小编Dan*_*arb的帖子

在调查如何在 github 操作中，我可以将存储库中特定文件的“基本”版本与文件的拉取请求（“头”）版本进行比较......在调查这一点时，我发现了各种来源（例如，github.community和github.com/actions/checkout README 文件中的代码示例）...我发现以下上下文变量可用：

• github.ref
• github.sha
• github.event.pull_request.head.ref
• github.event.pull_request.head.sha
• github.event.pull_request.base.ref
• github.event.pull_request.base.sha

但是，除了前两个（github.ref和github.sha）之外，我在任何 github actions 文档中都找不到其他四个。

我的问题是： 是否有任何地方记录了可用上下文变量的完整列表？

例如，我找到了 this，但它只列出了 github 上下文对象下一级的上下文变量。我找不到上述更深层嵌套变量的文档。可能还有其他可能非常有用的上下文变量，但我似乎找不到完整的列表，而只是那些碰巧被提及并分散在各种代码示例中的变量。

我计划从比特币数据中获取烛台图。这是我的代码，用于在加载 csv 文件后选择我想要的数据框。

df['Date'] = pd.to_datetime(df['Date'])
start_date = '2016-02-27'
end_date = '2021-02-27'
mask = (df['Date'] >= start_date) & (df['Date'] <= end_date)
df = df.loc[mask]
df

然后，我输入了制作烛台图的代码，如下所示：

import matplotlib.pyplot as plt
! pip install --upgrade mplfinance
import mplfinance as mpf
import matplotlib.dates as mpl_dates


mpf.plot(df, type = 'candle', style = 'charles',
        title = 'Bitcoin Price',
        ylabel = 'Price (USD$)',
        volume = True,
        ylabel_lower = 'Shares \nTraded',
        mav = (3,6,9),
        savefig = 'chart-mplfinance.png')

它说“TypeError：期望 data.index 作为 DatetimeIndex”。所以我在谷歌上查找了这个问题的解决方案，并尝试了这个：

df = dict()
df['Date'] = …

我在各种 GitHub Action 工作流程示例中注意到，通常在调用预定义操作（使用语法uses:）时，会指定该操作的特定版本。例如：

steps:
    - uses: actions/checkout@v2
    - name: Set up Python
      uses: actions/setup-python@v2
      with:
        python-version: '3.x'

上述工作流程指定了@v2和actions/checkout。actions/setup-python

问题是，如何知道哪个版本@v2是最好使用的版本？
我如何知道何时@v3可用？

更令人困惑的是用于发布到pypi 的pypa/gh-action-pypi-publish操作的情况。在我看过的示例中，我至少看到指定了四个不同的版本：

• pypa/gh-action-pypi-publish@27b31702a0e7fc50959f5ad993c78deac1bdfc29
• pypa/gh-action-pypi-publish@master
• pypa/gh-action-pypi-publish@v1
• pypa/gh-action-pypi-publish@release/v1

我怎么知道该使用哪一个？ 一般来说，您如何知道哪些可用，以及它们之间的差异是什么？

我正在使用 PIL 旋转一些图像，我注意到输出文件要小得多，所以我尝试了一个测试：除了保存 exif 信息之外，对文件不执行任何操作（因为我知道 PIL Image 默认情况下不会保存exif 信息）。所以这是我的测试代码：

    from PIL import Image
    test = Image.open('my_image_file.jpg')
    holdexif = test.info["exif"]
    test.save('my_saved_image_file.jpg',"jpeg",exif=holdexif)

当我执行上述操作时，my_saved_image_file.jpg( ) 明显小于441 KB原始my_image_file( 1.83 MB)。 这是为什么？ 缺什么？

当我查看两个文件的各种属性时，它们似乎是相同的。两者尺寸均为 56 英寸 x 27 英寸，均为每英寸 72 像素，均为 4032 x 1960 像素。 我绝不是图像文件方面的专家。 根据我检查过的这些内容（图像的大小、分辨率和外观），这些文件在我看来是相同的。据我所知，只有磁盘上的文件大小不同。我还应该看什么？还有什么可能不同？

我还尝试了quality=保存中的 kwarg：

    test.save('my_saved_image_file.jpg',"jpeg",exif=holdexif,quality=95)

1.73 MB这给了我一个几乎与原始文件 ( ) 一样大的文件( 1.83 MB)。但我不知道更大的尺寸有什么不同（而且我不明白是什么让“质量”更好；图像对我来说看起来是一样的）。我试图了解这两个文件之间到底有什么不同，以便我可以做出决定。也许较小的尺寸完全适合我的目的。

我想将我的面板分开，因为标题重叠了。ADX 标题位于 RSI 面板中。我尝试过tight_layout=True但还是一样。

我的代码：

        ap0 = [
        mpf.make_addplot(df['sma_200'],color='#FF0000', panel=2),
        mpf.make_addplot(df['sma_50'],color='#ffa500', panel=2),
        mpf.make_addplot(df['sma_20'],color='#00FF00', panel=2),
        mpf.make_addplot(df['rsi'],color='#ffa500', panel=0, title="RSI"),
        mpf.make_addplot(df['hline_30'], panel=0),
        mpf.make_addplot(df['hline_70'], panel=0),
        mpf.make_addplot(df['adx'],color='#0000FF', panel=1, secondary_y=False, title="ADX"),
        mpf.make_addplot(df['-di'],color='#FF0000', panel=1, secondary_y=False),
        mpf.make_addplot(df['+di'],color='#32cd32', panel=1, secondary_y=False),
        mpf.make_addplot(df['hline_25'], panel=1, secondary_y=False)
    ]
    fig, axlist = mpf.plot(
        df,
        panel_ratios=(.05, .05, .2, .05),
        type="hollow_candle",
        yscale='log',
        volume=True,
        title="{} - {}".format(ticker, interval),
        style=mpf_style,
        figsize=(12.8, 10),
        returnfig=True,
        closefig=True,
        addplot=ap0,
        main_panel=2,
        volume_panel=3,
        num_panels=4,
    )

