray
:param param: содержит словари {"coeff": x} с x int
:type param: list
:return: различные значения признаков
:return type: pandas.Series
|
||
c77240
|
train
|
{
"resource": ""
}
|
Список всех открытых сделок.
|
||
c77260
|
train
|
{
"resource": ""
}
|
Запрос исторических ценовых циклов. Разрешение времени циклов составляет одну секунду.
Этот метод блокирующий.
[https://interactivebrokers.github.io/tws-api/historical_time_and_sales.html](https://interactivebrokers.github.io/tws-api/historical_time_and_sales.html)
Аргументы:
contract: Договор для запроса.
startDateTime: Может быть указано как datetime.date или datetime.datetime, или как строка в формате 'yyyyMMdd HH:mm:ss'.
Если часовой пояс не указан, используется часовой пояс входа в систему TWS.
endDateTime: Одно из значений ``startDateTime`` или ``endDateTime`` должно быть указано, второе должно быть пустым.
numberOfTicks: Количество циклов для запроса (максимум 1000). Результат в действительности может содержать немного больше, чтобы учесть все циклы в последнюю секунду.
whatToShow: Одно из 'Bid_Ask', 'Midpoint' или 'Trades'.
useRTH: Если True, то показывать данные только с показанием ЧТК (Regular Trading Hours); если False, то показывать все данные.
ignoreSize: Игнорировать циклы ask и bid, которые показывают только изменение размера.
miscOptions: Неизвестно.
|
||
c77280
|
train
|
{
"resource": ""
}
|
Создайте график свечей для предоставленных баров. Бары могут быть заданы в виде DataFrame или в виде списка объектов баров.
|
||
c77300
|
train
|
{
"resource": ""
}
|
Получить статистику о соединении.
|
||
c77320
|
train
|
{
"resource": ""
}
|
Добавить ключевые слова из списка
Аргументы:
keyword_list (list(str)): Список ключевых слов для добавления
Примеры:
>>> keyword_processor.add_keywords_from_list(["java", "python"])
Исключения:
AttributeError: Если `keyword_list` не является списком.
|
||
c77340
|
train
|
{
"resource": ""
}
|
Инферирование торгового календаря на основе данных о факторах и ценах.
Параметры
----------
factor_idx : pd.DatetimeIndex
Даты времени фактора, для которых мы вычисляем перспективные доходы
prices_idx : pd.DatetimeIndex
Даты времени цен, связанные с данными факторов
Возвращает
-------
calendar : pd.DateOffset
|
||
c77360
|
train
|
{
"resource": ""
}
|
Графически отображает распределение событий во времени.
Параметры
----------
события : pd.Series
pd.Series, индекс которого должен содержать, по крайней мере, уровень 'date'.
num_bars : целое число, необязательно
Количество столбцов для построения графика.
ax : matplotlib.Axes, необязательно
Графическая ось для построения графика.
Возвращает
-------
ax : matplotlib.Axes
|
||
c77380
|
train
|
{
"resource": ""
}
|
Получите разбивку по топовым страницам на периоды, то есть:
день url количество
2014-01-01 /blog/ 11
2014-01-02 /blog/ 14
2014-01-03 /blog/ 9
|
||
c77400
|
train
|
{
"resource": ""
}
|
Определите, следует ли обрабатывать ошибку с помощью FR или стандартного Flask.
Цель состоит в том, чтобы вернуть обработчики ошибок Flask для маршрутов, не связанных с FR, а для ошибок FR вернуть правильный тип медиа-контента для конечных точек FR. Этот метод на данный момент обрабатывает ошибки 404 и 405.
:возвращаемое_значение: bool
|
||
c77420
|
train
|
{
"resource": ""
}
|
Установить позицию и размер левого верхнего угла окна
|
||
c77440
|
train
|
{
"resource": ""
}
|
Дублирует содержимое листа.
:param int source_sheet_id: ИД листа, который нужно дублировать.
:param int insert_sheet_index: (опционально) Нулевой-базовый индекс,
в который нужно вставить новый лист.
