_id
stringlengths 2
7
| title
stringclasses 1
value | partition
stringclasses 3
values | language
stringclasses 1
value | meta_information
dict | text
stringlengths 5
1.76k
|
|---|---|---|---|---|---|
c164920
|
train
|
{
"resource": ""
}
|
Проверьте, что сегменты границ в пересечении допустимы.
.. заметка::
Это вспомогательная функция, используемая только в :func:`generic_intersect`.
Аргументы:
edge_infos (Optional[список]): Список списков "информации об крае". Каждый список
представляет выпуклую многоугольную кривую и содержит кортежи из трёх значений: индекс
края, начало и конец (см. выходные данные функции :func:`ends_to_curve`).
Исключения:
ValueError: Если два последовательных сегмента края лежат на одном и том же индексе края.
ValueError: Если стартовые и конечные параметры "недопустимы" (они должны находиться
между 0 и 1, а начало должно быть строго меньше конца).
|
||
c164960
|
train
|
{
"resource": ""
}
|
Сравните два строки.
Аргументы:
value1 (str): Первая строка для сравнения.
value2 (str): Вторая строка для сравнения.
name1 (str): Название первой строки.
name2 (str): Название второй строки.
Возвращает:
str: Полное различие.
|
||
c164980
|
train
|
{
"resource": ""
}
|
Найти параметр, соответствующий точке на кривой.
.. note::
Предполагается, что кривая :math:`B(s, t)`, определенная ``nodes``, является кривой Безье и находится в :math:`\mathbf{R}^2`.
Аргументы:
nodes (numpy.ndarray): Узлы, определяющие кривую Безье.
x_val (float): :math:`x`-координата точки.
y_val (float): :math:`y`-координата точки.
Возвращает:
Optional[float]: Параметр на кривой (если он существует).
|
||
c165020
|
train
|
{
"resource": ""
}
|
Заполняет ``DEVELOPMENT.rst`` данными, специфичными для версии.
Это потому, что ``DEVELOPMENT.rst`` используется в документации Sphinx.
Аргументы:
version (str): Текущая версия.
|
||
c165040
|
train
|
{
"resource": ""
}
|
Добавить пользователя в службу
|
||
c165060
|
train
|
{
"resource": ""
}
|
Загружает файл CSV.
|
||
c165080
|
train
|
{
"resource": ""
}
|
Быстро сериализует FASTA файлы в файлы .dat
|
||
c165100
|
train
|
{
"resource": ""
}
|
Перемещает дерево в новую начальную позицию и обновляет x1s дочерних элементов.
|
||
c165120
|
train
|
{
"resource": ""
}
|
Отклоните все закэшированные конечные точки, включая метаданные.
Проходите по всем метаданным конечным точкам, чтобы сгенерировать все ключи для кэша и отклонить каждый из них. Выполняя это таким образом, вы предотвратите ситуацию, когда приложение теряет ключи, поскольку пользователь может изменить свои префиксы. Конечная точка метаданных будет обновлена при следующем вызове.
: параметр: prefix — префикс для ключа кэша (по умолчанию используется cache_prefix).
|
||
c165140
|
train
|
{
"resource": ""
}
|
Сбрось поле в его первоначальное состояние.
|
||
c165180
|
train
|
{
"resource": ""
}
|
Установите абсолютное смещение текущего поля. Если поле должно иметь значение по умолчанию, установите смещение для подполей.
:параметр offset: абсолютное смещение данного поля (в битах)
|
||
c165200
|
train
|
{
"resource": ""
}
|
Рассчитайте балл `x`, умножив его на зашифрованный модель, который является вектором `paillier.EncryptedNumber`.
|
||
c165220
|
train
|
{
"resource": ""
}
|
Определить, вероятно ли, что n простое
См. <https://en.wikipedia.org/wiki/Primality_test#Probabilistic_tests>
Аргументы:
n (int): число для тестирования
mr_rounds (int, опционально): количество итераций теста Миллера-Рабина, которые необходимо выполнить;
по умолчанию 25 итераций, как это использует библиотека GMP
Возвращает:
bool: когда эта функция возвращает False, `n` составное (не простое);
когда она возвращает True, `n` простое с очень большой вероятностью.
