_id
stringlengths
2
7
title
stringclasses
1 value
partition
stringclasses
3 values
language
stringclasses
1 value
meta_information
dict
text
stringlengths
5
1.76k
c173240
train
{ "resource": "" }
Декоратор, ограничивающий доступ только для авторизованных пользователей с правильными разрешениями. Если пользователь не авторизован, вызывает ошибка HTTPUnauthorized, если пользователь авторизован и не имеет разрешений, вызывает ошибка HTTPForbidden.
c173260
train
{ "resource": "" }
Создать указанный поток, установить KeepAlive при запросе. Аргументы: client: Объект GRR-клиента, на котором запускать поток. name: строка, содержащая название потока. args: прото (*FlowArgs) для типа потока, как определено в протоколе потока GRR. Возвращает: строку со значением идентификатора запущенного потока.
c173280
train
{ "resource": "" }
Сопоставьте указанную временную шкалу и эскиз. Аргументы: sketch_id (int): ID эскиза index_id (int): ID временной шкалы, которую нужно добавить в эскиз
c173300
train
{ "resource": "" }
Устанавливает атрибут _target_directory. Аргументы: target_directory: Директория, в которую будут помещены собранные файлы.
c173320
train
{ "resource": "" }
Вернуть позицию поля по имени поля. Параметры ---------- name: :py:class:`str` Имя поля Возвращает ------- : :py:class:`int` Позиция поля в наборе полей Поднимает исключения ------ : :class:`~pyasn1.error.PyAsn1Error` Если *name* отсутствует или не уникален внутри вызывающего *NamedTypes*.
c173340
train
{ "resource": "" }
Загружает библиотеку общего пользования libzar и её зависимости.
c173360
train
{ "resource": "" }
r"""Обновите заданный параметр модели, если он имеет определенные значения."""
c173380
train
{ "resource": "" }
Вычислите все матрицы двухступенчатых подсчетов из разрывных траекторий. Параметры ---------- dtrajs : список разрывных траекторий lag : int задержка для оценки матрицы подсчетов. N : int количество состояний в разрывных траекториях. Возвращает ------- C2t : разреженная матрица csc (N, N, N) двухступенчатые матрицы подсчетов для всех состояний. C2t[:, n, :] — матрица подсчетов для каждого n
c173400
train
{ "resource": "" }
Оценивает вызов функции для всех моделей. Возвращает результаты вызовов в виде списка.
c173420
train
{ "resource": "" }
Если установлено в True, выход будет храниться в памяти.
c173440
train
{ "resource": "" }
Возвращает строку, описывающую заданный атом :param topology: :param index: :return:
c173460
train
{ "resource": "" }
Возвращает столбец с заданными индексами из глубокого массива. Например, если массив является матрицей, а индексы представляют собой одно число, то вернет arr[:, индексы]. Если массив является 3-х порядковым тензором и индексы представляют собой пару чисел, то вернет arr[:, индексы[0], индексы[1]], и так далее.
c173480
train
{ "resource": "" }
возвращается отображение количеств Параметры ---------- dtrajs : array_like или список массивов array_like Дискретизированный траектория или список дискретизированных траектория ignore_negative, булевский тип, по умолчанию=False Игнорируйте отрицательные элементы. По умолчанию, отрицательный элемент вызовет исключение Возвращает ------- count : двумерный массив типа int количество вхождений каждого состояния. n=max+1, где max — это значением индекса самого большого найденного состояния.
c173520
train
{ "resource": "" }
временно применить заданные в конфигурации PyEMMA значения в предоставленном контексте.
c173540
train
{ "resource": "" }
Постепенно обновлять оценки Параметры ---------- X: массив, список массивов, Читатель PyEMMA входные данные.
c173560
train
{ "resource": "" }
Конвертируйте массив из 34 фишек в массив из 136 фишек.