Индексы всех листов после данного
будут увеличены.
:param int new_sheet_id: (опционально) ИД нового листа. Если не задано,
будет выбран ИД. Если задано, ИД не должен
конфликтовать с уже существующими листами.
Если задано, он должен быть неотрицательным.
:param str new_sheet_name: (опционально) Название нового листа.
Если пустое, будет выбрано новое название.
:возвращает: ново создан класс :class:`<gspread.models.Worksheet>`.
.. versionadded:: 3.1.0
|
||
c77460
|
train
|
{
"resource": ""
}
|
Авторизовать клиента.
|
||
c77480
|
train
|
{
"resource": ""
}
|
Предоставьте макет, связывающий отдельные связанные компоненты. Это делается с помощью вычисления центроиды каждой компоненты, а затем выполнения спектральной обратной проекции центроид.
Параметры
----------
data: массив формата (n_samples, n_features)
Исходные данные — требуются для того, чтобы мы могли сгенерировать центроиды для каждой связанной компоненты графа.
n_components: int
Количество отдельных компонент, которые необходимо выровнять.
component_labels: массив формата (n_samples)
Метка компонента, к которой принадлежит каждая вершина графа.
dim: int
Выбранный размер вложения.
metric: строка или callable (необязательно, по умолчанию 'euclidean')
Метрика, используемая для измерения расстояний между точками исходных данных.
metric_kwds: dict (необязательно, по умолчанию {})
Ключевые аргументы, которые должны быть переданы в функцию метрики.
Возвращает
---------
component_embedding: массив формата (n_components, dim)
``dim``-мерное вложение ``n_components``-присутствующих соединённых компонент.
|
||
c77500
|
train
|
{
"resource": ""
}
|
Выполните команду, требующую указания точки на экране.
|
||
c77520
|
train
|
{
"resource": ""
}
|
Декоратор для обработки исключений «Игра уже завершена».
|
||
c77540
|
train
|
{
"resource": ""
}
|
Квадрат расстояния до другой точки.
|
||
c77560
|
train
|
{
"resource": ""
}
|
Запустите TCP-сервер, отправьте настройки.
|
||
c77580
|
train
|
{
"resource": ""
}
|
Выберите всех личинок.
|
||
c77600
|
train
|
{
"resource": ""
}
|
Сформировать кадр на основе наблюдения.
|
||
c77620
|
train
|
{
"resource": ""
}
|
Маска должна быть множеством булевых значений, полученных в результате сравнения с слоем признаков.
|
||
c77640
|
train
|
{
"resource": ""
}
|
Обработайте предоставленные Python данные и сохраните результат.
Это будет вызвано во время конструирования формы с помощью аргументов `kwargs` или `obj` формы.
Преобразование объекта ORM в первичный ключ для клиентской формы.
:param value: Python-объект, содержащий значение для обработки.
|
||
c77660
|
train
|
{
"resource": ""
}
|
Аутентификация пользователя OpenID
:param email: электронная почта пользователя для аутентификации
:type self: Модель Пользователя
|
||
c77680
|
train
|
{
"resource": ""
}
|
Добавьте свои собственные ссылки в меню с использованием этого метода.
:param name:
Строка имени, которая идентифицирует меню.
:param href:
Переопределите сгенерированную ссылку для меню.
Вы можете использовать строку URL или имя конечной точки.
:param icon:
Имя иконки Font-Awesome, необязательно.
:param label:
Метка, которая будет отображаться в меню,
если она отсутствует, будет использоваться параметр name.
:param category:
Категория меню, к которой будет добавлено меню.
Если не указано, представление будет доступно в качестве верхнего меню.
:param category_icon:
Имя иконки Font-Awesome для категории, необязательно.
:param category_label:
Метка, которая будет отображаться на меню,
если она отсутствует, будет использоваться параметр name.
|
||
c77700
|
train
|
{
"resource": ""
}
|
Работает как плагин для apispec.
