_id
stringlengths
2
7
title
stringclasses
1 value
partition
stringclasses
3 values
language
stringclasses
1 value
meta_information
dict
text
stringlengths
5
1.76k
c150640
train
{ "resource": "" }
Вычислите дивергенцию Дженсена-Шеннона между двумя дискретными распределениями. Параметры ---------- p : np.array массив массы вероятности (суммируется до 1) q : np.array массив массы вероятности (суммируется до 1) Возвращает ------- js_div : float дивергенция Дженсена-Шеннона между двумя распределениями
c150660
train
{ "resource": "" }
Устанавливает флаг self.is_missense.
c150680
train
{ "resource": "" }
Сформировать виджет. :возвращает: Рендеринг HTML
c150700
train
{ "resource": "" }
Отправить команду 'post' на vehicle_id. Это обернутая функция wake_up. Параметры ---------- vehicle_id : строка Идентификатор для автомобиля на конечной точке owner-api. При этом это не поле vehicle_id, идентифицирующее автомобиль на различных конечных точках. https://tesla-api.timdorr.com/api-basics/vehicles#vehicle_id-vs-id command : строка Команда API Tesla. https://tesla-api.timdorr.com/vehicle/commands data : словарь Дополнительные параметры. wake_if_asleep : булево значение Параметр для декоратора wake_up, указывающий, нужно ли пробудить автомобиль при неудачном ответе или попробовать снова. Возвращает --------- словарь Объект JSON Tesla.
c150720
train
{ "resource": "" }
Проверьте разумность параметров и опций, чтобы убедиться, что они соответствуют заданному серверу. Если они не соответствуют, необходимо вызвать ошибку здесь, чтобы избежать ошибок внутри рабочих потоков. Все физические проверки, которые независимы от сервера, должны быть в Bundle.run_checks, и их не нужно повторять здесь. Все серверные классы должны наследовать этот класс, в противном случае будет выброшено исключение NotImplementedError.
c150740
train
{ "resource": "" }
Вычисляет значение асинхронного, эллиптического рошевского потенциала. Если передано :envvar:`Omega`, вычисляется разность. Асинхронный, эллиптический рошевский потенциал задаётся по [Wilson1979]_: .. math:: \Omega = \frac{1}{\sqrt{x^2 + y^2 + z^2}} + q\left(\frac{1}{\sqrt{(x-D)^2+y^2+z^2}} - \frac{x}{D^2}\right) + \frac{1}{2}F^2(1+q)(x^2+y^2) @param r: относительный радиальный вектор (3 компонента) @type r: 3-кортеж @param D: мгновенная разность @type D: float @param q: массовый коэффициент @type q: float @param F: параметр синхронности @type F: float @param Omega: значение потенциала @type Omega: float
c150760
train
{ "resource": "" }
Фильтруйте ParameterSet по мета-тегам параметров и возвращайте другой ParameterSet. Поскольку возвращается другой ParameterSet, эти вызовы фильтрации являются цепочечными. >>> b.filter(context='component').filter(component='starA') :parameter str twig: (необязательно) строка поиска - в сущности, одна строка с любым разделителем (например, '@'), которая будет разбита на один из мета-тегов. Например, вместо использования b.filter(context='component', component='starA'), вы можете сделать b.filter('starA@component'). :parameter bool check_visible: следует скрывать невидимые параметры. Обычно это параметры, которые не играют роли, если значение другого параметра не удовлетворяет определённым условиям. :parameter bool check_default: следует исключать параметры, имеющие _default-тег (такие параметры существуют только для предоставления значений по умолчанию, особенно при добавлении новых параметров или наборов данных, когда этот параметр необходимо скопировать соответствующим образом). По умолчанию True. :parameter **kwargs: мета-теги для поиска (например, 'context', 'component', 'model', и т.д.). См. :func:`meta` для всех возможных вариантов. :return: возвращаемый :class:`ParameterSet`
c150780
train
{ "resource": "" }
Определите, является ли заданный компонент 'основным' или 'второстепенным' в своей родительской орбите.
