_id
stringlengths 2
7
| title
stringclasses 1
value | partition
stringclasses 3
values | language
stringclasses 1
value | meta_information
dict | text
stringlengths 5
1.76k
|
|---|---|---|---|---|---|
c146460
|
train
|
{
"resource": ""
}
|
Возвращает соответствующий массив StaticMask для изображения.
|
||
c146480
|
train
|
{
"resource": ""
}
|
Посмотрите документы для _process_input_wcs.
Это отделено, чтобы быть запущенным параллельно.
|
||
c146500
|
train
|
{
"resource": ""
}
|
Общая функция для интерпретации имен столбцов, предоставленных пользователем.
Эта функция переводит спецификацию столбцов, предоставленную пользователем,
в номера столбцов.
Примечания
----------
Эта функция понимает следующие входные данные::
'1,2,3' или 'c1,c2,c3' или ['c1','c2','c3']
'1-3' или 'c1-c3'
'1:3' или 'c1:c3'
'1 2 3' или 'c1 c2 c3'
'1' или 'c1'
1
Параметры
----------
colname :
Имя столбца или несколько имен столбцов для интерпретации
Возвращает
-------
cols : list
Значение возвращаемое значениями будет список строк.
|
||
c146520
|
train
|
{
"resource": ""
}
|
Создайте копию оригинального файла ASN и измените регистр всех членов на строчный.
|
||
c146540
|
train
|
{
"resource": ""
}
|
Возвращать данные IPFS, как если бы файл был закреплён для реального узла.
|
||
c146560
|
train
|
{
"resource": ""
}
|
Возвращает манифест с новым включенным развертыванием. Требуется действительный URI блокчейна, однако не предоставляется проверка того, что этот URI является уникальным среди других URI развертываний, поэтому пользователь должен убедиться, что каждый URI блокчейна представляет собой уникальный блокчейн.
|
||
c146580
|
train
|
{
"resource": ""
}
|
Добавляет новую подписку на событие к слушателю.
Реальная декларация очереди на удаленный сервер сообщений выполняется при подключении.
Если слушатель в данный момент не подключен, он откладывает декларацию.
Все существующие подписки передекларируются на удаленном, если `EventListener` теряет
и восстанавливает соединение.
Аргументы:
exchange_name (str):
Имя AMQP обменника. Сообщения всегда публикуются на конкретный обменник.
routing (str):
Фильтрует сообщения проходящие через обменник.
Ключ маршрутизации - строка, разделенная символом '.', принимает символы
подстановки `#` и `*`.
exchange_type (ExchangeType_, необязательный):
Если обменник еще не существует, он будет создан этого типа.
По умолчанию `topic`, допустимые значения — `topic`, `fanout` или `direct`.
on_message (EVENT_CALLBACK_, необязательный):
Функция, которая будет вызвана при получении нового сообщения.
Если `on_message` отсутствует, он будет по умолчанию логировать сообщение.
Возвращает:
EventSubscription:
Новая подписка.
Этот значениЭ можно безопасно уничтожить: `EventListener` сохраняет свою ссылку.
|
||
c146600
|
train
|
{
"resource": ""
}
|
Попытайтесь получить класс сериализатора из метода представления. Если у метода представления нет сериализатора запроса, перейдите к `serializer_class` в классе представления.
|
||
c146620
|
train
|
{
"resource": ""
}
|
Преобразуйте словарь кортежей опций в простой словарь ключ-значение.
|
||
c146640
|
train
|
{
"resource": ""
}
|
Проверьте статус всех задач, запущенных по этой ссылке, и верните флаг статуса, который их суммирует.
Параметры
---------
fail_running : `bool`
Если True, считать запущенные задачи неудачными.
fail_pending : `bool`
Если True, считать задачи в ожидании неудачными.
Возвращает
---------
status : `JobStatus`
Флаг статуса задачи, который суммирует статус всех задач.
|
||
c146660
|
train
|
{
"resource": ""
}
|
Обновите словарь конфигурации ``cfg`` содержимым ``cfgin`` с использованием словаря ``schema`` для определения допустимых входных ключей.