|
||
c165240
|
train
|
{
"resource": ""
}
|
Найти следующее доступное имя устройства Jython.
|
||
c165260
|
train
|
{
"resource": ""
}
|
Читайте kioslaverc в данные словаря.
|
||
c165280
|
train
|
{
"resource": ""
}
|
Отобразить символ обратно клиенту и преобразовать символ возврата каретки (LF) в символ возврата каретки с прогрессированием (CR+LF).
|
||
c165300
|
train
|
{
"resource": ""
}
|
Проверьте, содержатся ли в атрибутах мета URL.
|
||
c165320
|
train
|
{
"resource": ""
}
|
Получить узел в зоне, возможно создав его.
Этот метод аналогичен L{find_node}, за исключением того, что он возвращает None вместо генерации исключения, если узел не существует и создание не было запрошено.
@param name: имя узла, который нужно найти
@type name: объект dns.name.Name или строка
@param create: следует ли создать узел, если он не существует?
@type create: bool
@rtype: объект dns.node.Node или None
|
||
c165340
|
train
|
{
"resource": ""
}
|
Преобразуйте текст в код r.
@param text: текстовый код r
@type text: строка
@raises UnknownRcode: код r неизвестен
@rtype: int
|
||
c165360
|
train
|
{
"resource": ""
}
|
Отступ каждой строки текста на указанную отступную строку.
|
||
c165400
|
train
|
{
"resource": ""
}
|
Вернуть новые данные узла или None, если узел уже существует.
|
||
c165420
|
train
|
{
"resource": ""
}
|
Прочитай информацию полностью в JSON-формате для шеллоков накладных книг.
|
||
c165440
|
train
|
{
"resource": ""
}
|
Используя распарсенный файл robots.txt, определите, может ли useragent получить указанный URL.
@return: True, если агент может получить URL, иначе False.
@rtype: bool
|
||
c165460
|
train
|
{
"resource": ""
}
|
Приведи цитату с указанного URL.
|
||
c165480
|
train
|
{
"resource": ""
}
|
Получить данные по URL из заданных базовых данных.
@param base_url: базовый URL из тега `<a>`
@type base_url: строка или None
@param recursion_level: текущий уровень рекурсии
@type recursion_level: число
@param aggregate: объект агрегации
@type aggregate: aggregate.Consumer
@param parent_url: родительский URL
@type parent_url: строка или None
@param base_ref: базовый URL из тега `<base>`
@type base_ref: строка или None
@param line: номер строки
@type line: число
@param column: номер столбца
@type column: число
@param page: номер страницы
@type page: число
@param name: имя ссылки
@type name: строка
@param extern: (is_extern, is_strict) или None
@type extern: кортеж(int, int) или None
|
||
c165500
|
train
|
{
"resource": ""
}
|
Преобразовать имя в формат, подходящий для использования в хэшах.
Имя канонизируется и преобразуется в некомпрессированный форат передачи.
@param origin: Если имя относительное и origin не равен None, то origin будет присоединен к нему.
@type origin: dns.name.Name объект
@raises NeedAbsoluteNameOrOrigin: Все имена в формате передачи являются абсолютными. Если self — относительное имя, тогда нужно предоставить origin; если он отсутствует, то выбрасывается данное исключение.
@rtype: строка
|
||
c165520
|
train
|
{
"resource": ""
}
|
Прочитай следующий токен и интерпретируй его как 16-битное беззнаковое целое число.
@raises dns.exception.SyntaxError:
@rtype: int
|
||
c165540
|
train
|
{
"resource": ""
}
|
Вспомогательная функция для обеспечения чистого завершения.
|
||
c165560
|
train
|
{
"resource": ""
}
|
Демонстрационная функция `on_connect`. Обрабатывает новые подключения.
|
||
c165580
|
train
|
{
"resource": ""
}
|
Проверьте, является ли заданный путь абсолютным. На Windows абсолютные пути начинаются с буквы диска. На всех остальных системах абсолютные пути начинаются со слеша (/).
|
||
c165600
|
train
|
{
"resource": ""
}
|
Парсинг x509 объекта pyOpenSSL в словарь с ключами: subject, subjectAltName и необязательными ключом notAfter.
|
||
c165620
|
train
|
{
"resource": ""
}
|
Настройка поведения EDNS.