c173580
train
{ "resource": "" }
Исключите выборку по элементам, где `benchmark` больше `threshold`. Фильтрует `self` (и при необходимости, `benchmark`) периоды, в которых `benchmark` меньше `threshold`. (Или меньше или равно `threshold`.) Параметры ---------- `benchmark` : {pd.Series, TSeries, 1d np.ndarray} Базовый инструмент, к которому сравнивается `self`. `threshold` : float, по умолчанию 0.0 Пороговое значение для сравнения. `self` и `benchmark` "фильтруются" до периодов, где `benchmark` строго меньше `threshold` или меньше или равно `threshold`. `compare_op` : {'lt', 'le'} Оператор сравнения, используемый для сравнения с `threshold`. 'lt' означает "меньше"; 'le' — "меньше или равно". `include_benchmark` : bool, по умолчанию False Если True, возвращается кортеж (`self`, `benchmark`), оба отфильтровались. Если False, возвращается только отфильтрованный `self`. Возвращает ---------- TSeries или кортеж из TSeries TSeries, если `include_benchmark=False`; в противном случае, кортеж.
c173600
train
{ "resource": "" }
Удаляйте элементарные выборки, где `benchmark` < `threshold`. Фильтруйте `self` (и, при необходимости, `benchmark`) по периодам, где `benchmark` > `threshold`. (Или >= `threshold`.) Параметры ---------- `benchmark` : {pd.Series, TSeries, 1d np.ndarray} Бенчмарк-безопасность, с которой сравнивается `self`. `threshold` : float, default 0.0 Уровень порога, на котором осуществляется сравнение. `self` и `benchmark` фильтруются по периодам, где `benchmark` больше/равно `threshold`. `compare_op` : {'ge', 'gt'} Оператор сравнения, использующийся для сравнения с `threshold`. 'gt' — больше, чем; 'ge' — больше или равно. `include_benchmark` : bool, default False Если True, возвращается кортеж ( `self`, `benchmark`) оба отфильтрованные. Если False, возвращается только отфильтрованный `self`. Возврат ------- TSeries или кортеж из TSeries Возвращается TSeries, если `include_benchmark=False`, в противном случае, кортеж.
c173620
train
{ "resource": "" }
Добавляет столбец с указанными параметрами в базовую модель. Этот метод также является слотом. Если модель не установлена, ничего не происходит. Аргументы: columnName (str): Название нового столбца. dtype (numpy.dtype): Тип данных нового столбца. defaultValue (object): Заполняйте столбец этим значением.
c173640
train
{ "resource": "" }
Установить минимальное значение. Аргументы: minimum (int or long): новое значение минимума. Исключения: TypeError: если указанный аргумент не является целым числом.
c173660
train
{ "resource": "" }
Удаляет строки из датафрейма. :param rows: (список) индексов строк для удаления. :return: (bool) True в случае успешного выполнения, False — в случае неудачи.
c173680
train
{ "resource": "" }
Преобразуйте правильный PIN в соответствии с отображенной матрицей.
c173700
train
{ "resource": "" }
Установите путь, по которому может быть достигнуто назначение. Путь задан в виде списка кортежей в формате (адрес, канал моста). Пример #1: доступ к модулю в задней панели ATCA в оболочке невольник = 0x81, назначение = 0x82 маршрутизация = [(0x81,0x20,0),(0x20,0x82,None)] Пример #2: доступ к AMC в оболочке типа uTCA невольник = 0x81, назначение = 0x72 маршрутизация = [(0x81,0x20,0),(0x20,0x82,7),(0x20,0x72,None)] uTCA - MCH AMC .-------------------. .--------. | .-----------| | | | ShMC | CM | | MMC | channel=0 | | | channel=7 | | 81 ------------| 0x20 |0x82 0x20 |-------------| 0x72 | | | | | | | | | | | | `-----------| | | `-------------------´ `--------´ `------------´ `---´ `---------------´ Пример #3: доступ к AMC в носителе ATCA AMC невольник = 0x81, назначение = 0x72 маршрутизация = [(0x81,0x20,0),(0x20,0x8e,7),(0x20,0x80,None)]
c173740
train
{ "resource": "" }
Загрузка изображений из директории. Для повышения эффективности возвращает итератор, а не последовательность, поэтому результаты не могут быть доступны по индексации. Каждый раз при новом проходе через изображения необходимо снова вызывать `load_images_from_dir`. Параметры --------- in_dir: Путь к директории. suffix: Загружаются только изображения с именами, которые заканчиваются на это. Возвращает ---------- SpatialImage Изображение.