Параметры
---------
cfg : dict
Словарь конфигурации для обновления.
cfgin : dict
Новый словарь конфигурации, который будет объединён с ``cfg``.
schema : dict
Шаблон конфигурации, определяющий допустимые ключи конфигурации и их типы.
Возвращает
---------
cfgout : dict
|
||
c146680
|
train
|
{
"resource": ""
}
|
Возвращает представление SkyCoord позиции источника.
Возвращает
-------
skydir : `~astropy.coordinates.SkyCoord`
|
||
c146700
|
train
|
{
"resource": ""
}
|
Запишите модель ROI в файл FITS.
|
||
c146740
|
train
|
{
"resource": ""
}
|
Удалить файл в указанном пути.
Обрабатывает исключение, если файл не существует.
Если значение dry_run равно True, выведет имя файла, которое должно быть удалено, но сам файл не будет удалён.
|
||
c146760
|
train
|
{
"resource": ""
}
|
Заполните `массив` из `списка`
|
||
c146780
|
train
|
{
"resource": ""
}
|
Добавьте все источники из source_info_dict в эту фабрику.
|
||
c146800
|
train
|
{
"resource": ""
}
|
Найти строки в таблице ``tab``, которые соответствуют как минимум одной из строк в ``names``. Этот метод игнорирует пробелы и регистр при сопоставлении строк.
Параметры
----------
tab : `astropy.table.Table`
Таблица, которая будет проанализирована.
names : список
Список строк.
colname : str
Название столбца таблицы, в котором будет происходить поиск соответствующих строк.
Возвращает
-------
mask : `~numpy.ndarray`
Булев маска строк с совпадающими строками.
|
||
c146820
|
train
|
{
"resource": ""
}
|
Прочитай YAML-файл для диффузных компонентов
|
||
c146840
|
train
|
{
"resource": ""
}
|
Удалить и перезагрузить источник в модели. Это обновит пространственную модель источника до той, которая определена в XML-модели.
|
||
c146860
|
train
|
{
"resource": ""
}
|
Обновите масштаб параметра, сохраняя его значение постоянным.
|
||
c146880
|
train
|
{
"resource": ""
}
|
Установите коррекцию экспозиции источника.
Параметры
----------
name : str
Название источника.
scale : float
Фактор масштабирования экспозиции (1.0 = номинальная экспозиция).
|
||
c146900
|
train
|
{
"resource": ""
}
|
Опционально передавайте параметры в объект `Link`, строя его при необходимости.
Параметры
---------
linkname : str
Уникальное имя этого конкретного ссылки
cls : type
Тип `Link`, который создается или управляется
|
||
c146920
|
train
|
{
"resource": ""
}
|
Оценить дифференциальный поток.
|
||
c146940
|
train
|
{
"resource": ""
}
|
Найти строку, соответствующую значению для конкретного столбца. Если именно одна строка соответствует, вернуть индекс этой строки. В противном случае вызвать исключение KeyError.
|
||
c146980
|
train
|
{
"resource": ""
}
|
Логарифм вероятности профиля.
Возвращает ``L_prof(x, y=y_min | z')``, где y_min — значение y, минимизирующее L для данного x.
Этот метод будет использовать зацикленный объект '~fermipy.castro.Interpolator', если возможно, и создаст его при необходимости.
|
||
c147000
|
train
|
{
"resource": ""
}
|
Сгладить карту HEALPix с использованием гауссовой функции
|
||
c147020
|
train
|
{
"resource": ""
}
|
Сгенерируйте последовательность векторов для краевых бинов, соответствующих осям объекта HPX.
|
||
c147040
|
train
|
{
"resource": ""
}
|
Собрать статистическую сводку из массива
Это создает словарь выходных массивов статистической сводки, с размерностью входного массива уменьшенной на единицу.
Параметры
----------
data : `numpy.ndarray`
Массив с собранными входными данными
Возвращает
----------
output : dict
Словарь `np.ndarray` с данными сводки. Они включают среднее, стандартное отклонение, медиану и 4 квартиля (0.025, 0.16, 0.86, 0.975).
|
||
c147060
|
train
|
{
"resource": ""
}
|
Подходящий для свободных параметров спектральной функции
Параметры
----------
specFunc : `~fermipy.spectrum.SpectralFunction`
Спектральная функция
initPars : `~numpy.ndarray`
Начальные значения параметров
freePars : `~numpy.ndarray`
Булев массив, указывающий, какие параметры должны быть свободными в подгонке.