- **edns**: Уровень EDNS, который следует использовать. При указании None, False или -1 означает "не использовать EDNS", и в этом случае другие параметры игнорируются. Указание True эквивалентно указанию 0, то есть "использовать EDNS0".
- **ednsflags**: Значения флагов EDNS.
- **payload**: Поле полезной нагрузки отправителя EDNS, которое является максимальным размером UDP-датаграммы, который отправитель может обрабатывать.
- **request_payload**: Размер полезной нагрузки EDNS для использования при отправке этого сообщения. Если не указано, по умолчанию берется значение поля payload.
- **options**: Опции EDNS.
- **Примечание**: см. RFC 2671
|
||
c165640
|
train
|
{
"resource": ""
}
|
Возвращать содержимое XML-тега в родительском элементе.
|
||
c165660
|
train
|
{
"resource": ""
}
|
Сбросить все статистические данные логов к значениям по умолчанию.
|
||
c165680
|
train
|
{
"resource": ""
}
|
Проверьте данные формы. На ошибке выбрасывайте исключение.
Убедитесь, что пользовательские данные не выводятся в виде HTML-кода, используйте
только обычные строки в тексте исключения.
|
||
c165700
|
train
|
{
"resource": ""
}
|
Прочитать опции конфигурации в разделе "выход".
|
||
c165740
|
train
|
{
"resource": ""
}
|
Конвертировать текст в значение алгоритма DNSSEC
@rtype: int
|
||
c165760
|
train
|
{
"resource": ""
}
|
Переместите элемент на заданной позиции в начало очереди.
|
||
c165780
|
train
|
{
"resource": ""
}
|
Функцию проверки локально можно переопределить в подклассах.
|
||
c165800
|
train
|
{
"resource": ""
}
|
Цитировать HTML атрибут, чтобы замкнуть его в двойных кавычках.
@param s: строка атрибута, которую нужно цитировать
@type s: строка
@return: закавыченный HTML атрибут
@rtype: строка
|
||
c165820
|
train
|
{
"resource": ""
}
|
Дано x, y и геотрансформацию
Возвращает
- окно rasterio, представляющее 2x2 окно, центральные точки которого охватывают точку
- декартовы координаты x, y точки на единичной горизонтали, определенной центрами массива
((row1, row2), (col1, col2)), (unitx, unity)
|
||
c165840
|
train
|
{
"resource": ""
}
|
Где это применимо, возвращайте метки классов для примеров в X.
Если определение forward метода модуля возвращает несколько выходных данных в виде кортежа, предполагается, что первый выход содержит соответствующую информацию, а другие значения игнорируются. Если все значения имеют значение, рассмотрите возможность использования :func:`~skorch.NeuralNet.forward` вместо этого.
Параметры
----------
X: даные на вход, совместимые с skorch.dataset.Dataset
Обычно вы должны иметь возможность передавать:
* numpy массивы
* торчевые тензоры
* pandas DataFrame или Series
* scipy разреженные CSR матрицы
* словарь из вышеупомянутых трех
* список/кортеж из вышеупомянутых трех
* Dataset
Если это не работает со вашими данными, вам необходимо передать приводимый к Dataset, который может обрабатывать данные.
Возврат
-------
y_pred: numpy ndarray
|
||
c165860
|
train
|
{
"resource": ""
}
|
Рисует три маски
|
||
c165880
|
train
|
{
"resource": ""
}
|
Предоставляет все обратные вызовы, установленные для этого экземпляра, включая метку, указывающую, было ли его имя установлено пользователем.
Обрабатывает следующие случаи:
* обратные вызовы по умолчанию и от пользователя
* обратные вызовы с и без имени
* инициализированные и неинициализированные обратные вызовы
* вывод PrintLog(s) последним
|
||
c165900
|
train
|
{
"resource": ""
}
|
Получите внутренние наборы данных для обучения и валидации.