c150800
train
{ "resource": "" }
Определите значение по умолчанию для метки, используя базовую метку и переданные `kwargs`. Это просто подсчитывает текущее количество совпадений на `metawargs` и добавляет этот номер к базе. :параметр `str base`: базовый строковый формат метки :параметр `str context`: название контекста (где будет использоваться метка) :параметр `**kwargs`: `kwargs` для выполнения фильтра. Возвращаемая метка будет иметь вид "{}{:02d}".format(base, number_of_results_with_kwargs+1) :возвращает: метку
c150820
train
{ "resource": "" }
Фильтрация в контексте 'model': :parameter str model: название модели (необязательно) :parameter **kwargs: любые другие теги для фильтрации (кроме model или контекста) :return: :class:`phoebe.parameters.parameters.ParameterSet`
c150840
train
{ "resource": "" }
Создайте ограничение, чтобы гарантировать сохранение энергии и учёт всех попадающих лучей света.
c150860
train
{ "resource": "" }
monkeypath создал встроенные функции numpy для вызова тех, которые предоставляет nparray.
c150880
train
{ "resource": "" }
Возвращает подмножество столбцов для непрерывного диапазона ключей. Параметры: - column_parent - ключевое выражение - диапазон - уровень согласованности
c150900
train
{ "resource": "" }
Создает объект задачи с заданной известной интерфейс называется OptProblem. Параметры ---------- problem : объект
c150920
train
{ "resource": "" }
Вызов MUMPS, проверка ошибок в коде возврата. Желаемая задача должна уже быть установлена при помощи `ctx.set_job(...)`. Как вспомогательную функцию, вы можете захотеть вызвать `ctx.run(job=...)`, что установит задачу и вызовет MUMPS.
c150940
train
{ "resource": "" }
Добавляет модели для каждой ограниченной переменной состояния.
c150960
train
{ "resource": "" }
Получить объект ImageSurface, если возможно, из кэша. Метод проверяет, было ли изображение уже отрендерено. Для этого сравниваются указанные размеры и параметры с размерами и параметрами последнего изображения. Если они совпадают, возвращается кэшированное изображение. В противном случае создается и возвращается новый объект ImageSurface с указанными размерами. :param width: Ширина изображения :param height: Высота изображения :param zoom: Текущий коэффициент масштабирования/увеличения :param parameters: Параметры, используемые для изображения :param clear: Если True, кэш очищается, тогда изображение не будет извлечено из кэша :returns: Флаг истинен, когда изображение извлекается из кэша, иначе ложен; Кэшированная поверхность изображения или пустая с нужным размером; Параметр увеличения, при котором изображение было сохранено :rtype: bool, ImageSurface, float
c150980
train
{ "resource": "" }
Приостанавливает текущую песню. Параметры ---------- pause : bool Установите в ``False`` для возобновления.
c151000
train
{ "resource": "" }
Загрузка мета-данных для элементов состояния Метаданные файла мета-данных состояния также содержат метаданные для элементов состояния (данные порты, результаты, и т.д.). Этот метод анализирует загруженные метаданные для каждой модели элемента состояния. Метаданные элементов извлекаются из переданного словаря. :param meta_data: Словарь загруженных метаданных
c151020
train
{ "resource": "" }
Краткая методика обновления всех данных коллекции
c151040
train
{ "resource": "" }
Начинает выполнение состояния-корня.
c151060
train
{ "resource": "" }
Триггер при нажатии кнопки закрытия редактора состояний. Закрывает вкладку. :Параметр state_m: Желаемая модель состояния (выбранное состояние)
c151080
train
{ "resource": "" }
Подготавливает отображение выбора. Чтобы определить, какой объект был нажат, сцена должна снова рендериться вокруг нажатой позиции. :param pos_x: координата x :param pos_y: координата y
c151100
train
{ "resource": "" }
Перезагружает выбранное состояние машины.
c151120
train
{ "resource": "" }
Используется для очистки таблиц результатов в OEDB. Осторожно! Это удаляет ВСЕ НАБОРЫ РЕЗУЛЬТАТОВ!
c151140
train
{ "resource": "" }
Функция-утилита для запуска всех дочерних состояний состояния параллельности. - `concurrency_history_item`: каждый параллельный дочерний подвид получает стек истории выполнения этого элемента истории параллельного выполнения. - `do_not_start_state`: в качестве необязательного параметра может быть передан идентификатор состояния, которое не должно быть запущено (например, в случае параллельного состояния барьера состояние декайдера). - Возвращает:
c151160
train
{ "resource": "" }
Обеспечивает равную точность для всех числовых значений.