Может вернуть путь в виде строки и изменить словарь operation.
:param str path: Путь к ресурсу
:param dict operations: Словарь, соответствующий HTTP методам операцией объекта. См.,
https://github.com/OAI/OpenAPI-Specification/blob/master/versions/3.0.2.md#operationObject
:param kwargs:
:return: Возвращаемое значение должно быть строкой или None. Если возвращается строка, она устанавливается как путь.
|
||
c77720
|
train
|
{
"resource": ""
}
|
Функция для использования в графиках с группировкой.
Принимает список и возвращает среднее арифметическое элементов списка.
|
||
c77740
|
train
|
{
"resource": ""
}
|
Параметризируйте вызов с учетом его контекста, установленного на конфигурацию на уровне хоста.
|
||
c77760
|
train
|
{
"resource": ""
}
|
Возвращает все правила и термины грамматики, предваренные префиксом «namespace», за исключением тех, которые алиасированы.
|
||
c77780
|
train
|
{
"resource": ""
}
|
Копирование по требованию ассоциирует значение в вложенном словаре.
|
||
c77800
|
train
|
{
"resource": ""
}
|
Создаёт массив, содержащий случайные значения, равномерно распределённые с заданным `mean` и `std`.
Аргументы:
shape: Требуемая форма
mean: Требуемый средний показатель (По умолчанию = 128)
std: Требуемое стандартное отклонение (По умолчанию = 20)
Возвращает: Случайный numpy-массив с требуемой формой `shape`, равномерно распределённым с заданным `mean` и `std`.
|
||
c77820
|
train
|
{
"resource": ""
}
|
Верните новый объект DataArray с транспонированными измерениями.
Параметры
----------
*dims : str, опционально
По умолчанию, инвертируйте измерения. В противном случае, переупорядочьте измерения в указанном порядке.
Возвращает
-------
transposed : DataArray
Массив предоставляемого объектом DataArray перестановки транспонируется.
Примечания
-----
Эта операция возвращает обзор данных этого массива. Для DataArray, поддерживаемых dask, это операция пассивная, но не для DataArray, поддерживаемых numpy — данные будут полностью перезагружены.
См. также
--------
numpy.transpose
Dataset.transpose
|
||
c77840
|
train
|
{
"resource": ""
}
|
Методы для возврата обернутой функции для любой функции `func` для метода узкого места, за исключением `median`.
|
||
c77880
|
train
|
{
"resource": ""
}
|
Создайте ключ идентификации для операции идентификации.
Параметры
-----------
ключ: int, slice, array, dict или кортеж из целых чисел, срезов и массивов
Допустимый любой ввод для идентификации.
Возвращает
-------
dims: кортеж
Размерности получившейся переменной.
indexers: подкласс IndexingTuple
Кортеж из целых чисел, массивоподобных объектов или срезы, которые следует использовать при идентификации
self._data. Тип этого аргумента указывает на тип идентификации, которую следует выполнить, то есть базовая, внешняя или векторизованная.
new_order : Optional[Последовательность[int]]
Опциональная новая последовательность для результата идентификации. Если не равен None, то первые len(new_order) элементов идентификации должны быть перемещены на эти позиции.
|
||
c77900
|
train
|
{
"resource": ""
}
|
Адаптировано из pandas.tslib.get_date_field
|
||
c77940
|
train
|
{
"resource": ""
}
|
Обратите дату обратно до ближайшего конца года.
|
||
c77960
|
train
|
{
"resource": ""
}
|
Создайте соответствующую подпись для NumPy gufunc.
В отличие от __str__, обрабатывает измерения, которые не соответствуют идентификаторам Python.
|
||
c78000
|
train
|
{
"resource": ""
}
|
Возвращает новый набор данных с удаленными метками устраненных значений вдоль указанного измерения.
Параметры
----------
dim : str
Измерение, вдоль которого нужно устранить отсутствующие значения. Устранение вдоль нескольких измерений одновременно пока не поддерживается.
how : {'any', 'all'}, опционально
* any : если встречаются любые значения NA, исключите эту метку.