Набор данных для валидации может быть равен None, если ``self.train_split``
установлен в None; в этом случае внутренняя валидация будет пропущена.
Переопределите этот метод, если хотите изменить способ, которым модель
делит входные данные на обучающую и валидационную часть.
Параметры
----------
X : входные данные, совместимые с skorch.dataset.Dataset
В общем случае, вы должны иметь возможность передать:
* numpy массивы
* torch тензоры
* pandas DataFrame или Series
* scipy разреженные CSR матрицы
* словарь из вышеуказанных трёх
* список/кортеж из вышеуказанных трёх
* Dataset
Если это не работает с вашими данными, вам нужно передать Dataset,
которое может обрабатывать данные.
y : целевые данные, совместимые с skorch.dataset.Dataset
Поддерживаются те же типы данных, что и для ``X``. Если ваш X это
Dataset, содержащий целевые данные, y можно установить в None.
**fit_params : dict
Дополнительные параметры, передаваемые вызову ``self.train_split``.
Возвращает
-------
dataset_train
Инициализированный набор обучающих данных.
dataset_valid
Инициализированный набор данных для валидации или None
|
||
c165920
|
train
|
{
"resource": ""
}
|
Окутывает скрытые состояния новыми переменными, чтобы отсоединить их от их истории.
|
||
c165940
|
train
|
{
"resource": ""
}
|
Сгенерировать хэш из кода.
|
||
c165960
|
train
|
{
"resource": ""
}
|
Подготовьте строку для обработки.
|
||
c165980
|
train
|
{
"resource": ""
}
|
Сообщение об ошибке при сопоставлении шаблонов.
|
||
c166000
|
train
|
{
"resource": ""
}
|
Проверьте строки в стиле Python 2, содержащие символы Unicode.
|
||
c166020
|
train
|
{
"resource": ""
}
|
Добавляет определение универсально.
|
||
c166040
|
train
|
{
"resource": ""
}
|
Соответствует переменной.
|
||
c166060
|
train
|
{
"resource": ""
}
|
Измененный код блока auto_code, который исправляет nested_parse.
|
||
c166080
|
train
|
{
"resource": ""
}
|
Наблюдай за источником и автоматически пересобирай при изменении.
|
||
c166100
|
train
|
{
"resource": ""
}
|
Предотвратите совпадения элементов внутри элемента.
Возвращает (элемент с отключенным подэлементом, *новые версии элементов).
|
||
c166120
|
train
|
{
"resource": ""
}
|
Запустить модуль по пути и вернуть его переменные.
|
||
c166140
|
train
|
{
"resource": ""
}
|
Печатает новые версии требований.
|
||
c166160
|
train
|
{
"resource": ""
}
|
Обрабатывайте ленивые списки (lazy lists).
|
||
c166180
|
train
|
{
"resource": ""
}
|
Поиск Coconut-файла с указанным именем и его компиляция.
|
||
c166200
|
train
|
{
"resource": ""
}
|
Создайте регуляризатор L1.
|
||
c166220
|
train
|
{
"resource": ""
}
|
Настройте инициализацию параметров с использованием описанного метода.
Этот метод предназначен для того, чтобы масштаб градиентов оставался в целом примерно одинаковым во всех слоях.
Xavier Glorot и Yoshua Bengio (2010):
Понимание трудности обучения глубоких прямых нейронных сетей. Международная конференция по искусственному интеллекту и статистике.
Аргументы:
n_inputs: Количество входных узлов для каждого выхода.
n_outputs: Количество выходных узлов для каждого входа.
uniform: Если true, используйте равномерное распределение, иначе используйте нормальное.
Возвращаемое значение:
Инициализатор.
|
||
c166240
|
train
|
{
"resource": ""
}
|
Проверяет, есть ли среди аргументов шаблоны.
|
||
c166260
|
train
|
{
"resource": ""
}
|
TF обладает назойливым привычкой быть снисходительным к одиночным и кортежным значениям.
|
||
c166300
|
train
|
{
"resource": ""
}
|
Загружает модель из последнего сохранённого состояния.
