_id
stringlengths
2
7
title
stringclasses
1 value
partition
stringclasses
3 values
language
stringclasses
1 value
meta_information
dict
text
stringlengths
5
1.76k
c169120
train
{ "resource": "" }
Запустите плагины фильтрации релизов
c169140
train
{ "resource": "" }
Вычислите факторы p и q, используя приватный экспонент d. Предполагается, что n имеет не более двух факторов. Эта функция адаптирована из кода в PyCrypto.
c169160
train
{ "resource": "" }
Импортирует набор данных в формате разреженного libsvm
c169180
train
{ "resource": "" }
Использовал для размещения ордера на покупку в конкретном рынке. Используйте `buylimit`, чтобы разместить лимитные ордера. Убедитесь, что у вас установлены соответствующие разрешения для API-ключей для работы этого вызова. Конечная точка: 1.1 /market/buylimit 2.0 НЕТ прямого эквивалента. Используйте `trade_buy` для ордеров LIMIT и MARKET на покупку. :param market: Строковое литеральное обозначение для рынка (например, BTC-LTC) :type market: str :param quantity: Количество для покупки :type quantity: float :param rate: Темп, по которому следует разместить ордер. Это не требуется для ордеров на маркет. :type rate: float :return: :rtype: dict
c169200
train
{ "resource": "" }
Попытка проверки билета. В случае неудачной проверки возвращается False. Если проверка прошла успешно, то возвращается True, а проверенное имя пользователя сохраняется в сессии под ключом `CAS_USERNAME_SESSION_KEY`, а словарь проверенных атрибутов сохраняется под ключом 'CAS_ATTRIBUTES_SESSION_KEY'.
c169220
train
{ "resource": "" }
Вызовите исключение, указывающее, что значение не может быть принято. Параметр `type_error` указывает, является ли ошибка результатом несовпадения типов, а не неверно сформированного значения. В этом случае будет вызвано более конкретное исключение.
c169240
train
{ "resource": "" }
Вернуть модель кандидата, указывающую на то, что процедура подбора не удалась. Параметры ---------- model_type : :any:`str` Тип модели (например, ``'cdd_hdd'``). formula : :any:`float` Формула модели кандидата. Возвращаемое значение ------- candidate_model : :any:`eemeter.CalTRACKUsagePerDayCandidateModel` Экземпляр модели кандидата со статусом ``'ERROR'`` и предупреждением с трейсбэком.
c169260
train
{ "resource": "" }
Убедитесь, что вставили тег компонента в HTML обертку. Это игнорирует другие теги, как например `{socket}`, которые могли уже быть созданы. Ссылка: https://stackoverflow.com/a/11284026/744520
c169280
train
{ "resource": "" }
Добавить виджет в боковую панель. Параметры ---------- component : bowtie._Component Добавить этот компонент в боковую панель, он будет добавлен в конец.
c169300
train
{ "resource": "" }
Завершить любую возможную выполнение внедренной функции.
c169320
train
{ "resource": "" }
Проверяет, продолжен ли путь над своей параметризацией.
c169340
train
{ "resource": "" }
конвертировать dtype в класс строк MATLAB
c169360
train
{ "resource": "" }
Проверьте почту и отправьте их.
c169380
train
{ "resource": "" }
Сбрасывает значения стандартных линейок Matplotlib.
c169400
train
{ "resource": "" }
Графики горизонтальных и вертикальных линий сетки, исключая границы. Параметры ---------- ax: Matplotlib AxesSubplot, None Вложенный график, на котором необходимо провести рисование. scale: float Размер масштаба симплекса. multiple: float, None Указывает, какие внутренние линии сетки необходимо построить. Например, если scale=30 и multiple=6, нарисуются только 5 внутренних линий сетки. horizontal_kwargs: dict, None Все дополнительные параметры, которые можно передать в matplotlib для горизонтальных линий сетки. left_kwargs: dict, None Все дополнительные параметры, которые можно передать в matplotlib для левых параллельных линий сетки. right_kwargs: dict, None Все дополнительные параметры, которые можно передать в matplotlib для правых параллельных линий сетки. kwargs: Все дополнительные параметры, которые можно передать в matplotlib, если не используются horizontal_kwargs, left_kwargs или right_kwargs.
c169420
train
{ "resource": "" }
Проверяет IPN и PDT. Проверяет на наличие очевидных признаков плохого поведения платежа и при необходимости отмечает его.
c169440
train
{ "resource": "" }
Истина, если в числе есть по крайней мере одна цифра.