Возвращает
-------
params : `~numpy.ndarray`
Параметры наилучшей подгонки.
spec_vals : `~numpy.ndarray`
Значения лучшей подгонки спектральной модели в каждом энергетическом интервале.
ts_spec : float
TS наилучшей подгонки спектра
chi2_vals : `~numpy.ndarray`
Массив значений chi-квадрат для каждого энергетического интервала.
chi2_spec : float
Общее значение chi-квадрат для суммы всех энергетических интервалов.
pval_spec : float
p-значение chi-квадрат для наилучшей подгонки спектра.
|
||
c147080
|
train
|
{
"resource": ""
}
|
Фильтрация и копирование таблицы FITS.
Параметры
----------
tab : объект FITS Table
to_remove : [int ...}
список индексов, которые нужно удалить из таблицы
возвращает объект FITS Table
|
||
c147100
|
train
|
{
"resource": ""
}
|
Создать `Link` конкретного класса, используя `kwargs` в качестве опций.
|
||
c147120
|
train
|
{
"resource": ""
}
|
Верните имя файла YAML каталога с разделением
|
||
c147140
|
train
|
{
"resource": ""
}
|
Очистите все задачи, связанные с этим объектом.
Если recursive равно True, это также очистит задачи, назначенные этим объектом.
|
||
c147160
|
train
|
{
"resource": ""
}
|
Скопируйте куб счётчика в файл outsrcmap, снизив порядок HEALPix до hpx_order, если это необходимо.
|
||
c147180
|
train
|
{
"resource": ""
}
|
Дан итератор, функция выдает данные из него, но выводит прогресс каждые 10,000 записей.
|
||
c147200
|
train
|
{
"resource": ""
}
|
Дополнить данный файл.
:param data: ``bytes`` или объект, подобный файлу
:param buffersize: Размер буфера, используемый при передаче данных.
:type buffersize: int
|
||
c147220
|
train
|
{
"resource": ""
}
|
Возвращает следующее правило.
:возврат: объект следующего правила
:rtype: AssociationRule
|
||
c147240
|
train
|
{
"resource": ""
}
|
Возвращает коренное значение для каждого значения в дополнительном имени субъекта:
запрос расширения, который является объектом asn1crypto.x509.GeneralName специфицированного типа указанным параметром name.
:param name:
Универсальная строка, используемая для фильтрации объектов x509.GeneralName -
выбор имени x509.GeneralName.
:return:
Список универсальных строк. Пустой список указывает, что нет запроса на расширение дополнительного имени субъекта.
|
||
c147280
|
train
|
{
"resource": ""
}
|
Проверьте, что метод fit может быть вызван для ссылочных данных
|
||
c147300
|
train
|
{
"resource": ""
}
|
Сгенерировать случайное докер-подобное имя с заданным разделителем.
:param sep: строка разделителя прилагательное-имя
:return: случайное докер-подобное имя
|
||
c147320
|
train
|
{
"resource": ""
}
|
Выполните проход вперёд с использованием данной партии для всех моделей, агрегируйте и верните результаты.
.. warning::
:py:class:`Ensemble` не может быть обучен.
:param batch: партия для обработки
:param train: ``True``, если данная партия должна быть использована для обновления модели, ``False`` в противном случае
:param stream: обёртка потока (полезно для точного управления буфером)
:return: агрегированное словарь результатов
:raise ValueError: если флаг ``train`` установлен в ``True``
|
||
c147340
|
train
|
{
"resource": ""
}
|
Рассчитайте и верните матрицу ошибок для предсказанных и ожидаемых меток.
:param expected: массив ожидаемых классов (целые числа) с формой `[num_of_data]`
:param predicted: массив предсказанных классов (целые числа) с формой `[num_of_data]`
:param num_classes: количество классов в классификации
:return: матрица ошибок (cm) с абсолютными значениями
|
||
c147360
|
train
|
{
"resource": ""
}
|
Выведите таблицу с данными о указанных тренировках в простом формате.
:param trainings: итерируемый объект состоящий из кортежей (train_dir, диcхарнция configuration, trace)
|
||
c147380
|
train
|
{
"resource": ""
}
|
Создайте синхронный клиент для данной Thrift-услуги.