Это обновляет список последних сохраненных состояний каждый раз при вызове.
Аргументы:
sess: Текущая сессия.
latest_filename: Имя файла с последними сохранёнными состояниями, по умолчанию
'checkpoints'.
Возвращает:
Загруженное состояние или None, если его загрузка не удалась.
|
||
c166320
|
train
|
{
"resource": ""
}
|
Преобразует per_example_weights в тензор и проверяет форму.
|
||
c166340
|
train
|
{
"resource": ""
}
|
Запросите эту узловую точку.
Верните детали узлов и показывайте, зная ли мы уже об этом или это новый узел.
Не сохраняйте узел в список известных, просто верните информацию о нем.
Аргументы:
ip: IP-адрес узла.
host: Имя хоста этого известного (если известно из CDP/LLDP)
Возвращает:
natlas_node: Узловый объект данного объекта
int: NODE_NEW = Новообнаруженный узел
NODE_NEWIP = Уже знали о данном узле, но не по этому IP
NODE_KNOWN = Уже известный узел
|
||
c166360
|
train
|
{
"resource": ""
}
|
Замените ссылки на именованные типы на фактические типы.
|
||
c166380
|
train
|
{
"resource": ""
}
|
Напишите неизменный заголовок багита.
|
||
c166400
|
train
|
{
"resource": ""
}
|
Общедоступное обновление от v1.0 до v1.1.0-dev1.
|
||
c166420
|
train
|
{
"resource": ""
}
|
Отменить подписку через subscription_id
Аргументы:
subscription_id: Идентификатор, по которому подписка должна быть отменена
Возвращает:
Словарь подписки для указанного subscription_id
|
||
c166440
|
train
|
{
"resource": ""
}
|
Получить данные о расчете для заданного идентификатора.
Параметры:
settlement_id: идентификатор, для которого необходимо получить объект расчета.
Возвращает:
словарь расчетных данных для заданного идентификатора расчета.
|
||
c166460
|
train
|
{
"resource": ""
}
|
Обратный вызов сигнала "no-more-pads" для элемента GStreamer.
|
||
c166480
|
train
|
{
"resource": ""
}
|
Получает количество кадров в исходном файле.
|
||
c166500
|
train
|
{
"resource": ""
}
|
Создайте раздел в таблице.
:param partition_spec: спецификация раздела.
:param if_not_exists:
:param async_:
:return: объект раздела
:rtype: odps.models.partition.Partition
|
||
c166520
|
train
|
{
"resource": ""
}
|
Читает varint из потока, интерпретирует это varint как неотрицательное целое 32-битное число и возвращает целое число.
|
||
c166540
|
train
|
{
"resource": ""
}
|
Создайте параметр имени выходного модели.
:param name: имя модели
:type name: str
:param output_name: псевдоним имени выходного порта
:type output_name: str
:return: описание выхода
:rtype: ParamDef
|
||
c166560
|
train
|
{
"resource": ""
}
|
Возвращает объект tzinfo на основе zoneinfo, соответствующий настроенному в Windows часовому поясу.
|
||
c166580
|
train
|
{
"resource": ""
}
|
Ожидайте завершения будущих значений в данной последовательности.
Аргументы:
fs: Последовательность будущих значений (возможно созданных разными Executor'ами), на которых нужно ожидать.
timeout: Максимальное количество секунд для ожидания. Если None, то времени ожидания нет ограничений.
return_when: Указывает, когда данная функция должна вернуть управление. Опции:
FIRST_COMPLETED - Возвращается, когда любое будущее значение завершается или отменяется.
FIRST_EXCEPTION - Возвращается, когда любое будущее значение завершается с возникновением исключения. Если ни одно будущее значение не вызывает исключения, то это эквивалентно ALL_COMPLETED.
ALL_COMPLETED - Возвращается, когда все будущие значения завершаются или отменяются.