c169460
train
{ "resource": "" }
Эта функция является обёрткой вокруг функций init, parse_pac, find_proxy и cleanup. Это именно та функция, которую нужно вызвать, если вы хотите найти прокси только для одного URL.
c169480
train
{ "resource": "" }
Включите пользовательские классы представлений на схеме Sanic JWT Blueprint
c169500
train
{ "resource": "" }
Добавляет один модель. Параметры ---------- model : `Estimator`
c169520
train
{ "resource": "" }
Если возможно, извлекает кэшированный массив.
c169540
train
{ "resource": "" }
Возвращает значение после обработки как международная строка, подготовленная в соответствии с RFC 5280. :возврат: Строка в формате Unicode
c169560
train
{ "resource": "" }
Копирует объект, удаляя любую специальную метку из него. :return: Объект класса Asn1Value
c169580
train
{ "resource": "" }
Формирует байтовую строку значения, закодированного в виде ASN.1 в формате DER. Это обычно не полезно. Вместо этого используйте один из стандартных классов из asn1crypto.core или создайте новый класс с конкретными полями, а затем вызовите метод .dump(). :param class_: Значение целого числа класса ASN.1: 0 (универсальный), 1 (приложение), 2 (контекст) или 3 (частный) :param method: Значение целого числа метода ASN.1: 0 (примитивный), 1 (конструируемый) :param tag: Значение целого числа тега ASN.1 :param contents: Байтовая строка, содержащая закодированные байтовые данные :return: Байтовая строка значения ASN.1 в формате DER (заголовок и содержимое)
c169620
train
{ "resource": "" }
Создайте DiagonalPOVM из ``pi_basis`` и ``confusion_rate_matrix``, связанной с прочтением. См. также документацию Grove. :параметр OperatorBasis pi_basis: Базис операторов ранга-1, являющийся проекционным оператором. :параметр numpy.ndarray confusion_rate_matrix: Матрица вероятностей обнаружения, условная для подготовленного состояния кубита. :возвращает: POVM, соответствующий confusion_rate_matrix. :rtype: DiagonalPOVM
c169640
train
{ "resource": "" }
Сделай схему элементов трансферного матрица Паули. :param matplotlib.Axes ax: Объект matplotlib Axes для построения.
c169660
train
{ "resource": "" }
Вернуть функцию, которая принимает параметры и возвращает новую программу Quil. :возвращает: функцию
c169700
train
{ "resource": "" }
Patience сортирует итерируемый объект, xs. Эта функция генерирует последовательность пар (x, pile), где "pile" — это 0-базовый индекс кучи, на которую должен быть положен элемент "x". Элементы "xs" должны быть сравнимы с помощью оператора меньше.
c169720
train
{ "resource": "" }
Свяжите ребра и верните путь.
c169740
train
{ "resource": "" }
Цвета, выраженные в диапазоне от 0 до 1, как используется в matplotlib.
c169760
train
{ "resource": "" }
Напишите файл LAST, файл запроса и файл субъекта по формату BED.
c169780
train
{ "resource": "" }
Измеряйте каждый контиг и проверяйте изменение_оценки; здесь должно быть массив целых чисел.
c169800
train
{ "resource": "" }
Настройка точек останова с учетом chrs/файла breaks и файлов пробелов. Поиск пробелов в пределах или рядом с областью точек останова. Для областей точек останова, в которых нет пробелов, имеются два варианта: - Разрыв по середине области - Разрыв по ближайшему пробелу (--closest)
c169820
train
{ "resource": "" }
Программа выполняет автоматизированную переборку ALLPATHS для списка каталогов.
c169840
train
{ "resource": "" }
Перечислите последовательности с амбигуальными символами во всех возможных вариантах.
c169860
train
{ "resource": "" }
Извлекает интервал уверенности из CI. >>> get_lo_hi_from_CI("20-20/40-60") (40, 60)
c169880
train
{ "resource": "" }
Рассчитать степень наследуемости определенных черт у троюродных братьев. Параметры ========= тройки: тройки (а, b, "Женщина/Мужчина"). Элементы определяются на основе образцов (sample IDs) для запроса в словаре троичных черт. черты: Образец_идентификатор => значение (словарь) Возвращает ========== Кортежи размером 2, содержащие пары значений черт близнецов
c169900
train
{ "resource": "" }
Проверьте, содержит ли текущая папка квал-файл, связанный с fasta-файлом.
c169920
train
{ "resource": "" }
%prog renumber Mt35.consolidated.bed > tagged.bed Перенумеровать гены для обновлений аннотаций.
c169940
train
{ "resource": "" }
Вызывает blast и затем фильтрует результаты поиска с использованием BLAST. По умолчанию используется мегаблайт.