Генерируемый класс принимает аргументы TChannelSyncClient и, опционально, hostport при инициализации.
Учитывая, что ``CommentService`` определен в ``comment.thrift`` и зарегистрирован с использованием Hyperbahn под именем "comment", вот как это может быть использовано:
.. code-block:: python
from tchannel.sync import TChannelSyncClient
from tchannel.sync.thrift import client_for
from comment import CommentService
CommentServiceClient = client_for('comment', CommentService)
tchannel_sync = TChannelSyncClient('my-service')
comment_client = CommentServiceClient(tchannel_sync)
future = comment_client.postComment(
articleId,
CommentService.Comment("hi")
)
result = future.result()
:параметр service:
Имя в сервисе Hyperbahn, который вызывается.
:параметр service_module:
Thrift-сгенерированный модуль для этого сервиса. Обычно он имеет такое же имя, какое определено для сервиса в IDL.
:параметр thrift_service_name:
Если имя Thrift-сервиса отличается от его модуля, используйте этот параметр для указания имени.
:возвращает:
Прогнозируемый класс Thrift, готовый к инстанцированию и использованию с TChannelSyncClient.
|
||
c147400
|
train
|
{
"resource": ""
}
|
Генерируйте метод для заданного Thrift-сервиса.
:param service_module:
Модуль Thrift-сервиса, сгенерированный Thrift
:param service_name:
Имя Thrift-сервиса
:param method_name:
Вызываемый метод
|
||
c147420
|
train
|
{
"resource": ""
}
|
Получает следующий элемент из очереди. Возвращает Future, который разрешается к следующему элементу, как только он становится доступен.
|
||
c147440
|
train
|
{
"resource": ""
}
|
Укажите аргументы, которые будут использоваться при создании экземпляра TChannel.
Аргументы такие же, как :py:meth:`tchannel.TChannel.__init__`.
|
||
c147460
|
train
|
{
"resource": ""
}
|
Ожидайте хэш-руки от удаленного хоста.
:param headers:
Заголовки для ответа
:возвращает:
Будущее, которое разрешается (с значением None) после завершения
хэш-руки.
|
||
c147480
|
train
|
{
"resource": ""
}
|
Перенаправляет сообщения, записанные в отложенном режиме, в журнал Robot Framework.
По умолчанию перенаправляет все сообщения, записанные всеми потоками, но можно ограничить это определенным потоком, передав имя потока в качестве аргумента.
Записанные сообщения удаляются из хранилища сообщений.
|
||
c147500
|
train
|
{
"resource": ""
}
|
Добавьте беззнаковое целое число в шаблон.
`length` задается в байтах и `value` является необязательным. `align` может использоваться для выравнивания поля на более длинную длину в байтах.
Примеры:
| uint | 2 | foo |
| uint | 2 | foo | 42 |
| uint | 2 | fourByteFoo | 42 | align=4 |
|
||
c147520
|
train
|
{
"resource": ""
}
|
Добавить публичное поле типа целочисленное 8-байтовое целое число в шаблон.
Это удобный метод, который просто вызывает параметр `Uint` с предопределенной длиной.
|
||
c147540
|
train
|
{
"resource": ""
}
|
Вернуть каноническую строку запроса для распарсенного URL.
@param parsed: Распарсенный URL, из которого нужно извлечь каноническую строку запроса.
@type parsed: L{urlparse.ParseResult}
@return: Каноническая строка запроса.
@rtype: L{str}
|
||
c147560
|
train
|
{
"resource": ""
}
|
Оцените время контакта стопы между знаковыми изменениями в данных акселерометра.
:param x: Серия временныхных данных для оценки "замерзания шага". Это могут быть x, y, z или mag_sum_acc.
:type x: pandas.Series
:return strikes: Времена контакта стопы, измеренные в секундах.
:rtype strikes: numpy.ndarray
:return strikes_idx: Индексы времени контакта стопы в ряде временных данных.
:rtype strikes_idx: numpy.ndarray
|
||
c147580
|
train
|
{
"resource": ""
}
|
Проверяет, нормализована ли временная серия.