Возвращает:
Именованное 2-кортежем множество. Первое множество, названное 'done', содержит будущие значения, которые завершились (завершены или отменены) перед завершением ожидания. Второе множество, названное 'not_done', содержит не завершенные будущие значения.
|
||
c166600
|
train
|
{
"resource": ""
}
|
Дождитесь завершения экземпляра и проигнорируйте последствия.
:param interval: интервал времени для проверки
:return: None
|
||
c166620
|
train
|
{
"resource": ""
}
|
Вычислить накопленную медиану для последовательности выражения.
:param expr: выражение для вычисления
:param sort: имя столбца для сортировки
:param ascending: нужно ли сортировать в порядке возрастания
:param unique: нужно ли исключать дубликаты
:param preceding: начальная точка окна
:param following: конечная точка окна
:return: вычисленный столбец
|
||
c166640
|
train
|
{
"resource": ""
}
|
Установите поля для непрерывности.
:rtype: DataFrame
:Пример:
>>> # Схема таблицы такова: create table test(f1 double, f2 string)
>>> # Исходная непрерывность: f1=DISCRETE, f2=DISCRETE
>>> # Теперь мы хотим установить ``f1`` и ``f2`` как непрерывные
>>> new_ds = df.continuous('f1 f2')
|
||
c166660
|
train
|
{
"resource": ""
}
|
Преобразовать к новому типу данных.
:param data_type: новый тип данных
:return: преобразованная последовательность
:Пример:
>>> df.id.astype('float')
|
||
c166700
|
train
|
{
"resource": ""
}
|
Проверяет, что данные для токена JWT являются действительными.
|
||
c166720
|
train
|
{
"resource": ""
}
|
Запрашивает дополнительную информацию пользователя у UserInfo Provider и возвращает результат.
:возвращает: Содержание UserInfo endpoint.
:тип: dict
|
||
c166740
|
train
|
{
"resource": ""
}
|
Выполните вызов API Zendesk. Обрабатывает ограничение скорости, проверяет ответ из Zendesk и десериализует ответ Zendesk. Все общение с Zendesk должно проходить через этот метод.
:param http_method: Метод запросов, который нужно вызвать (например, post, put, get).
:param url: URL, который нужно передать в метод запросов.
:param kwargs: Любые дополнительные ключевые аргументы, которые нужно передать в запросы.
|
||
c166760
|
train
|
{
"resource": ""
}
|
Получите запрошенные билеты для данного пользователя.
- `include`: список объектов для сайд-загрузки. `Документация по API для сайд-загрузки <https://developer.zendesk.com/rest_api/docs/core/side_loading>`__.
- `user`: объект пользователя или id.
|
||
c166780
|
train
|
{
"resource": ""
}
|
Предоставьте комментарии по запросу
|
||
c166800
|
train
|
{
"resource": ""
}
|
Рекурсивно устанавливайте флаг _dirty для объекта самого себя и всех дочерних объектов.
|
||
c166820
|
train
|
{
"resource": ""
}
|
Запуск сырого SQL-запроса из строки или файла.
:param sql: сырой SQL-запрос, который следует направить напрямую в подключение.
:type sql: string
:param filename: Путь к файлу, содержащему SQL-запрос. Путь должен быть относительно CWD.
:type filename: string
:param db: `опционально` Имя базы данных из вашего файла ``jardin_conf.py``, переопределяет базу данных по умолчанию, установленную в объявлении модели.
:type db: string
:param role: `опционально` Одно из ``('master', 'replica')`` для переопределения значения по умолчанию.
:type role: string
:returns: коллекцию ``jardin.Collection``, это ``pandas.DataFrame``.
|
||
c166840
|
train
|
{
"resource": ""
}
|
Вспомогательный метод, когда парсер не знает высказывания
|
||
c166860
|
train
|
{
"resource": ""
}
|
Читает статус сервера, статус виртуального ЦП и количество подключенных клиентов.
:возвращает: статус сервера, статус ЦП, количество клиентов
|
||
c166880
|
train
|
{
"resource": ""
}
|
Возвращает информацию о блоке для указанного блока.
|
||
c166900
|
train
|
{
"resource": ""
}
|
Определить значение строки
:параметры value: строковые данные
:параметры max_size: максимальный возможный размер строки
|
||
c166920
|
train
|
{
"resource": ""
}
|
Сложите граф по текущей разбивке и предоставьте для него пространство разбиений по умолчанию.