c151180
train
{ "resource": "" }
Вычислить ближайшего брата из необязательного логического порта модели переданного состояния :param StateModel state_m: Ссылка на модель состояния, для которой необходимо найти ближайшего братского состояния :param str from_logical_port: Логический порт модели переданного состояния, который используется в качестве ссылки. :rtype: tuple :return: расстояние, StateModel ближайшего состояния
c151200
train
{ "resource": "" }
Эта метод обновляет метаданные видимой состояния. :param graphical_editor_view: Графический редактор вид, в котором произошли изменения :param state_v: Состояние, которое было изменено/перемещено :param affects_children: Были ли изменены размеры детей состояния видимости или нет :param publish: Нужно ли опубликовать изменения метаданных
c151220
train
{ "resource": "" }
Добавляет новую историческую запись в список исторических записей. Элемент истории возврата хранит информацию о моменте времени, когда метод (вход, выполнение, выход) определенной состояния вернулся. :param state: состояние, которое вернулось :param call_type: тип вызова шага выполнения, то есть относится ли он к состоянию контейнера или к состоянию выполнения :param state_for_scoped_data: состояние, для которого необходимо сохранить ограниченные данные для дальнейшего использования (например, выполнение шагов назад)
c151240
train
{ "resource": "" }
Найти вкладку с названием tab_label в списке заметок и сделать её текущей страницей. :param tab_label: Строка, содержащая название вкладки, которую нужно активировать.
c151260
train
{ "resource": "" }
Фильтрует элементы, которые нельзя проскользить над ними :param list items: Сортированный список элементов под курсором :param Gtk.Event event: Событие движения :return: отфильтрованные элементы :rtype: list
c151280
train
{ "resource": "" }
Добавляет отсутствующие компоненты для выполнения расчетов с сценариями SH. Параметры ---------- network : :class:`pypsa.Network` Общий контейнер PyPSA, содержащий различные элементы сети.
c151300
train
{ "resource": "" }
Перезапишите метод удаления состояния родительского класса с проверкой попытки удаления состояния "decider": - :param state_id: id состояния для удаления. - :param recursive: флаг, указывающий на рекурсивное разборку всех подсостояний. - :param force: флаг, указывающий на принудительное удаление всех состояний (особенно важно для состояния "decider" в состоянии барьерной конкурентности). - :param destroy: флаг, указывающий, что состояние не только отключено от основного состояния, но и уничтожено вместе со всеми его элементами состояния. - :raises exceptions.AttributeError: если параметр state_id соответствует состоянию "decider".
c151320
train
{ "resource": "" }
Обновите метаданные автозаписи информацией о происхождении состояния машины.
c151340
train
{ "resource": "" }
Создайте новую модель состояния с указанными свойствами Модель состояния создается для состояния типа new_state. Все дочерние модели в state_element_models (список моделей для порта, соединений и состояний) добавляются в новую модель. :param StateModel new_state: Новый объект состояния с правильным типом :param Vividict meta: Метаданные для модели состояния :param list state_element_models: Все модели элементов состояния и дочерних состояний оригинальной модели состояния :return: Новая модель состояния для new_state с всеми дочерними элементами state_element_models
c151360
train
{ "resource": "" }
Использовать маникюрного манекена для одного из основных элементов ожидаемого списка моделей и удалить эту модель из этого списка.
c151380
train
{ "resource": "" }
Добавить копию всех пар значений раскрываемых значений из выбранных строк в буфер обмена
c151400
train
{ "resource": "" }
Ожидает пока `execution_mode` находится в состоянии `paused` или `step_mode`.
c151420
train
{ "resource": "" }
Определяет следующий переход состояния. :param state: Состояние, для которого определяется переход :param outcome: Результат состояния, переданного в качестве первого параметра :return: переход, определённый состоянием и результатом :raises exceptions.TypeError: если типы переданных параметров неверны
c151440
train
{ "resource": "" }
Проверяет действительность потока данных. Вызывает дополнительные проверки для инспектирования id, портов и типов данных. :param rafcon.core.data_flow.DataFlow check_data_flow: Поток данных, который нужно проверить. :return bool validity, str message: validity равно True, когда поток данных действителен, False в противном случае. message дает больше информации, особенно если поток данных недействителен.