:return: Возвращает :py:const:`True`, если все записи данных временной серии имеют одинаковое временное расстояние, :py:const:`False` в противном случае.
|
||
c147600
|
train
|
{
"resource": ""
}
|
Добавьте новый элемент в конец последовательности.
@return: Созданный новый элемент.
@raises L{WSDLParseError}: Если операция приведет к наличию больше элементов-детей, чем указано в максимальном ограничении.
|
||
c147620
|
train
|
{
"resource": ""
}
|
Вычислите и верните подпись исходя из предоставленных данных.
|
||
c147640
|
train
|
{
"resource": ""
}
|
Этот метод рассчитывает времена акинезии, среднее время задержки на каждой клавише в миллисекундах.
:param data_frame: рамка данных
:type data_frame: pandas.DataFrame
:return at: времена акинезии
:rtype at: float
:return duration: продолжительность теста (секунды)
:rtype duration: float
|
||
c147660
|
train
|
{
"resource": ""
}
|
Получите конфигурацию версионирования для контейнера.
@param bucket: Название контейнера. @return: C{Deferred}, который
запросит конфигурацию версионирования контейнера.
|
||
c147680
|
train
|
{
"resource": ""
}
|
Вспомогательная функция для загрузки разделенных по временным рядам данных о походке.
Данные параметры:
- `filename`: Полный путь к файлу, содержащему наши данные. Это должно быть файлом с разделением по запятым (csv).
- Тип: `str`
Возвращает: Разделенные по временным рядам данные о походке с колонками x, y, z, mag_acc_sum и сегментированные.
- Тип: `pandas.DataFrame`
|
||
c147700
|
train
|
{
"resource": ""
}
|
Создайте пустой файл, чтобы сотрудники могли установить нужную им позицию для записи и затем записать свои данные.
|
||
c147720
|
train
|
{
"resource": ""
}
|
Выполняет оптимизацию на заданном TimeSeries.
:param TimeSeries timeSeries: Instance TimeSeries, требующий оптимизированного прогноза.
:param list forecastingMethods: Список параметров forecastingMethods, которые будут использоваться для оптимизации.
:param float startingPercentage: Определяет начало интервала. Это должно быть значение в [0.0, 100.0].
Оно представляет собой значение, с которого должна начаться вычисление ошибки.
Например, 25.0 означает, что первые 25% всех рассчитанных ошибок будут проигнорированы.
:param float endPercentage: Определяет конец интервала. Это должно быть значение в [0.0, 100.0].
Оно представляет собой значение, после которого все значения ошибок будут проигнорированы. Например, 90.0 означает, что последние 10% всех локальных ошибок будут проигнорированы.
:return: Возвращает оптимизированный метод прогнозирования с наименьшей ошибкой.
:rtype: Tuple[BaseForecastingMethod, Dictionary]
:raise: Выбрасывает исключение :py:exc:`ValueError` ValueError, если список forecastingMethods пуст.
|
||
c147740
|
train
|
{
"resource": ""
}
|
Чтение файла из источника S3.
Параметры
----------
source : str
Путь, начинающийся с s3://, например 's3://bucket-name/key/foo.bar'
profile_name : str, необязательный
Имя профиля AWS
Возвращает
-------
content : bytes
Приводит к исключению
------
botocore.exceptions.NoCredentialsError
Botocore не может найти ваши учетные данные. Укажите либо profile_name, либо добавьте переменные окружения с именами AWS_ACCESS_KEY_ID, AWS_SECRET_ACCESS_KEY и AWS_SESSION_TOKEN.
Смотри https://boto3.readthedocs.io/en/latest/guide/configuration.html
|
||
c147760
|
train
|
{
"resource": ""
}
|
Сгенерируйте случайную дату.
Сгенерированные даты распределены равномерно.
Параметры
----------
minimum : объект datetime
Максимум : объект datetime
local_random : random.Random
Возвращает
--------
generated_date : объект datetime
Примеры
--------
>>> импорт random; r = random.Random(); r.seed(0)
>>> из datetime import datetime
>>> generate(datetime(2018, 1, 1), datetime(2018, 1, 2), local_random=r)
datetime.datetime(2018, 1, 1, 20, 15, 58, 47972)
>>> generate(datetime(2018, 1, 1), datetime(2018, 1, 2), local_random=r)
datetime.datetime(2018, 1, 1, 18, 11, 27, 260414)
|
||
c147780
|
train
|
{
"resource": ""
}
|
Начни применять патч
|
||
c147800
|
train
|
{
"resource": ""
}
|
Введите активным только true или false в копии этого запроса
|
||
c147820
|
train
|
{
"resource": ""
}
|
Верните профиль из базы данных или, если его нет, создайте новый.