Агрегированный граф после этого можно найти как параметр пространства разбиений ``partition.graph``.
Заметки
------
Эта функция противопоставляется функции ``cluster_graph`` из igraph самой по себе, которая также предоставляет агрегированный граф, но нам может требоваться установить соответствующий ``resolution_parameter``, ``weights`` и ``node_sizes``. В частности, эта функция также гарантирует, что качество, определённое для агрегированного пространства разбиений, идентично качеству, определённому для исходного пространства разбиений.
Примеры
--------
>>> G = ig.Graph.Famous('Zachary')
>>> partition = la.find_partition(G, la.ModularityVertexPartition)
>>> aggregate_partition = partition.aggregate_partition(partition)
>>> aggregate_graph = aggregate_partition.graph
>>> aggregate_partition.quality() == partition.quality()
True
|
||
c166940
|
train
|
{
"resource": ""
}
|
Предполагает, что igraph уже построен в «igraphcore» и устанавливает пути включения и библиотек, а также имена библиотек соответствующим образом.
|
||
c166960
|
train
|
{
"resource": ""
}
|
Удобный декоратор, который позволяет функциям предоставлять сообщение.
Задайте значение по умолчанию для сообщения:
>>> @message('not an integer')
... def isint(v):
... return int(v)
>>> validate = Schema(isint())
>>> with raises(er.MultipleInvalid, 'not an integer'):
... validate('a')
Сообщение можно переопределить для каждой проверки отдельно:
>>> validate = Schema(isint('bad'))
>>> with raises(er.MultipleInvalid, 'bad'):
... validate('a')
Класс, который выбрасывается тоже:
>>> class IntegerInvalid(er.Invalid): pass
>>> validate = Schema(isint('bad', clsoverride=IntegerInvalid))
>>> try:
... validate('a')
... except er.MultipleInvalid as e:
... assert isinstance(e.errors[0], IntegerInvalid)
|
||
c166980
|
train
|
{
"resource": ""
}
|
Создайте объекты файла для вложений из файлов
attachment_files — это словарь, содержащий:
* Ключ — имя файла, которое будет использоваться для вложения.
* Значение — объект, похожий на файл, или имя файла для открытия или словарь вида {'file': объект, похожий на файл, 'mimetype': строка}
Возвращает список объектов вложений
|
||
c167000
|
train
|
{
"resource": ""
}
|
Пользовательский дебет SEPA.
:param account: аккаунт SEPA для отправки дебета.
:param pain_message: Сообщение SEPA PAIN с деталями дебета.
:param multiple: Содержит ли это сообщение несколько дебитов.
:param cor1: Использовать ли дебет COR1 (сокращение загрузки до 1 дня).
:param control_sum: Общая сумма всех дебитов (необходима, если дебитов несколько).
:param currency: Валюта дебита.
:param book_as_single: Просьба к банку разместить несколько транзакций в виде отдельных строк на банковском выписке (по умолчанию ``False``).
:param pain_descriptor: URN схемы сообщения PAIN, используемой (по умолчанию ``urn:iso:std:iso:20022:tech:xsd:pain.008.003.01``).
:return: Возвращает либо ответ NeedRetryResponse, либо TransactionResponse (с данными ['task_id'], если доступно).
|
||
c167020
|
train
|
{
"resource": ""
}
|
Задайте функцию обратного вызова для потребления событий изменения состояния, которые возникают при изменении состояния машины.
Обратный вызов получает объект IStateChangeEvent.
Возвращает callback_id.
|
||
c167040
|
train
|
{
"resource": ""
}
|
Создает настройки сервера DHCP для использования с указанным внутренним именем сети.
```python
in name: str
Имя сервера
return server: IDHCPServer
Настройки сервера DHCP
raises: OleErrorInvalidarg
Интерфейс сети-хоста с именем @a name уже существует.
|
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.