c173760
train
{ "resource": "" }
Пример ГММ-распределения. Аргументы --------- n : int Количество требуемых примеров Возвращает ------- 1D массив Примеры из распределения
c173800
train
{ "resource": "" }
Получить оценку центров Параметры ---------- оценка : массив 1D Либо априорная, либо апостериорная оценка Возвращает ------- центры : массив 2D, в форме [K, n_dim] Оценка центров
c173820
train
{ "resource": "" }
Работа рабочего узла. Получение задач от мастера для обработки и отправка результата назад Параметры ---------- clf: функция классификации классификатор, используемый в кросс-валидации Возвращает ---------- None
c173840
train
{ "resource": "" }
Выполнить функцию для каждого блока в объеме. Параметры ---------- `block_fn`: функция, применяемая к каждому блоку: Параметры `data`: список 4D массивов, содержащий подмножество данных субъекта, которое попадает в куб, окруженный сферой радиусом `sl_rad` в вокселях. `mask`: 3D массив, содержащий подмножество данных маски. `sl_rad`: радиус, в вокселях, сферы вписанной в куб. `bcast_var`: общие данные, которые распространяются ко всем процессам. `extra_params`: дополнительные параметры. Возвращает 3D массив, который имеет такой же размер, как и маска входных данных, но без подкантов. `extra_block_fn_params`: кортеж Дополнительные параметры, передаваемые функции блока. `pool_size`: int Максимальное количество процессов, выполняющих функцию блока параллельно. Если None, количество доступных аппаратных потоков, учитывая ограничения `cpusets`.
c173860
train
{ "resource": "" }
Обновление индивидуальных компонентов `S_i`. Параметры ---------- X : список 2D массивов, элемент i имеет форму=[voxels_i, timepoints] Каждый элемент списка содержит данные fMRI для выравнивания одного субъекта. W : список массивов, элемент i имеет форму=[voxels_i, features] Ортогональные преобразования (отображения) :math:`W_i` для каждого субъекта. R : массив, форма=[features, timepoints] Общий ответ. gamma : float, по умолчанию: 1.0 Параметр регуляризации для разряда индивидуальных компонентов. Возвращает ---------- S : список массивов, элемент i имеет форму=[voxels_i, timepoints] Индивидуальная компонента :math:`S_i` для каждого субъекта.
c173880
train
{ "resource": "" }
Вернуть отсчёт до праздников.
c173900
train
{ "resource": "" }
Метка собранного столбца.
c173960
train
{ "resource": "" }
Опубликуй HTML.
c173980
train
{ "resource": "" }
Конвертирует ли этот Форматтер также значения?
c174000
train
{ "resource": "" }
Настроить пересылку для использования внутренним проводником. endpoint Эндпоинт, на который отправляется пересылка. Определяет направление пересылки (см. ENDPOINT_OUT и ENDPOINT_IN). buffer_or_len Это может быть строка (при отправке данных) или ожидаемая длина данных (при приеме данных). Чтобы избежать копирования памяти, используйте объект, реализующий интерфейс записываемого буфера (например, bytearray). callback Функция обратного вызова, которая будет вызвана при завершении пересылки. Вызывается с параметром пересылки, результат игнорируется. user_data Пользовательские данные для передачи в функцию обратного вызова. timeout Таймаут пересылки в миллисекундах. Число равное 0 означает отключение. iso_transfer_length_list Список размеров отдельных пересылок. Если не предоставлен, buffer_or_len будет распределен равномерно среди доступных пересылок при возможности, и вызовет ValueError в противном случае.