c169960
train
{ "resource": "" }
%prog flanks gaps.bed fastafile Создайте последовательности, окаймляющие пробелы.
c169980
train
{ "resource": "" }
Соберите промежутки между соседними HSP в файле BLAST.
c170000
train
{ "resource": "" }
%prog geneinfo pineapple.20141004.bed liftover.bed pineapple.20150413.bed note.txt interproscan.txt Создайте таблицу с информацией о генах из различных источников. Три файлы bed содержат информацию о первоначальных скелетах, группах сходства и окончательно выбранных локусах (после удаления TEs и разделённых локусов). Последние два текстовых файла содержат информацию AHRD и о доменах.
c170020
train
{ "resource": "" }
%prog connect сборка.fasta чтение_сопоставления.blast Связать субгеномы с помощью длинных чтений.
c170040
train
{ "resource": "" }
Дан объект gffutils, преобразуйте его в объект range.
c170060
train
{ "resource": "" }
%prog детей gff_file Получите детей, у которых один и тот же родитель.
c170080
train
{ "resource": "" }
%prog контаминация Ecoli.fasta genome.fasta read.fastq Проверьте контаминацию чита в каталоге парных читов. Используйте bowtie2 для сравнения чтений с: 1. Ecoli.fasta - это покажет нижнюю границу контаминации 2. genome.fasta - это определит верхнюю границу контаминации
c170100
train
{ "resource": "" }
%prog breakpoint mstmap.input > breakpoints.bed Найдите контрольные точки геномных островков с использованием генетической карты. Используйте variation.vcf.mstmap(), чтобы сгенерировать входные данные для этой процедуры.
c170120
train
{ "resource": "" }
Составьте молекулу с использованием компонентная последовательность ФАСТА
c170140
train
{ "resource": "" }
Тест SH с использованием RAxML querytree может быть единственным деревом или набором деревьев (например, от бутстрэпинга).
c170160
train
{ "resource": "" }
Запустите yn00, чтобы найти стопроцентный темп синонимического замещения для выравнивания.
c170180
train
{ "resource": "" }
Удаляет дублирующиеся контиги в ассембли. %prog dedup сборка.ассемблир.бласт сборка.фаста Удаляет дублирующиеся контиги в сборке.
c170200
train
{ "resource": "" }
Проверьте, дата обновления файла A позднее, чем у файла B, чтобы решить, стоит ли обновлять файл B. Это можно обобщить для двух списков.
c170220
train
{ "resource": "" }
%prog agp tpffile certificatefile agpfile Создание agpfile на основе сертификатов перекрытия. Файл ориентации плитки (tpf) содержит список элементов и островков. Это файл из трех колонок, например, как ниже, также см. jcvi.formats.agp.tpf(): telomere chr1 na AC229737.8 chr1 + AC202463.29 chr1 + Примечание: ориентация компонента используется только для ориентировки. Если ориентация можно определить из оконечного перекрытия, она будет использована независимо от указаний в tpf. См. функцию jcvi.assembly.goldenpath.certificate(), которая генерирует список сертификатов на основе agpfile. Первоначально кажется контрпродуктивным сначала преобразовывать agp в сертификаты, а затем обратно в agp. Сертификаты предоставляют способ редактировать информацию о перекрытии, чтобы исправить agpfile (без изменения самого agpfile).
c170240
train
{ "resource": "" }
%prog synteny mstmap.out novo.final.fasta reference.fasta Постройте график MSTmap относительно референсного генома.
c170260
train
{ "resource": "" }
%prog vcf fastafile bamfiles > out.vcf.gz Вызывает SNP на файлах бам.
c170280
train
{ "resource": "" }
%prog местонахождение bedfile fastafile Исходя из локаций SNP, подведите итоги локаций в последовательностях. Например, определите, приходится ли больше 3'-SNP, чем 5'-SNP.
