小编mad*_*n25的帖子

有什么区别和用例typing.Collection？

例如：

from typing import Collection, Iterable

foo: Collection[int] = (1, 2)
bar: Iterable[int] = (1, 2)
spam: tuple[int] = (1, 2)

对于我来说，一切看起来都一样，我不明白为什么不使用 always list、tuple等作为类型提示。

我使用Xamarin.Forms来定义一个ListView.这ListView定义了ContextAction内部的一些内容ViewCell.然后,根据平台,将这些上下文动作呈现给用户.在Android中,这是通过长按特定项目来触发的.可悲的是,这个项目不会(正确地)突出显示,正如在这个截图中可以看到的那样(我长期压下第三项,遗憾的是我还没有嵌入图像).

有没有办法在上下文菜单打开时修改Cell？特别是要求Android的解决方案,但也欢迎一般的答案.目标最终是改善突出显示,例如通过更改单元格的背景颜色.当ContextAction按下一个单元时,修改单元格不是我想要的.

我浏览了Xamarin.Forms的源代码,并考虑以某种方式继承自例如ViewCell类,但找不到长按项目时会触发/调用的事件或命令.我已经设置了一个简单的存储库来说明行为:GitHub存储库

最重要的代码片段

• XAML中的ListView定义

  <?xml version="1.0" encoding="utf-8"?>
  <ContentPage xmlns="http://xamarin.com/schemas/2014/forms" xmlns:x="http://schemas.microsoft.com/winfx/2009/xaml" xmlns:local="clr-namespace:ListViewContextMenu" x:Class="ListViewContextMenu.ListViewContextMenuPage">
      <ListView x:Name="MyListView">
          <ListView.ItemTemplate>
              <DataTemplate>
                  <ViewCell>
                      <ViewCell.ContextActions>
                          <MenuItem Text="Action" Command="{Binding OnAction}" CommandParameter="{Binding .}"/>
                      </ViewCell.ContextActions>
                      <Label Text="{Binding Name}" />
                  </ViewCell>
              </DataTemplate>
          </ListView.ItemTemplate>
      </ListView>
  </ContentPage>
  

  Run Code Online (Sandbox Code Playgroud)

• MyItem定义(MVVM)

  using System.Diagnostics;
  using Xamarin.Forms;
  
  namespace ListViewContextMenu
  {
      public class MyItem
      {
          public string Name { get; set; }
          public Command OnAction { get; set; }
  
          public MyItem()
          {
              OnAction = …

  Run Code Online (Sandbox Code Playgroud)

我正在使用 distutils 构建一个扩展模块，不幸的是，它使用一堆我不想要的参数调用编译器。具体来说，它使用CFLAGS/usr/lib64/python2.7/config/Makefile 中定义的变量，该变量也由

>>> from distutils import sysconfig
>>> print(sysconfig.get_config_vars()['CFLAGS'])
-fno-strict-aliasing -O2 -g -pipe -Wall -Wp,-D_FORTIFY_SOURCE=2 -fexceptions -fstack-protector --param=ssp-buffer-size=4  -m64 -mtune=generic -D_GNU_SOURCE -fPIC -fwrapv   -DNDEBUG -O2 -g -pipe -Wall -Wp,-D_FORTIFY_SOURCE=2 -fexceptions -fstack-protector --param=ssp-buffer-size=4  -m64 -mtune=generic -D_GNU_SOURCE -fPIC -fwrapv

这个问题的答案是行不通的；CFLAGS=""从命令行设置会导致 gcc 被调用

-DNDEBUG -O2 -g -pipe -Wall -Wp,-D_FORTIFY_SOURCE=2 -fexceptions -fstack-protector --param=ssp-buffer-size=4 -m64 -mtune=generic -D_GNU_SOURCE -fPIC -fwrapv

好像OPTmakefile中为空，但实际上设置OPT=""没有效果。有什么方法可以告诉 distutils 不要添加这些标志吗？我知道我可以通过添加自己的标志来覆盖其中的大部分（手动取消定义宏，如-DNDEBUGwith-UNDEBUG和覆盖-O2with -O0），但这真的很丑陋，肯定应该有更好的方法。

我想生成一个不存在的文件系统/文件夹结构的漂亮文本呈现。想象一下，我想提出一个文件系统布局，我想以一种可以快速打字的简单方式来表达这一点。例如，给定如下输入：

another\n    folder\n    log.txt\nfinal\nhi.py\nsome\n    folder\n        file.txt\n

其中层次结构简单地由选项卡表示。但也可以是任何其他编码。

我想得到一个漂亮的输出，比如tree可以生成：

.\n\xe2\x94\x9c\xe2\x94\x80\xe2\x94\x80 another\n\xe2\x94\x82\xc2\xa0\xc2\xa0 \xe2\x94\x9c\xe2\x94\x80\xe2\x94\x80 folder\n\xe2\x94\x82\xc2\xa0\xc2\xa0 \xe2\x94\x94\xe2\x94\x80\xe2\x94\x80 log.txt\n\xe2\x94\x9c\xe2\x94\x80\xe2\x94\x80 final\n\xe2\x94\x9c\xe2\x94\x80\xe2\x94\x80 hi.py\n\xe2\x94\x94\xe2\x94\x80\xe2\x94\x80 some\n    \xe2\x94\x94\xe2\x94\x80\xe2\x94\x80 folder\n        \xe2\x94\x94\xe2\x94\x80\xe2\x94\x80 file.txt\n

这里的目标是避免输入不可输入但漂亮的字符，例如\xe2\x94\x94\xe2\x94\x80\xe2\x94\x80或\xe2\x94\x9c\xe2\x94\x80\xe2\x94\x80。理想情况下，该工具的网络版本将是可取的。

有一堆看似相关的 SO 帖子：What tool to use to绘制文件树图或Representing Directory & File Structure in Markdown Syntax。但是，它们都需要现有的文件夹结构。

如何global_step从完成tf.estimator.Estimator后获得最后一个train(...)？例如，可以像这样建立一个典型的基于Estimator的训练例程：n_epochs = 10 model_dir ='/ path / to / model_dir'

def model_fn(features, labels, mode, params):
    # some code to build the model
    pass

def input_fn():
    ds = tf.data.Dataset()  # obviously with specifying a data source
    # manipulate the dataset
    return ds

run_config = tf.estimator.RunConfig(model_dir=model_dir)
estimator = tf.estimator.Estimator(model_fn=model_fn, config=run_config)

for epoch in range(n_epochs):
    estimator.train(input_fn=input_fn)
    # Now I want to do something which requires to know the last global step, how to get it?
    my_custom_eval_method(global_step)

仅该 …

我的印象中，调用evaluate()一个tf.estimator.Estimator实例时不运行在多GPU模式，即使分配策略MirroredStrategy，配置为使用至少2个GPU。

这是表明此行为的示例脚本：https : //gist.github.com/patzm/b69fcdf33fc9062683d749d0ea936b5e

这是nvidia-smi显示此行为的屏幕截图：

如果evaluate()应该在多个GPU上运行（如上所述），请在回答中突出显示我的错误。