c174020
train
{ "resource": "" }
Подготавливает транзакцию чтения через интерфейс I2C. :param address: Адрес устройства-слейва. :type address: int :param length: Количество байт для чтения. :type length: int :return: Новый экземпляр класса :py:class:`i2c_msg` для операции чтения. :rtype: :py:class:`i2c_msg`
c174040
train
{ "resource": "" }
Прочитать все разделяемые строки в таблице
c174060
train
{ "resource": "" }
Это называется "expand", чтобы найти клики. Аргументы: tags (list): список тегов, используемых для поиска клик. Генерирует: list : список отсортированных по start_token тегов, который является кликой
c174080
train
{ "resource": "" }
Берет список списков и возвращает список списков, в котором по одному элементу из каждого из исходных списков. Новый список должен содержать все возможные комбинации, длина которых равна произведению длин списков. Например, для списка, содержащего списки длиной 3, 2 и 3, возвращается 18 комбинаций. Также длина каждого подсписка должна быть такой же, как и длина переданных списков. Аргументы: lists (список списков): список списков Возвращает: список списков: возвращает список списков, состоящий из одного элемента из каждого из списков в lists.
c174100
train
{ "resource": "" }
Разобрать файл в объект онтологии, с помощью rdflib
c174120
train
{ "resource": "" }
Преобразуйте идентификаторы карт на основании списка замыкания эквивалентности.
c174140
train
{ "resource": "" }
Для заданного списка людей верните простые, масштабированные и категориальные оценки.
c174160
train
{ "resource": "" }
Отрисовать объект узла
c174180
train
{ "resource": "" }
Получить все узлы на определенном уровне Аргументы --------- relations : list[str] список отношений, используемых для фильтрации
c174200
train
{ "resource": "" }
Преобразует объект JSON
c174220
train
{ "resource": "" }
Соединяет пакетное имя и относительное имя. Аргументы: package: Дотированное имя, например, foo.bar.baz. relative_name: Дотированное имя, возможно, с некоторыми ведущими точками, например, ..x.y. Возвращает: Относительное имя, припаянное к пакету родителя, после перехода на один уровень вверх для каждой ведущей точки. например, foo.bar.baz + ..hello.world -> foo.hello.world Неизменное relative_name, если оно не начинается с точки или содержит слишком много ведущих точек.
c174240
train
{ "resource": "" }
Расширьте список имен файлов, переданных в качестве источников. Эта вспомогательная функция предназначена для обработки командных строковых аргументов, которые указывают список исходных файлов и каталогов. Все каталоги в именах файлов будут рекурсивно обследованы по подкаталогам на наличие файлов с расширением .py. Все файлы, не заканчивающиеся на расширение ".py", будут проигнорированы. Аргументы: filenames: Список имен файлов для обработки. cwd: Опциональный рабочий каталог для расширения относительных путей. Возвращает: Список отсортированных полных путей к файлам с расширением .py.
c174260
train
{ "resource": "" }
Получить переданные в качестве аргументов командной строки параметры для ROUGE или использовать значения по умолчанию.
c174300
train
{ "resource": "" }
Список хитов.
c174320
train
{ "resource": "" }
Проверка паролей экземпляров
c174400
train
{ "resource": "" }
Вычислите распределение значений за заданный временной интервал от `start` до `end`. Аргументы: start (организованный, опциональный): Нижняя временная граница для вычисления распределения. По умолчанию будут использованы первые временные точки. end (организованный, опциональный): Верхняя временная граница для вычисления распределения. По умолчанию будут использованы последние временные точки. normalized (bool): Если True, распределение будет суммироваться до единицы. Если False и временные значения TimeSeries являются датаж временами, единицами будут секунды. mask (:obj:`TimeSeries`, опциональный): Область, на которой будет вычислено распределение. Возвращает: :obj:`Histogram` с результатами.
c174420
train
{ "resource": "" }
Слушать входящие сообщения от хоста TODO (marcus): Мы не можем этим пользоваться, так как мы уже слушаем stdin через client.py. Если захотим использовать, нам придется найти способ получать множественные сигналы с одного и того же stdin и направлять их на соответствующие источники.
c174440
train
{ "resource": "" }
Обновите модель элемента результатом из хоста. Состояние отправляется с хоста после того, как процесс был завершен, и представляет собой события, которые произошли, включая сообщения в журнале и статус завершения. Аргументы: result (dict): Словарь, следующий схеме Результат.
c174460
train
{ "resource": "" }
Для объекта вызова, который представляет собой несколько вызовов, `call_list` возвращает список всех промежуточных вызовов, а также конечный вызов.
c174480
train
{ "resource": "" }
Выполнить файл конфигурации REPL. :param repl: экземпляр `PythonInput`. :param config_file: путь к файлу конфигурации.