* all : если все значения NA, исключите эту метку.
thresh : int, по умолчанию None
Если предоставлен, потребуйте это количество ненулевых значений.
subset : последовательность, опционально
Подмножество переменных для проверки на отсутствующие значения. По умолчанию, проверяются все переменные в наборе данных.
Возвращает
-------
Dataset
|
||
c78020
|
train
|
{
"resource": ""
}
|
обратная функция ffill
|
||
c78040
|
train
|
{
"resource": ""
}
|
Получите правильные начальные и конечные даты времени для отрезка CFTimeIndex с выборкой.
Параметры
----------
first : cftime.datetime
Неправильный начальный объект времени даты для отрезка CFTimeIndex с выборкой. Обычно это минимальная дата времени оригинального CFTimeIndex.
last : cftime.datetime
Неправильный конечный объект времени даты для отрезка CFTimeIndex с выборкой. Обычно это максимальная дата времени оригинального CFTimeIndex.
offset : xarray.coding.cftime_offsets.BaseCFTimeOffset
Объект смещения, представляющий целевую конвертацию, иначе говоря, частоту выборки. Содержит информацию о типе смещения (например, День или 'D') и величине смещения (например, n = 3).
closed : 'left' или 'right', опционально
Которая сторона интервала бинов закрыта. По умолчанию 'left'.
base : int, опционально
Для частот, которые равномерно делят 1 день, "начало" агрегированных интервалов. Например, для частоты '5мин' база могла бы варьироваться от 0 до 4. По умолчанию 0.
Возвращает
---------
first : cftime.datetime
Правильный начальный объект времени даты для отрезка CFTimeIndex с выборкой.
last : cftime.datetime
Правильный конечный объект времени даты для отрезка CFTimeIndex с выборкой.
|
||
c78060
|
train
|
{
"resource": ""
}
|
Объединить переменные координат.
См. ниже функцию merge_core описания аргументов. Это работает аналогично
merge_core, за исключением того, что мы не занимаемся вопросом о том, являются ли переменные координатами или нет.
|
||
c78080
|
train
|
{
"resource": ""
}
|
Верните первый элемент каждой группы по измерению группы.
|
||
c78120
|
train
|
{
"resource": ""
}
|
Дан объект данных xarray и индексаторы на основе меток, возвращайте сопоставление индексаторов с метками, у которых есть только имена измерений в качестве ключей.
Они группируют несколько уровней индексаторов для мультииндекса измерения в один, словарный индексатор для этого измерения (Вставьте исключение ValueError, если это невозможно).
|
||
c78140
|
train
|
{
"resource": ""
}
|
Все ли элементы x имеют тип из типов?
|
||
c78180
|
train
|
{
"resource": ""
}
|
Закрывает потоковое вещание событий.
|
||
c78200
|
train
|
{
"resource": ""
}
|
Подключение контейнера к сети.
Аргументы:
- container (str): идентификатор/имя контейнера, который необходимо подключить к сети.
- net_id (str): идентификатор сети.
- aliases (:py:class:`list`): список псевдонимов для этого концепции. Имена в этом списке можно использовать внутри сети для поиска контейнера. По умолчанию равно ``None``.
- links (:py:class:`list`): список ссылок для этого концепта. Контейнеры, объявленные в этом списке, будут связаны с этим контейнером. По умолчанию равно ``None``.
- ipv4_address (str): IP-адрес этого контейнера на сети, используя протокол IPv4. По умолчанию равно ``None``.
- ipv6_address (str): IP-адрес этого контейнера на сети, используя протокол IPv6. По умолчанию равно ``None``.
- link_local_ips (:py:class:`list`): список локальных для связи (IPv4/IPv6) адресов.
|
||
c78220
|
train
|
{
"resource": ""
}
|
Включите плагин.
Аргументы:
timeout (int): Тайм-аут в секундах. По умолчанию: 0.