这不是未命名名称空间优于静态名称的优势吗？ 将其标记为重复之前，请仔细阅读该问题。我不是在问为什么使用未命名的名称空间而不是静态名称空间！
我问，为什么将Google测试放在未命名的命名空间中？这是Google测试遵循的一些约定吗？如果是，为什么？无论它们是否在未命名的名称空间中，测试都可以正常工作，因此显然不是必需的。**

我从github克隆了google测试，并为我的mac构建了它。它工作正常，但是我在示例测试代码中注意到，他们给了他们将测试放在未命名的名称空间中的条件。有人知道为什么吗？

例如，请参见以下文件：googletest / googletest / samples / sample1_unittest.cc（https://github.com/google/googletest/blob/master/googletest/samples/sample1_unittest.cc#L41）

该文件的一部分如下所示：

// Step 1. Include necessary header files such that the stuff your
// test logic needs is declared.
//
// Don't forget gtest.h, which declares the testing framework.

#include <limits.h>
#include "sample1.h"
#include "gtest/gtest.h"
namespace {

// Step 2. Use the TEST macro to define your tests.
...
TEST(FactorialTest, Negative) {
// This test is named "Negative", …

如何将mpl_finance软件包安装到 Anaconda 上的环境路径中？

我试过了，pip install mpl_finance但是我在Anaconda上还是找不到这个包，它去哪里了？我对 Python 非常熟悉。

这是我的 tox.ini 文件：

dino@DINO:~/code/mplfinance$ cat tox.ini

[tox]
envlist = py36, py37, py38

[pytest]
python_files = tests.py

[testenv]
deps =
    matplotlib
    numpy
    pandas
    pytest
setenv =
    # don't use interactive backend for matplotlib in e2e tests
    MPLBACKEND = agg
commands =
    pytest

当我运行tox<Enter>它时，它会为指定的三个环境中的每一个启动 pytest。当 pytest 首次启动时（对于每个环境），它会报告 Python 的版本以及它正在使用的其他一些东西。例如，py36我看到：

py36 runtests: PYTHONHASHSEED='893013612'
py36 runtests: commands[0] | pytest
============= test session starts ==============
platform linux -- Python 3.6.7, pytest-5.4.1, py-1.8.1, pluggy-0.13.1
rootdir: /home/dino/code/mplfinance, inifile: tox.ini
collected 2 items

tests.py …

通用代码如下：

import math
import matplotlib.pyplot as plt
x = [x for x in range(10)]
y = [math.sin(x) for x in x]

以下两个代码片段产生完全相同的图：

ax = plt.subplot()
ax.scatter(x,y,label='AAA')
ax.legend()
print('ax.get_legend_handles_labels() returns:\n',ax.get_legend_handles_labels())
plt.show()

ax = plt.subplot()
ax.scatter(x,y)
ax.legend(labels=['AAA'])
print('ax.get_legend_handles_labels() returns:\n',ax.get_legend_handles_labels())
plt.show()

第一个片段中的 print 语句返回

ax.get_legend_handles_labels() returns:
 ([<matplotlib.collections.PathCollection object at 0x7fc32cbdfac0>], ['AAA'])

但第二个片段给出：

ax.get_legend_handles_labels() returns:
 ([], [])

为什么get_legend_handles_labels()在第二种情况下返回空列表，但结果图是相同的？

我在这里查看一些示例代码（https://docs.python.org/2.0/api/refcountDetails.html）并试图更好地理解两个示例之间的差异：第一个示例是：

PyObject *t;

t = PyTuple_New(3);
PyTuple_SetItem(t, 0, PyInt_FromLong(1L));
PyTuple_SetItem(t, 1, PyInt_FromLong(2L));
PyTuple_SetItem(t, 2, PyString_FromString("three"));

作者解释说 PyTuple_SetItem()窃取了引用（因此无需 DECREF）。 好吧，我明白了。然后作者使用 PySequence_SetItem() 提供了类似的代码，它不会窃取引用，因此调用者必须 DECREF，示例代码如下所示：

PyObject *l, *x;

l = PyList_New(3);
x = PyInt_FromLong(1L);
PySequence_SetItem(l, 0, x); Py_DECREF(x);
x = PyInt_FromLong(2L);
PySequence_SetItem(l, 1, x); Py_DECREF(x);
x = PyString_FromString("three");
PySequence_SetItem(l, 2, x); Py_DECREF(x);
PyObject *l, *x;

我的问题是，如果第二个示例与第一个示例类似，传递 PyTYPE_FromSOMETYPE 如下，会发生什么？

PyObject *l;

l = PyList_New(3);
PySequence_SetItem(l, 0, PyInt_FromLong(1L));
PySequence_SetItem(l, 1, PyInt_FromLong(2L));
PySequence_SetItem(l, 2, PyString_FromString("three"));

最后一种情况是良性的，还是会导致内存泄漏（因为 PySequence_SetItem 不会取得 PyInt_FromLong …