c174500
train
{ "resource": "" }
Создайте макет для строк статуса.
c174520
train
{ "resource": "" }
Получить метаданные в форматированной строке формата SOFT.
c174540
train
{ "resource": "" }
Загрузить с веб-сайта.
c174560
train
{ "resource": "" }
Используйте лучшие k оценки учащегося для использования в наградах для расчета бандита.
c174580
train
{ "resource": "" }
Останавливает экземпляр, сохраняя диск и конфигурацию. :param str instance_id: идентификатор экземпляра :raises: `InstanceError` если не удается остановить экземпляр :return: dict - информация, необходимая для перезапуска экземпляра.
c174600
train
{ "resource": "" }
Верните список значений, которые соответствуют атрибуту ``.id`` или ``.name`` любого объекта в списке `known`. :param str values: запятаями отделённый список (т.е., строка Python) элементов :param list known: список объектов libcloud для фильтрации :return: список объектов libcloud, которые соответствуют указанным значениям
c174620
train
{ "resource": "" }
Запустить узел в облаке с использованием заданных свойств экземпляра. Данный метод является неблокирующим: как только узел id будет возвращен облачным провайдером, метод вернется. Для получения дополнительной информации о состоянии узла следует использовать методы `is_alive`:meth: и `update_ips`:meth:.
c174640
train
{ "resource": "" }
Включить фильтрацию, сортировку и прокрутку для вывода результатов.
c174660
train
{ "resource": "" }
Регистрирует экземпляр службы. Останавливает службу и удаляет ее из менеджера. Аргументы: alias: строка, псевдоним экземпляра службы для отмены регистрации.
c174680
train
{ "resource": "" }
Конфигурация метки отладки. По умолчанию метка — это серийный номер устройства, но иногда более описательно использовать метку по выбору пользователя. Изменение метки отладки изменяет часть префикса информации об отладке, выпускаемой этим объектом, наподобие строк логов и сообщения DeviceError. Пример: — По умолчанию используется серийный номер устройства: "INFO [AndroidDevice|abcdefg12345] Один звонок принят." — Метку можно настроить с помощью `ad.debug_tag = 'Caller'`: "INFO [AndroidDevice|Caller] Один звонок принят."
c174700
train
{ "resource": "" }
Запись ошибки из API expect. Этот метод генерирует временную метку для expect. Метка состоит из штампа времени и количества до этого записанных ошибок. Аргументы: error: Exception или signals.ExceptionRecord, ошибка, которую нужно добавить.
c174720
train
{ "resource": "" }
Проверяет, существует ли указанный команду проверки на устройстве. Аргументы: command: Строка, представляющая собой имя команды для проверки. Возвращает: Логическое значение, которое равно True, если команда существует, и False в противном случае.
c174740
train
{ "resource": "" }
Возвращает данные с метками времени. Возвращает: Список кортежей в формате (метка времени, данные)
c174760
train
{ "resource": "" }
Мероприятия, соответствующие регулярному выражению. Если такие события(е) существуют, извлеките одно событие из каждого очереди событий, которое удовлетворяет условию. В противном случае ждите, пока не произойдет событие, удовлетворяющее условию, с тайм-аутом. Результаты сортируются по временной метке в порядке возрастания. Аргументы: regex_pattern: Регулярное выражение, которое должно совпадать с именем события, чтобы его можно было извлечь. timeout: Количество секунд, в течение которых ждать события в случае, если при вызове функции нет события, удовлетворяющего условию. Возвращает: События, имена которых соответствуют регулярному выражению. Пусто, если ничего не найдено и время ожидания прервано. Вызывает ошибки: IllegalStateError: Вызывается, если попытка извлечь элемент осуществлена до того, как диспетчер начнет опрос. queue.Empty: Вызывается, если событие не было найдено до тайм-аута.
c174780
train
{ "resource": "" }
Получает доступный на хосте порт для обратной передачи adb. Возвращает: Целое число, представляющее порт на хосте, доступный для обратной передачи adb. Генерирует: Ошибку: когда ни один порт не найден после повторных попыток на MAX_PORT_ALLOCATION_RETRY времени.