Исключения:
:py:class:`docker.errors.APIError`
Если сервер возвращает ошибку.
|
||
c78240
|
train
|
{
"resource": ""
}
|
Список томов. Аналог команды ``docker volume ls``.
Аргументы:
filters (dict): Опции фильтрации списка с сервера.
Возвращает:
(список :py:class:`Volume`): Тома.
События:
:py:class:`docker.errors.APIError`
Если сервер возвращает ошибку.
|
||
c78260
|
train
|
{
"resource": ""
}
|
Приостанавливает все процессы в контейнере.
Параметры:
container (str): Контейнер, который нужно приостановить
Исключения:
:py:class:`docker.errors.APIError`
Если сервер возвращает ошибку.
|
||
c78280
|
train
|
{
"resource": ""
}
|
Загрузить изображение с заданным именем и вернуть его. Аналогично команде ``docker pull``. Если тег не указан, будут загружены все теги данного репозитория.
Если вы хотите получить сырые данные загрузки, используйте метод :py:meth:`~docker.api.image.ImageApiMixin.pull` в низкоуровневом API.
Аргументы:
repository (str): Репозиторий для загрузки
tag (str): Тег для загрузки
auth_config (dict): Заменить учетные данные, найденные в конфигурации для данного запроса. ``auth_config`` должен содержать ключи ``username`` и ``password`` для действительности.
platform (str): Платформа в формате ``os[/arch[/variant]]``
Возвращает:
(:py:class:`Image` или список): Загруженное изображение. Если тег не был указан, метод вернет список объектов :py:class:`Image`, принадлежащих этому репозиторию.
Выдаёт исключение:
:py:class:`docker.errors.APIError`
В случае ошибки сервера.
Пример использования:
>>> # Загрузить изображение, помеченное `latest` в репозитории busybox
>>> image = client.images.pull('busybox:latest')
>>> # Загрузить все теги в репозитории busybox
>>> images = client.images.pull('busybox')
|
||
c78300
|
train
|
{
"resource": ""
}
|
Создайте контейнер без его запуска. Похоже на `docker create`.
Принимает те же аргументы, что и :py:meth:`run`, за исключением `stdout`, `stderr` и `remove`.
Возвращает:
Объект класса :py:class:`Container`.
Вызывает исключение:
:py:class:`docker.errors.ImageNotFound`
Если указанное изображение не найдено.
:py:class:`docker.errors.APIError`
Если сервер возвращает ошибку.
|
||
c78320
|
train
|
{
"resource": ""
}
|
Поток результатов для контейнеров с поддержкой TTY и сырых двоичных данных
|
||
c78360
|
train
|
{
"resource": ""
}
|
Вернуть кодировщик на основе настроек кодирования
|
||
c78380
|
train
|
{
"resource": ""
}
|
Максимальное абсолютное значение признаков для положительных и отрицательных весов.
|
||
c78400
|
train
|
{
"resource": ""
}
|
Объясните веса для sklearn_crfsuite.CRF.
Для описания параметров ``top``, ``target_names``, ``targets``,
``feature_re`` и ``feature_filter`` смотрите :func:`eli5.explain_weights`.
|
||
c78420
|
train
|
{
"resource": ""
}
|
Возвращение имен функции.
Это функция "наилучшие усилия", которая пытается воссоздать имена функций на основе того, что она уже видела.
HashingVectorizer использует подписанную функцию хеширования. Если always_signed равно True, каждому термину в именах функций предшествует его знак. Если это ложь, знаки показываются только в случае возможного столкновения разных знаков.
Вероятно, вы хотите, чтобы всегда было always_signed=True, если вы проверяете необработанные коэффициенты классификаторов, и всегда было always_signed=False, если вы уже заботились о :attr:`column_signs_`.
|
||
c78440
|
train
|
{
"resource": ""
}
|
Проверяет, является ли arg списочным. Это исключает строки и словари.
|
||
c78480
|
train
|
{
"resource": ""
}
|
Создаёт секретный ключ с заданным именем и сохраняет его в кошельке. Имя должно быть уникальным.