c170300
train
{ "resource": "" }
Сортирует последовательность в естественном порядке, но возвращает список отсортированных индексов, а не отсортированный список. ```python >>> a = ['num3', 'num5', 'num2'] >>> b = ['foo', 'bar', 'baz'] >>> index = index_natsorted(a) >>> index [2, 0, 1] # Сортируем оба списка по порядку сортировки a >>> [a[i] for i in index] ['num2', 'num3', 'num5'] >>> [b[i] for i in index] ['baz', 'foo', 'bar'] >>> c = [('a', 'num3'), ('b', 'num5'), ('c', 'num2')] >>> from operator import itemgetter >>> index_natsorted(c, key=itemgetter(1)) [2, 0, 1]
c170320
train
{ "resource": "" }
%prog оценить предсказание.prediction.bed реальность.reality.bed fastafile Создать таблицу истинности: Истина Ложь --- Реальность Истина TP FP Ложь FN TN |--------Предсказание Sn = TP / (всего истинных в реальности) = TP / (TP + FN) Sp = TP / (всего истинных в предсказании) = TP / (TP + FP) Ac = (TP + TN) / (TP + FP + FN + TN)
c170340
train
{ "resource": "" }
%prog формат fastqfile Форматирование файла FASTQ. В настоящее время предоставляется опция для преобразования заголовка файла FASTQ из одного диалекта в другой.
c170360
train
{ "resource": "" }
Конвертация курьёзных имен хромосом, встречающихся в различных файлах выпусков, которые часто имеют специфический для проекта формат, в более общий. Например, для Medicago: Конвертировать идентификатор последовательности (seqid) типа `Mt3.5.1_Chr1` в `chr1` `Mt3.5_Chr3` в `chr3` `chr01_pseudomolecule_IMGAG` в `chr1` Некоторые примеры из Maize: Конвертировать идентификатор последовательности (seqid) типа `chromosome:AGPv2:2:1:237068873:1` в `2` Специальные случаи: `chromosome:AGPv2:mitochondrion:1:569630:1` в `Mt` `chromosome:AGPv2:chloroplast:1:140384:1` в `Pt`
c170380
train
{ "resource": "" }
Автоматически строить граф, заданный последовательностью символов.
c170400
train
{ "resource": "" }
Внутренняя функция для генерации обратных карт; задан словарь, возвращает новый словарь с замененными ключами и значениями.
c170420
train
{ "resource": "" }
Сгруппировать список блоков макета в пары Аргументы: List:blocks -- Список объектов блоков List:layout_blocks -- Список индексов блоков макета Возвращает: List -- Отсортированные индексы пар блоков макета, сгруппированные в списке
c170440
train
{ "resource": "" }
Эта операция обрабатывает и проверяет форму предпочтений.
c170460
train
{ "resource": "" }
Дана строка пульс от сервера и кортеж пульса от клиента, рассчитайте, какими должны быть фактические настройки пульса. :param (str,str) shb: числа пульса от сервера :param (int,int) chb: числа пульса клиента :rtype: (int,int)
c170480
train
{ "resource": "" }
Верните true, если сокет, управляемый этой связью, подключен. :rtype: bool
c170500
train
{ "resource": "" }
Для разбиения предоставленного текста на токены используйте пакет mecab-python3. Параметр `lang` должен быть установлен в 'ja' для японского или в 'ko' для корейского языка. Самый простой вариант вывода из mecab-python3 — это строковая горизонтальная форма, содержащая ту же таблицу, которая будет выведена при запуске командной строки MeCab. Мы находим токены в первом столбце этой таблицы.
c170520
train
{ "resource": "" }
Разберите URL и верните URLInfo.
c170540
train
{ "resource": "" }
Вернуть размер файла. Корутина.
c170560
train
{ "resource": "" }
Верни код ответа в виде кортежа. Аргументы: code: Код ответа. Возвращает: Каждый элемент в кортеже — цифра.
c170580
train
{ "resource": "" }
Закройте все открытые соединения. Аргументы: force: очистить соединения, связанные с подключениями и простаивающими подключениями. Корутина.
c170600
train
{ "resource": "" }
Возвращается новый временный файл.
c170620
train
{ "resource": "" }
Проверьте, является ли файл, запрос изменений и верните, является ли это файлом. Корутина.
c170640
train
{ "resource": "" }
Рекурсивно преобразовать экземпляр в байты.
c170660
train
{ "resource": "" }
Вернуть список частей каталога из URL. Аргументы: url (str): URL. include_protocol (bol): Если True, схема из URL будет включена. include_hostname (bool): Если True, хост-имя из URL будет добавлено. alt_char (bool): Если True, символ для разделителя порта будет «+», вместо «:». Эта функция не включает имя файла, а пути не очищаются. Возвращает: list
c170680
train
{ "resource": "" }
Постоянно читайте stderr для поиска сообщений об ошибках.
c170700
train
{ "resource": "" }
Прочитай сообщение обс одном из пушей мнужнности. Корутин.
c170720
train
{ "resource": "" }
Загрузите файл robots.txt.
c170740
train
{ "resource": "" }
Посылайте строку статуса HTTP-запроса и заголовки полей. Этот класс автоматически подключит соединение, если оно закрыто. Корутина.