c174800
train
{ "resource": "" }
Хранение данных о заданиях в базе данных заданий Пример: [ { "ревизия": "24fd64b8251fac5cf60b54a915bffa7e51f636b5", "задание": { "job_guid": "d19375ce775f0dc166de01daa5d2e8a73a8e8ebf", "имя": "xpcshell", "описание": "foo", "job_symbol": "XP", "group_name": "Shelliness", "group_symbol": "XPC", "product_name": "firefox", "состояние": "TODO", "результат": 0, "причина": "scheduler", "кто": "sendchange-unittest", "время_запроса": 1365732271, "время_старта": "20130411165317", "время_окончания": "1365733932", "машина": "tst-linux64-ec2-314", "платформа_сборки": { "платформа": "Ubuntu VM 12.04", "os_name": "linux", "архитектура": "x86_64" }, "платформа_машины": { "платформа": "Ubuntu VM 12.04", "os_name": "linux", "архитектура": "x86_64" }, "коллекция_опций": { "opt": true }, "ссылки_на_логи": [ { "url": "http://ftp.mozilla.org/pub/...", "имя": "unittest" } ], "артефакты":[{ "тип":"json | img | ...", "имя":"", "ссылки_на_логи":[] "блоб":"" }], }, "преодолено": [] }, ... ]
c174820
train
{ "resource": "" }
Извлекает полезную нагрузку с информацией пользователя из Идентификаторного токена. Пример возвращаемого значения: { "at_hash": "<ХЕШ>", "aud": "<ХЕШ>", "email_verified": true, "email": "fsurname@mozilla.com", "exp": 1551259495, "family_name": "Фамилия", "given_name": "Имя", "https://sso.mozilla.com/claim/groups": [ "all_scm_level_1", "all_scm_level_2", "all_scm_level_3", # ... ], "iat": 1550654695, "iss": "https://auth.mozilla.auth0.com/", "name": "Имя Фамилия", "nickname": "Имя Фамилия", "nonce": "<ХЕШ>", "picture": "<URL_GRAVATAR>", "sub": "ad|Mozilla-LDAP|fsurname", "updated_at": "2019-02-20T09:24:55.449Z", }
c174840
train
{ "resource": "" }
Сохраните содержимое сводного артефакта журнала текста
c174880
train
{ "resource": "" }
Генератор для итерации по указанному QuerySet по частям по n строк за раз. Использование: ```python qs = FailureLine.objects.filter(action='test_result') for qs in chunked_qs(qs, chunk_size=10000, fields=['id', 'message']): for line in qs: print(line.message) ``` Примечание: хотя в Django 2.0 предоставляется способ итерации по частям через QuerySet.iterator(), мы не можем использовать его с MySQL, так как он не поддерживает потоковые результаты. [1]: https://docs.djangoproject.com/en/2.0/ref/models/querysets/#iterator
c174900
train
{ "resource": "" }
Вернуть все неудачные попытки работы, отмеченные как "исправлено коммитом", сгруппированные по причине, указанной в аннотации. Это возвращает словарь, в котором ключом является идентификатор ревизии или бага (идентификатор бага используется для случайных неудач, а ревизия — для реальных неудач). Для целей SETA мы интересуемся только ревизиями (реальными неудачами). Неудачи для *реальных неудач* будут содержать все задачи, получившие звездочку как "исправлено коммитом". Обратите внимание, что данные не сообщают, в каком репозитории была исправлена причина неудачи. Например, в сырых данных вы можете увидеть ссылку на 9fa614d8310d, что является откатом, и этот коммит упоминается в 12 отмеченных задачах: https://treeherder.mozilla.org/#/jobs?repo=autoland&filter-searchStr=android%20debug%20cpp&tochange=9fa614d8310db9aabe85cc3c3cff6281fe1edb0c Сырые данные покажут эти 12 задачи. Возвращаемые данные будут выглядеть следующим образом: { "44d29bac3654": [ ["android-4-0-armv7-api15", "opt", "android-lint"], ["android-4-0-armv7-api15", "opt", "android-api-15-gradle-dependencies"], ] }
c174940
train
{ "resource": "" }
Верните номер строки и столбец позиции в строке.