c151460
train
{ "resource": "" }
Уведомьте конечный автомат о выборе в древовидном представлении
c151480
train
{ "resource": "" }
Срабатывает, когда нажат кнопка "Очистить историю". Очищает дерево истории выполнений изменением начального индекса и обновляет хранилище дерева и представление.
c151500
train
{ "resource": "" }
Рекурсивно создавайте хранилище пути состояния. Путь генерируется снизу вверх, то есть от вложенных дочерних состояний к корневому состоянию. Метод сцепляет сцепление из (State.name и State.state_id) в качестве идентификатора состояния для пути. :param str appendix: часть пути, которая уже была рассчитана предыдущими вызовами функции :rtype: str :return: полный путь к корневому состоянию
c151520
train
{ "resource": "" }
Функция создает неориентированный мультиграф на основе списка, содержащего информацию о взвешенных рёбрах. Параметры ---------- edges : список Список кортежей, каждый из которых содержит первую вершину, вторую вершину, вес, ключ. Возвращает --------- M : :class:`networkx.classes.multigraph.MultiGraph<br>
c151540
train
{ "resource": "" }
Расширяет метод базового класса для разрешения передавать порты как элементы. :param items: Элементы, которые необходимо перерисовать
c151560
train
{ "resource": "" }
Перезаписывает метод remove_outcome класса State. Ограничивает возможность пользователю удаления исхода из состояния библиотеки. Для дополнительной документации смотрите класс State. :генерирует исключение exceptions.NotImplementedError: в любом случае
c151580
train
{ "resource": "" }
Создайте корпус. stream — это итерируемый объект по набору строк, где каждая строка представлена в формате CoNLL-X.
c151600
train
{ "resource": "" }
Локально храните данные, связанные с этим разговором. Данные могут быть переданы либо в виде одного словаря, либо в виде ключевых аргументов. Например, если вам нужно сохранить предыдущее значение удаленного поля, чтобы определить, изменилось ли оно, вы можете использовать следующее:: prev = conversation.get_local('field') curr = conversation.get_remote('field') if prev != curr: handle_change(prev, curr) conversation.set_local('field', curr) Примечание: Для этого используется модуль :mod:`charmhelpers.core.unitdata` и требуется вызвать метод :meth:`~charmhelpers.core.unitdata.Storage.flush`. :param str key: Имя поля, которое нужно установить. :param value: Значение, которое нужно установить. Это значение должно быть сериализуемым в формате JSON. :param dict data: Словарь соответствий ключей и значений. :param **kwdata: Словарь соответствий ключей и значений, переданный в виде ключевых аргументов.
c151620
train
{ "resource": "" }
Создавайте экземпляры Endpoint и управляйте автоматическими флагами.
c151640
train
{ "resource": "" }
Возвращает сырыой файл в виде строки. Передать в объект файла.
c151660
train
{ "resource": "" }
Шифрование значения на AES в Mysql с использованием секретного ключа. Параметры: :param val: Простой текстовое значение. :param key: Ключ AES. :возвращает: Зашифрованное значение AES.
c151680
train
{ "resource": "" }
Создайте токен JWT. :param int user_id: Добавление user_id. :param dict additional_data: Дополнительная информация для токена. :returns: Кодированный токен. :rtype: str .. примечание:: Описание полей токена JWT: * exp: (Время истечения) время истечения срока действия JWT. * sub: (Подлежащее) субъект, являющийся объектом JWT. * jti: (Идентификатор JWT) UID для поиска JWT.
c151700
train
{ "resource": "" }
Удаляет объект из хранилища данных.
c151720
train
{ "resource": "" }
Выполняет пересечение множеств. Возвращает множество общих элементов. Использует Redis.sinter.
c151740
train
{ "resource": "" }
Выполняется обновление на основании аргументов командной строки и возвращает словарь с ключами 'результат выполнения', 'код ответа', 'информация о ответе' и 'дружественное сообщение для процесса'.
c151760
train
{ "resource": "" }
Необходимо клонировать дополнительные поля по сравнению с теми, которые клонируются с помощью elasticsearch-dsl-py.