:param wallet_handle: обработчик кошелька (создан методом open_wallet).
:param master_secret_name: (опционально, если не указан будет сгенерирован случайным образом) новый мастер-идентификатор
:return: идентификатор сгенерированного секретного ключа.
|
||
c78500
|
train
|
{
"resource": ""
}
|
Формирует запрос GET_REVOC_REG. Запрос на получение накопленного состояния Реестра отзывов
по ID. Состояние определяется заданной датой.
:param submitter_did: (Необязательно) DID отправителя запроса чтения (если не указано, то будет использоваться заданный Libindy DID).
:param revoc_reg_def_id: ID определения Реестра отзывов в книге учета.
:param timestamp: Запрошенное время, представленное как общее количество секунд с Эпохи Unix.
:return: Результат запроса в формате JSON.
|
||
c78520
|
train
|
{
"resource": ""
}
|
Анализирует ответ на запрос Indy о получении платных услуг
:param payment_method: Метод оплаты, который следует использовать (например, 'sov').
:param resp_json: Ответ на запрос Indy о получении платных услуг
:return: fees_json: {
txnType1: amount1,
txnType2: amount2,
.................
txnTypeN: amountN,
}
|
||
c78540
|
train
|
{
"resource": ""
}
|
Поиск следующих n записей из открытого поискового обращения
:param handle: int
:param count: int
Пример:
query_json = {"tagName1": "str1"}
type_ = 'TestType'
search_handle = await Wallet.open_search(type_, query_json, None)
results = await Wallet.search_next_records(search_handle, 5)
:return:
|
||
c78560
|
train
|
{
"resource": ""
}
|
Рисует ося, соответствующую шкале заданного маркера.
Также возвращает словарь созданных осей. Если маркер не задан,
используется последний отрисованный маркер.
Параметры
---------
маркер: Mark или None (по умолчанию: None)
Маркер, который нужно проверить для создания осей. Если None, вместо этого
используется последний отрисованный маркер.
options: dict (по умолчанию: {})
Опции для создания осей. Если для этого маркера требуется шкала,
обозначенная как 'x', options['x'] содержит необязательные ключевые
аргументы для конструктора типа соответствующей оси.
|
||
c78580
|
train
|
{
"resource": ""
}
|
Применяет указанные свойства к виджету.
`properties` — это словарь соответствий ключ-значение, соответствующий
свойствам, которые должны быть применены к виджету.
|
||
c78600
|
train
|
{
"resource": ""
}
|
Вспомогательный метод для разбора и проверки телефона и его хэша.
|
||
c78620
|
train
|
{
"resource": ""
}
|
Загружает медиа, содержащееся в сообщении, если таковое имеется. Шорткат для `telethon.client.downloads.DownloadMethods.download_media` с уже установленным параметром `message`.
|
||
c78640
|
train
|
{
"resource": ""
}
|
Специализированная версия .send_file для альбомов
|
||
c78660
|
train
|
{
"resource": ""
}
|
Удаляет состояния, известные для сопоставления данного идентификатора из сообщений в ожидании.
Этот метод следует использовать, когда реакция не является специфичной.
|
||
c78680
|
train
|
{
"resource": ""
}
|
Этот метод будет вызван после того, как будет вызван `connect`.
После завершения этого метода писатель будет разряжен.
Подклассы должны использовать этот метод, если им необходимо отправить данные в Телеграм для указания используемого режима подключения.
|
||
c78700
|
train
|
{
"resource": ""
}
|
Парсит предоставленный телефон или возвращает `None`, если он недействителен.
|
||
c78740
|
train
|
{
"resource": ""
}
|
Заканчивает блок отступов, оставляя пустую строку ранее
|
||
c78760
|
train
|
{
"resource": ""
}
|
Генерирует файл индекса для указанной папки
|
||
c78780
|
train
|
{
"resource": ""
}
|
Верните конфигурационные теги, объединенные с динамически примененными тегами.