c174960
train
{ "resource": "" }
Покажите различия в метриках для каждого файла.
c174980
train
{ "resource": "" }
Список имен архиверов с данными. :param config: Конфигурация :type config: :class:`wily.config.WilyConfig` :return: Список имен архиверов :rtype: ``список`` ``строк``
c175000
train
{ "resource": "" }
Отправьте сообщение в журнал journald. @param kwargs: Связь между именами полей и значениями, оба в виде байтов. @raise IOError: Если операция завершилась неудачей.
c175020
train
{ "resource": "" }
Начать новое действие, которое является частью сериализованной задачи. @param logger: Создать объект L{eliot.ILogger}, в который нужно записывать сообщения, или C{None}, если нужно использовать стандартный. @param task_id: Сериализованный идентификатор задачи, результат выполнения L{Action.serialize_task_id}, в виде ASCII-кодированных байтов или unicode-строки. Обязательный параметр. @return: Новый экземпляр класса L{Action}.
c175040
train
{ "resource": "" }
Создайте новый экземпляр Cheroot с аргументами из командной строки.
c175060
train
{ "resource": "" }
Подготовить сервер к обработке запросов. Это закрепляет порт сокета, настраивает сокет на режим ``listen()`` и выполняет другие подготовительные действия.
c175080
train
{ "resource": "" }
Добавляет поля `region` и `sorted_children` в узлы. Добавляет поле `sorted_children` только если `sorted_children` установлено в True.
c175100
train
{ "resource": "" }
Возвращает список объектов, переданных в качестве этого параметра.
c175120
train
{ "resource": "" }
Названия параметров, которые принимает функция. Возвращает None, если это завершение не является функцией.
c175140
train
{ "resource": "" }
Изменения с функцией Redo отменяют предыдущие изменения из истории. Когда `change` равно `None`, будет отменен последний сделанный изменение. Если `change` не равно `None`, оно должно быть элементом из `self.undo_list`; это изменение вместе со всеми зависящими от него изменениями будут отменены. В обоих случаях вернется список отмененных изменений. Если `drop` равно `True`, отмененное изменение не будет добавлено в список на будущее повторное применение (redo).
c175160
train
{ "resource": "" }
Декоратор для обработки `taskhandle.JobSet`-ов. Декоратор для обработки `taskhandle.JobSet`-ов для методов `do` и `undo` класса `Change`.
c175180
train
{ "resource": "" }
Создает пакет и возвращает объект `rope.base.resources.Folder`
c175200
train
{ "resource": "" }
Вернуть ссылку на контекст, специфичный для потока.
c175220
train
{ "resource": "" }
Получить кэшированный клиент для проекта, если его нет, создать новый.
c175240
train
{ "resource": "" }
Убрать ошибки и не выделять их в vim.
c175260
train
{ "resource": "" }
Начните начальное соединение с сервером.
c175280
train
{ "resource": "" }
Обрабатывайте события `DebugBreakEvent`.
c175300
train
{ "resource": "" }
Возвращает границы полигонов. Возвращает --------- out : numpy ndarray[2,2] или ``None`` Границы полигона в виде [[x_min, y_min], [x_max, y_max]], или ``None``, если полигон пустой.
c175320
train
{ "resource": "" }
Вычислите общую площадь ссылаемой клетки с учетом коэффициента увеличения. Параметры ---------- by_spec : bool Если ``True``, возвращаемое значение — это словарь с площадями каждого отдельного парного сочетания (слой, тип данных). Возвращает ---------- out : число, словарь Площадь этой клетки.
c175340
train
{ "resource": "" }
Получает онлайн-присутствие пользователя.
c175360
train
{ "resource": "" }
Устанавливает описание для канала.
c175380
train
{ "resource": "" }
Определяет, является ли группа только для чтения или нет.
c175400
train
{ "resource": "" }
Ждите в цикле и реагируйте на события, как определено в пространствах имен.
c175420
train
{ "resource": "" }
Выведите детали торрента
c175440
train
{ "resource": "" }
Приводит к тому, чтобы нарисовать предоставленный хэш-код для оружия на пиксельной картинке. Использует вторые шесть символов хэш-кода.