c151780
train
{ "resource": "" }
Получите указанный ключ из кэша, если он присутствует. Можно предоставить значение по умолчанию в случае, если запрашиваемый ключ отсутствует, в противном случае будет возвращено None. :param key: ключ, которым нужно запросить :type key: str :param default: значение, которое будет возвращено, если ключ отсутствует в кэше :param reraise: следует ли выбросить исключение, если никакого значения не найдено, по умолчанию False :type key: bool Пример использования: .. code-block:: python cache.set('my_key', 'my_value') cache.get('my_key') >>> 'my_value' cache.get('not_present', 'default_value') >>> 'default_value' cache.get('not_present', reraise=True) >>> raise lifter.exceptions.NotInCache
c151800
train
{ "resource": "" }
Преобразовать долготы и широты в декартовы координаты.
c151820
train
{ "resource": "" }
Остановите работника.
c151840
train
{ "resource": "" }
Загрузите таксономию в базу данных SQLite3. Это задаст параметру `self.db` базу данных SQLite3, которая содержит все таксономическую информацию из пакета справочной информации.
c151860
train
{ "resource": "" }
Скачайте данные с сайта NCBI для создания локальной таксономической базы данных. По умолчанию используется url ncbi.DATA_URL. * dest_dir - папка, в которую нужно сохранить выходные файлы (папка будет создана, если она не существует). * clobber - не скачивать, если False и цель url уже существует в dest_dir. * url - url архива; по умолчанию используется ncbi.DATA_URL. Возвращает (fname, downloaded), где fname - имя скачанного zip-архива, а downloaded - True, если новые файлы были скачаны, и False в противном случае. Смотрите ftp://ftp.ncbi.nih.gov/pub/taxonomy/taxdump_readme.txt.
c151880
train
{ "resource": "" }
Рекурсивно получите детей `tax_ids` в `parent_ids` до тех пор, пока не будет достигнут ранг `rank`.
c151900
train
{ "resource": "" }
Имя приложения. Оно используется как имя процесса.
c151920
train
{ "resource": "" }
прочитай каталог yaml
c151940
train
{ "resource": "" }
выбирает выбранный pandas.DataFrame
c151960
train
{ "resource": "" }
Загрузить сырую файл данных и сохранить его как файл Cellpy. Аргументы: mass (float): масса активного вещества [мг]. outdir (path): необязательно, путь к каталогу для сохранения файла hdf5. outfile (str): необязательно, имя файла hdf5. filename (str): имя resfile. Возвращает: out_file_name (str): имя сохраненного файла.
c151980
train
{ "resource": "" }
получить значения преобразования Аргументы: dataset: объект DataSet mass: масса электрода (например, активный материал в мг) to_unit: float — единица входных данных, например, если единица заряда — мА·ч, а единица массы — г, то to_unit для заряда/массы будет 0.001 / 1.0 = 0.001 from_unit: float — единица выходных данных, например, если единица заряда — мА·ч, а единица массы — г, то from_unit для заряда/массы будет 1.0 / 0.001 = 1000.0 Возвращает: multiplier (float) from_unit/to_unit * mass
c152000
train
{ "resource": "" }
Назначьте/проводите эксперимент.
c152020
train
{ "resource": "" }
Создает ``.epub.Item`` из ``.models.Document`` или ``.models.Resource``
c152040
train
{ "resource": "" }
Открывает таблицы и возвращает их.
c152060
train
{ "resource": "" }
Прикрой Модиса и забань его из Дискорда.
c152080
train
{ "resource": "" }
Обновляет данные определенного datapack Аргументы: index (int): Индекс datapack data (str): Новое значение для этого datapack
c152100
train
{ "resource": "" }
Команда управления громкостью Аргументы: value (str): Значение, до которого необходимо установить громкость
c152120
train
{ "resource": "" }
Создайте интеграцию с API SoundCloud для будущего использования.
c152140
train
{ "resource": "" }
Гарантируйте, что директория существует для заданного пути к файлу.
c152160
train
{ "resource": "" }
Загрузить xlsx-версию таблицы.
c152180
train
{ "resource": "" }
Обнови текущий проект Та́рбелла.