c170760
train
{ "resource": "" }
Вызовите все обработчики обратного вызова с заданным набором аргументов.
c170780
train
{ "resource": "" }
Извлекать строки из формата MS-DOS.
c170800
train
{ "resource": "" }
Верни имя файла с данными.
c170820
train
{ "resource": "" }
Применяйте общие правила для витрины любого элемента ссылок.
c170840
train
{ "resource": "" }
Считай заголовок одного блока. Возвращает: tuple: 2-элементный кортеж с размером содержимого в блоке и сырым байтовым строкой заголовка. Корутинный.
c170860
train
{ "resource": "" }
Вернуть итератор ссылок, найденных в документе. Аргументы: file: Объект файла, содержащий документ. encoding (str): Кодировка документа. Возвращаемое значение: iterable: str
c170880
train
{ "resource": "" }
Вернуть действие скрипта, когда произошла ошибка.
c170900
train
{ "resource": "" }
Преобразовать время GPS в тиках в стандартное время.
c170920
train
{ "resource": "" }
Возвращает общее расстояние, пройденное по маршруту GPS. Используется для определения, была ли вся последовательность просто статическим видео. Принимает в качестве входных данных последовательность точек.
c170940
train
{ "resource": "" }
Является ли поток помечен как поток видео.
c170960
train
{ "resource": "" }
Команда memcached "get" только для одного ключа в качестве удобства. Параметры: key: строка, см. документацию к классу для деталей. default: значение, которое будет возвращено, если ключ не был найден. Возвращает: Значение для ключа, или default, если ключ не был найден.
c170980
train
{ "resource": "" }
Добавь строку метаданных.
c171000
train
{ "resource": "" }
Попробуйте извлечь штамм из записи резюме сборки. Сначала это проверяет 'infraspecific_name', затем 'isolate', затем пытается получить его из 'organism_name'. Если все остальное не удается, оно берет всего лишь возврат номера доступа сборки.
c171020
train
{ "resource": "" }
Общий метод расчета расстояния, который требует существования атрибута называемого `distance_criteria`. Этот атрибут должен быть списком строк с названиями атрибутов, которые учитываются метрикой расстояния. Параметры ---------- other : object Другой объект для сравнения с текущим экземпляром. Возвращает ---------- (название отсутствует) : float Расстояние между текущим объектом и другим объектом, используя метрику "универсального расстояния".
c171040
train
{ "resource": "" }
Вычислить дискретную аппроксимацию бета-распределения. Это может быть довольно медленно, так как используется примитивный численный метод интегрирования для генерации дискретной аппроксимации. Параметры ---------- N : int Размер вектора дискретного пространства, который будет возвращен. a : float Первый параметр формы (иногда его называют альфа). b : float Второй параметр формы (иногда его называют бета). Возвращает ---------- X : np.array Дискретные точки для дискретной функции массовой вероятности. pmf : np.array Вероятности, связанные с каждой точкой в X.
c171060
train
{ "resource": "" }
Создает новых потребителей для заданных индексов. Немного расширяет базовый метод за счёт установки значений pLvlTrue = 1.0 для самого первого симулируемого периода, а также инициализации восприятия агрегатной производительности для каждого марковского состояния. Представительный агент начинает с правильного восприятия марковского состояния. Параметры ---------- which_agents : np.array(Bool) Булевый массив размера self.AgentCount, указывающий, какие агенты должны быть "признаны" рождёнными. Возвращает --------- None
c171080
train
{ "resource": "" }
Решает однопериодную задачу способов расчета расходов и сэкономленных средств при рисковом доходе и сюрпризных изменениях в медицинских потребностях. Параметры ---------- None Возвращает ---------- solution : ConsumerSolution Решение задаче одного периода, включая функцию потребления, функцию расходов на медицинское обслуживание (обе определены через рыночные ресурсы, постоянный доход и медицинский сюрприз), маржинальную функцию стоимости (определенную через рыночные ресурсы и постоянный доход), а также человеческий капитал как функцию постоянного дохода.
c171100
train
{ "resource": "" }
Случайным образом определите, какие потребители умирают, и распределите их богатство между выжившими. Этот метод работает только в том случае, если в цикле только один период. Параметры ---------- None Возвращает --------- who_dies : np.array(bool) Логический массив размером AgentCount, указывающий, какие агенты умирают.
c171120
train
{ "resource": "" }
Правило мельницы для этого класса просто вызывает метод calcStats.
c171140
train
{ "resource": "" }
Разложите поведенческие и функции значений для более экономичного доступа. Параметры ---------- none Возвращает ------- none