|
||
c78800
|
train
|
{
"resource": ""
}
|
Возвращает объект PostmasterProcess, если один запущен в каталоге с данными, или None. Если самый последний запущенный процесс все еще активен, обновляет кэшированный процесс на основе файла pid.
|
||
c78820
|
train
|
{
"resource": ""
}
|
an анализирует предоставленный график и проверяет на
|
||
c78840
|
train
|
{
"resource": ""
}
|
Разбить строку заголовка HTTP, которая может быть припашенным, запятой-разделенным списком, как используется в заголовках сущностей в RFC2616.
|
||
c78860
|
train
|
{
"resource": ""
}
|
Добавьте пример к мере.
Внутреннее использование, не используйте.
|
||
c78880
|
train
|
{
"resource": ""
}
|
Верните подчиненного для данного набора меток.
Все метрики могут иметь метки, что позволяет группировать связанные временные ряды. Давайте взглянем на существующую отметку:
```python
from prometheus_client import Counter
c = Counter('my_requests_total', 'HTTP Failures', ['method', 'endpoint'])
c.labels('get', '/').inc()
c.labels('post', '/submit').inc()
```
Метки также могут быть предоставлены в качестве ключевых аргументов:
```python
from prometheus_client import Counter
c = Counter('my_requests_total', 'HTTP Failures', ['method', 'endpoint'])
c.labels(method='get', endpoint='/').inc()
c.labels(method='post', endpoint='/submit').inc()
```
См. лучшие практики по [именованию](http://prometheus.io/docs/practices/naming/) и [меткам](http://prometheus.io/docs/practices/instrumentation/#use-labels).
|
||
c78900
|
train
|
{
"resource": ""
}
|
Возвращает цвет фона и цвет переднего плана для указанного имени.
|
||
c78920
|
train
|
{
"resource": ""
}
|
Кодирование ISO 8601 для временных интервалов.
|
||
c78940
|
train
|
{
"resource": ""
}
|
Создайте новую группу в JIRA.
:параметр groupname: Название группы, которую вы хотите создать.
:тип groupname: str
:возврат: Булево значени - True, если успешно.
:тип возврата: bool
|
||
c78960
|
train
|
{
"resource": ""
}
|
Удалить голос текущего авторизованного пользователя по поводу определенного вопроса.
:param issue: ID или ключ вопроса для снятия голоса по вопросу.
|
||
c78980
|
train
|
{
"resource": ""
}
|
Получить роль ресурса.
:param project: ID или ключ проекта, из которого нужно получить роль
:param id: ID роли, которую нужно получить
|
||
c79000
|
train
|
{
"resource": ""
}
|
Получить MIME-тип для заданного потока байтов
:param buff: Поток байтов
:type buff: bytes
:rtype: str
|
||
c79020
|
train
|
{
"resource": ""
}
|
Преобразуйте словарь в объект ресурса Jira.
Рекурсивно обходит структуру словаря, преобразуя свойства в атрибуты нового объекта ``Resource`` подходящего типа (если присутствует связь ``self``) или объекта ``PropertyHolder`` (если связь ``self`` отсутствует).
|
||
c79040
|
train
|
{
"resource": ""
}
|
Создайте объекты набора данных для разделов набора данных SST.
Аргументы:
- text_field: Поле, которое будет использоваться для предложения.
- label_field: Поле, которое будет использоваться для данных меток.
- root: Корневой каталог, в который будет развернут архив ZIP набора данных; следовательно, папка, в иерархии дерева которой будут храниться файлы данных.
- train: Имя файла данных для обучения. По умолчанию: 'train.txt'.
- validation: Имя файла данных для проверки или None для того, чтобы не загружать набор проверки. По умолчанию: 'dev.txt'.
- test: Имя файла данных для тестирования или None для того, чтобы не загружать тестовый набор. По умолчанию: 'test.txt'.
- train_subtrees: Использовать ли все поддеревья в наборе обучения. По умолчанию: False.