c152200
train
{ "resource": "" }
Извлечь интервалы, где генериксы составлены из различных торгуемых инструментов. Параметры ---------- weights: DataFrame или dict DataFrame или словарь DataFrames с колонками, представляющими генериксы, и MultiIndex даты и контракта. Значения представляют веса торгуемых инструментов для каждого генерикса. Возвращает ------- DataFrame с колонками ['контракт', 'генерикс', 'дата_начала', 'дата_конца']
c152220
train
{ "resource": "" }
Команды для удаления ACL с интерфейса
c152240
train
{ "resource": "" }
Звонок во внутренний плагин в AFTER_INIT
c152260
train
{ "resource": "" }
Определите тип порта на основе владельца устройства и типа VNIC
c152280
train
{ "resource": "" }
Выполните синхронизацию групп безопасности между ML2 и EOS.
c152300
train
{ "resource": "" }
Возвращает true, если для арендатора существуют какие-либо сети или порты.
c152340
train
{ "resource": "" }
Вычисляет среднее значение из данных.
c152360
train
{ "resource": "" }
Возвращает экземпляр контроллера массива по модели. :возвращает Экземпляр контроллера массива
c152380
train
{ "resource": "" }
Возвращает возможности сервера вызывает исключение: IloError в случае ошибки от iLO.
c152400
train
{ "resource": "" }
Проверьте, разрешена ли для ресурса операция PATCH.
c152420
train
{ "resource": "" }
Проверяет, оборудован ли сервер поддержкой TPM или нет. :возвращает True, если TPM присутствует, иначе False
c152440
train
{ "resource": "" }
Предоставьте ссылку на экземпляр EthernetInterfacesCollection.
c152460
train
{ "resource": "" }
Проверяет, что все запросы имеют одно и то же имя таблицы. Устанавливает имя таблицы, если это первый запрос для операции пакетной обработки. Запрос: запрос на вставку, обновление или удаление сущности.
c152500
train
{ "resource": "" }
Вспомогательная функция для проверки и преобразования значения в список. Вспомогательная функция для проверки и преобразования значения в список JSON. Это помогает обобщить данные ribcl на различных серверах. : параметр dictionary: словарь для проверки наличия ключа. : параметр key: ключ, который нужно проверить на наличие в данном словаре. : возвращает данные в виде списка.
c152520
train
{ "resource": "" }
Используя идентификатор, верните объект HPEManager. :param identity: Идентификатор ресурса Manager :returns: Объект Manager
c152540
train
{ "resource": "" }
Выбрасывает виртуальные носители. :raises: SushyError, если возникает ошибка с iLO.
c152560
train
{ "resource": "" }
Получить одну колонку данных Параметры ---------- col_str : строка Одна из строк колонок в self.cols.
c152580
train
{ "resource": "" }
Gamma1 для смеси идеального газа и радиации Hansen & Kawaler, страница 177, уравнение 3.110 Параметры ---------- beta : float Доля давления газа Pgas/(Pgas+Prad)
c152600
train
{ "resource": "" }
Этот закрытый метод считывает файл isotopedatabase.txt в каталоге sldir\ и возвращает z, a, элементы, предельную массу для каждого вида, которая отделяет бета-распад с положительным\ и отрицательным электроном, а также логическую переменную в последней колонке. Кроме того, он предоставляет\ словарь charge_from_element в соответствии с изотопной базой данных isotopedatabase.txt.
c152620
train
{ "resource": "" }
Информация о доступных файлах profile.data или log.data. Параметры ---------- inum : integer Попытка получить файл profile.data соответствующий номеру inum. inum_max: максимальное количество доступных файлов profile.data или log.data
c152640
train
{ "resource": "" }
Свойство для возврата сводных MAC-адресов и состояния. Этот фильтр возвращает MAC-адреса, чье состояние "В порядке", и находятся в "Рабочем" состоянии. Возвращаемый формат будет таким: {<port_id>: <mac_address>}. Это потому, что RIBCL возвращает данные в формате {'Port 1': 'aa:bb:cc:dd:ee:ff'}, а драйверы ilo от ironic используют данные в этом формате. Примечание: 'Id' обозначает "Номер порта".
c152660
train
{ "resource": "" }
Извлекает значения-имена из заголовка ответа. Отфильтровывает стандартные HTTP заголовки.