:param user: Объект пользователя
:param save: Если установлено, новый профиль будет сохранен.
:type save: bool
|
||
c147840
|
train
|
{
"resource": ""
}
|
Выполните запрос к ``url``. По умолчанию запрос подписывается с использованием токена доступа, но это можно отключить, передав параметр ``is_signed=False``.
|
||
c147860
|
train
|
{
"resource": ""
}
|
Форматируйте входной Mapfile и сохраните как выходной Mapfile. Обратите внимание, что выходной Mapfile будет перезаписан, если он уже существует.
Пример форматирования одного Mapfile:
```
mappyfile format C:/Temp/valid.map C:/Temp/valid_formatted.map
```
Пример форматирования одного Mapfile с одинарными кавычками и табуляцией для внешнего форматирования:
```
mappyfile format C:/Temp/valid.map C:/Temp/valid_formatted.map --quote='\' --indent=1 --spacer='\t'
```
Пример форматирования одного Mapfile без раскрытия включений, но с добавлением комментариев:
```
mappyfile format C:/Temp/valid.map C:/Temp/valid_formatted.map --no-expand --comments
```
|
||
c147880
|
train
|
{
"resource": ""
}
|
Извлечь значение из json-списка похожего на zimbra (ключи — "n", значения — "_content").
Эта функция может быть немного быстрее, чем zimbra_to_python(haystack)[needle], так как не всегда необходимо итерировать по всему списку.
:param haystack: Список в формате zimbra-словаря
:param needle: искомый ключ
:return: значение или None, если ключ не найден
|
||
c147900
|
train
|
{
"resource": ""
}
|
НД-массив функции распределения (CDF) фактории Пфаффа распределения Вишарт, до нормализации
|
||
c147920
|
train
|
{
"resource": ""
}
|
Возвращаем процентные значения по указанному оси и базовой линии.
Значения индекса представляют разницу в процентах от соответствующих значений базовой линии. Значения базовой линии — это несопоставимые проценты соответствующей переменной.
|
||
c147940
|
train
|
{
"resource": ""
}
|
Рассчитайте и верните значения переменных для периода и базовой линии или реформируемой системы налогообложения и социальных выплат.
|
||
c147960
|
train
|
{
"resource": ""
}
|
Тупл, составленный из элементов, хранящий актуальную последовательность объектов элементов.
|
||
c148000
|
train
|
{
"resource": ""
}
|
Сгенерируйте словарь датафреймов для представления набора из числа лиц, равным nb_persons, распределенных по коллективным сущностям, равному числу nb_groups групп.
:param TaxBenefitSystem tax_benefit_system: система налогообложения и социального обеспечения для использования
:param int nb_persons: количество лиц в системе
:param int nb_groups: количество коллективных сущностей в системе
:возвращаемое: Словарь, ключами которого являются сущности, а значениями соответственно датафреймы.
Пример:
>>> from openfisca_survey_manager.input_dataframe_generator import make_input_dataframe_by_entity
>>> from openfisca_country_template import CountryTaxBenefitSystem
>>> tbs = CountryTaxBenefitSystem()
>>> input_dataframe_by_entity = make_input_dataframe_by_entity(tbs, 400, 100)
>>> sorted(input_dataframe_by_entity['person'].columns.tolist())
['household_id', 'household_legacy_role', 'household_role', 'person_id']
>>> sorted(input_dataframe_by_entity['household'].columns.tolist())
[]
|
||
c148020
|
train
|
{
"resource": ""
}
|
Примените заданную функцию, которая создает последовательность из элементов одной или нескольких асинхронных последовательностей и генерирует элементы последней созданной последовательности.