- Оставшиеся ключевые аргументы: Передаются методу splits класса Dataset.
|
||
c79060
|
train
|
{
"resource": ""
}
|
Настроить генератор батчей для нового эпоха.
|
||
c79080
|
train
|
{
"resource": ""
}
|
Согласовать типы данных. Конвертирует тензоры PyTorch в массивы Numpy и скаляры Numpy в скаляры Python.
|
||
c79100
|
train
|
{
"resource": ""
}
|
Проверьте, нужно ли совершать коммит на основе количества сообщений и существующего коммита.
|
||
c79120
|
train
|
{
"resource": ""
}
|
Кодирование MessageSet. В отличие от других массивов в протоколе, MessageSets не имеют префикса с указанием длины.
Формат
=======
MessageSet => [Offset MessageSize Message]
Offset => int64
MessageSize => int32
|
||
c79140
|
train
|
{
"resource": ""
}
|
Коммитнуть конкретные смещения асинхронно.
Аргументы:
offsets (dict {TopicPartition: OffsetAndMetadata}): то, что необходимо коммитнуть.
callback (callable, optional): вызывается как callback(offsets, response).
Результатом callback будет либо исключение, либо структура OffsetCommitResponse.
Этот callback может быть использован для активации пользовательских действий после завершения запроcов на коммит.
Возвращает:
kafka.future.Future
|
||
c79160
|
train
|
{
"resource": ""
}
|
Истечь окнам, которые истекли при отсутствии каких-либо событий
|
||
c79200
|
train
|
{
"resource": ""
}
|
Сжимает предоставленные данные с помощью сжатия Snappy.
Если xerial_compatible установлено, то поток кодируется в формате, совместимом с библиотекой Snappy от Xerial.
Размер блока (xerial_blocksize) контролирует, насколько часто происходит блокировка. Размер блока по умолчанию в библиотеке Xerial составляет 32К.
Формат в итоге выглядит следующим образом:
+-------------+------------+--------------+------------+--------------+
| Заголовок | Длина Блока1 | Данные Блока1 | Длина Блокn | Данные Блокn |
+-------------+------------+--------------+------------+--------------+
| 16 байт | BE int32 | байты Snappy| BE int32 | байты Snappy|
+-------------+------------+--------------+------------+--------------+
Важно отметить, что размер блока — это количество несжатых данных, представленных Snappy в каждом блоке, тогда как блоклен — это количество байт, которое будет присутствовать в потоке. Таким образом, длина будет <= размера блока.
|
||
c79220
|
train
|
{
"resource": ""
}
|
Ручной установки запрашиваемого смещения для TopicPartition.
Превышает запрашиваемые смещения, которые потребитель будет использовать в следующем вызове:
:meth:`~kafka.KafkaConsumer.poll`. Если этот API вызывается более чем один раз для того же раздела, тогда будет использовано последнее смещение в следующем вызове:
:meth:`~kafka.KafkaConsumer.poll`.
Примечание: Вы можете потерять данные, если это API используется произвольно в середине потребления для сброса запрашиваемых смещений.
Аргументы:
partition (TopicPartition): Раздел для операции поиска
offset (int): Смещение сообщения в разделе
Вызывается:
AssertionError: Если смещение не является целым числом >= 0; или если раздел не назначен.
|
||
c79240
|
train
|
{
"resource": ""
}
|
Попытка выяснить версию брокера Kafka.
Примечание: Этот метод может заблокироваться дольше, чем указано, из-за тайм-аута. Это может произойти, если вся кластер выходит из строя и клиент входит в режим затухающей паузы при подготовке. Это возможно только в том случае, если node_id равен None.
Возвращает: кортеж версии, например (0, 10), (0, 9), (0, 8, 2) и т.д.
Подъемы:
NodeNotReadyError (если указан node_id)
NoBrokersAvailable (если node_id равен None)
UnrecognizedBrokerVersion: пожалуйста, сообщите об ошибке, если видите!
AssertionError (если strict=True): пожалуйста, сообщите об ошибке, если видите!
|
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.