小编skd*_*134的帖子

我正在创建一个应用程序,用于从卡上加载互联网图像.我正在使用Recyclerview进行上市.为了下载图像,我尝试了Picasso,通用图像下载和其他自定义方法,但我遇到了这个问题:

每当我向下滚动时,imageview中的图像都会重新加载.我甚至保留了一个条件来检查imageview是否包含图像,但是它似乎也不起作用或者我的代码可能有问题.但我无法找到解决这个问题的方法.下面我附上了我的代码的'onBindViewHolder'函数,我认为这是一个有问题的部分.这里的图像是一个包含图像网址的字符串arraylist.

public ViewHolder onCreateViewHolder(ViewGroup parent, int viewType) {            
        View view = LayoutInflater.from(parent.getContext())
                .inflate(R.layout.default_card, parent, false);

        ViewHolder viewHolder;
        viewHolder = new ViewHolder(view);

        return viewHolder;
    }

    @Override
    public void onBindViewHolder(ViewHolder holder, int position) {            
        String url = images.get(position);

        if (holder.imgView.getDrawable() != null) {
            //Do Nothing
        } else {                
            ImageLoader.getInstance().displayImage(url, holder.imgView);               
        }
    }

我有一个数据帧，我使用它分成多个数据帧groupby。现在我想处理每个数据帧，我已经为其process_s2id 并行编写了一个函数。我有完整的代码，class我正在使用另一个文件中的 main 函数执行。但我收到以下错误：

 "Clients have non-trivial state that is local and unpickleable.",
_pickle.PicklingError: Pickling client objects is explicitly not supported.
Clients have non-trivial state that is local and unpickleable.

下面是代码（我们执行main()这个类中的函数）：

import logging
import pandas as pd
from functools import partial
from multiprocessing import Pool, cpu_count

class TestClass:
    
    def __init__(self):
        logging.basicConfig(level=logging.INFO)
        self.logger = logging.getLogger()
        
    def process_s2id(self, df, col, new_col):
        dim2 = ['s2id', 'date', 'hours']
        df_hour = df.groupby(dim2)[[col, 'orders']].sum().reset_index()
        df_hour[new_col] = df_hour[col] / …

我的数据（dt1）如下：

dt1 <- structure(list(date = structure(c(NA, 17179, 17180, 17181, 17182, 
17183, 17178, 17179, 17180, 17181, 17182, 17183), class = "Date"), 
    f = c(0L, 0L, 0L, 0L, 0L, 0L, 1L, 1L, 1L, 1L, 1L, 1L), y1 = c(68L, 
    43L, 99L, 53L, 12L, 20L, 29L, 49L, 68L, 15L, 71L, 88L), y2 = c(15L, 
    15L, 66L, 53L, 63L, 37L, 91L, 17L, 87L, 87L, 43L, 77L)), row.names = c(NA, 
-12L), class = "data.frame")

       date f y1 y2
1  12-01-17 0 68 15
2  13-01-17 …