Функция применяется, как описано в `map`, и должна возвращать асинхронную последовательность. Ошибки, возникающие в источниковой или выходной последовательности (которая уже не была закрыта), будут перенаправлены.
|
||
c148040
|
train
|
{
"resource": ""
}
|
Повысить степень элементов асинхронной последовательности до заданной степени.
|
||
c148060
|
train
|
{
"resource": ""
}
|
Закрывает дескриптор, если он все еще открыт.
Обычно предпочтительнее использовать дескриптор как менеджер контекста, а не вызывать метод :meth:`close` вручную.
|
||
c148080
|
train
|
{
"resource": ""
}
|
Вернуть список информации о членах
|
||
c148100
|
train
|
{
"resource": ""
}
|
Получите список всех ссылок, которые должны быть включены внутри копий наборов.
|
||
c148120
|
train
|
{
"resource": ""
}
|
Выполнить команду добавить фрагмент
|
||
c148140
|
train
|
{
"resource": ""
}
|
Пройтись по простому демонстрационному примеру концепции тревоги.
|
||
c148160
|
train
|
{
"resource": ""
}
|
Случайным образом измените один символ.
|
||
c148180
|
train
|
{
"resource": ""
}
|
Преобразуйте экземпляр ``lxml._Element`` в кортеж Python.
|
||
c148200
|
train
|
{
"resource": ""
}
|
Добавляет объект.
|
||
c148220
|
train
|
{
"resource": ""
}
|
Собрать все FSEntry в множество, включая всех потомков.
:param list files: Список FSEntry для изучения.
:returns: Множество FSEntry
|
||
c148240
|
train
|
{
"resource": ""
}
|
Передавайте метрики по протоколу UDP
|
||
c148260
|
train
|
{
"resource": ""
}
|
Узнайте размеры и создайте формат заголовка.
|
||
c148280
|
train
|
{
"resource": ""
}
|
Получить ресурсы с использованием фильтрующего условия
|
||
c148300
|
train
|
{
"resource": ""
}
|
Создайте документацию для всех версий для определения корневого каталога и имен главных документов.
Следует собрать документацию для: (а) избежания конфликта имен файлов с файлов из root_ref и имен веток/тегов и (б) для определения значений конфигурации главных документов для всех версий (например, в случае изменения master_doc с e.g. contents.rst на index.rst между версиями).
Экспортирует все коммиты во временный каталог и возвращает путь, чтобы избежать повторного экспорта при окончательной сборке.
:параметр str local_root: Локальный путь к корневому каталогу git.
:параметр sphinxcontrib.versioning.versions.Versions versions: Instancia de la clase Versions.
:возвращает: Путь к временному каталогу с коммитами в подкаталогах.
:тип возврата: str
|
||
c148320
|
train
|
{
"resource": ""
}
|
Функция назад для обновления VDP VLAN в базе данных.
|
||
c148360
|
train
|
{
"resource": ""
}
|
Освободить идентификатор VPC для указанного IP-адреса переключателя.
|
||
c148380
|
train
|
{
"resource": ""
}
|
Эта функция сохраняет адрес MGMT, если он отличается от сохранённого.
|
||
c148400
|
train
|
{
"resource": ""
}
|
Используя привязку зарезервированного переключателя получить все IP-адреса переключателей.
|
||
c148420
|
train
|
{
"resource": ""
}
|
Получить следующую партию VLAN и отправить их на Nexus.
|
||
c148440
|
train
|
{
"resource": ""
}
|
Отправьте запрос на получение раздела в DCNM.
:param org_name: название организации
:param part_name: название раздела
|
||
c148460
|
train
|
{
"resource": ""
}
|
Вернуть список организаций из DCNM.
|
||
c148480
|
train
|
{
"resource": ""
}
|
Подготовьте сообщение для отправки в очередь событий для триггера VDP.
Это фактически вызывается при добавлении сетевого подсети в маршрутизатор. Эта функция подготавливает сообщение о создании или удалении VNIC виртуальной машины.
|
||
c148500
|
train
|
{
"resource": ""
}
|
Верни список существующих идентификаторов сетей, для которых у нас есть конфигурации.
|
||
c148520
|
train
|
{
"resource": ""
}
|
Выполните команду в пространстве имен.
|
||
c148540
|
train
|
{
"resource": ""
}
|
Создаёт брандмауэр.
|
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.