我有试图找出在哪里上产生一个表,将启动问题是这样的:
2 3 5 7 11 13 17 19 23 29
31 37 41 43 47 53 59 61 67 71
73 79 83 89 97 101 103 107 109 113
127 131 137 139 149 151 157 163 167 173
179 181 191 193 197 199 211 223 227 229
Run Code Online (Sandbox Code Playgroud)
到目前为止,这是我的代码,它解决了前1000个素数,但我不确定如何进入10x100表.
码:
def is_prime(number):
for i in range(2,number):
if ((number % i) == 0):
return False
return True
def main():
for value in range(2, 7920):
if ( …Run Code Online (Sandbox Code Playgroud) 我有一个pandas'DataFrame,它看起来像这样:
# Output
# A B C D
# 0 3.0 6.0 7.0 4.0
# 1 42.0 44.0 1.0 3.0
# 2 4.0 2.0 3.0 62.0
# 3 90.0 83.0 53.0 23.0
# 4 22.0 23.0 24.0 NaN
# 5 5.0 2.0 5.0 34.0
# 6 NaN NaN NaN NaN
# 7 NaN NaN NaN NaN
# 8 2.0 12.0 65.0 1.0
# 9 5.0 7.0 32.0 7.0
# 10 2.0 13.0 6.0 12.0
# 11 NaN NaN …Run Code Online (Sandbox Code Playgroud) 我有pandas.DataFrame以下内容:
Dataframe 中的一列,pontos为每一行保存一个字典。
我想要做的是为该字典中的每个键向 DataFrame 添加一列。因此,在此示例中rodada,新列将是:、mes等,并且对于每一行,这些列将使用 dict 中的相应值填充。
到目前为止,我已经为其中一个键尝试了以下操作:
df_times["rodada"] = [df_times["pontos"].get('rodada') for d in df_times["pontos"]]
Run Code Online (Sandbox Code Playgroud)
但是,结果我得到了一个rodada充满None值的新列:
关于我做错了什么的任何提示?
如果有命令组并且每个子命令都可能引发异常,我如何在一个地方一起处理它们?
鉴于以下示例:
import click
@click.group()
def cli():
pass
@cli.command()
def foo():
pass
if __name__ == '__main__':
cli()
Run Code Online (Sandbox Code Playgroud)
双方cli并foo可能会提高。我知道,一个可能的解决方案是将try-except各地cli()的在if条款。但是当你分发一个包时这不起作用。在setup.py 中,您必须指定一个入口点(在本例中为cli)。该if条款将不会被执行。
假设我有一个 rgb-imagetype 的 numpy 数组,如下所示:
d = [ [ [0, 1, 2], [3, 4, 5], [6 ,7 ,8] ],
[ [9, 10, 11], [12, 13, 14], [15, 16 ,17] ],
[ [18,19, 20], [21, 22, 23], [24, 25 ,26] ] ]
Run Code Online (Sandbox Code Playgroud)
我使用以下命令选择一些随机的 r/g 或 b 像素random
import random
r = random.sample(range(1, len(d)*len(d[0])*3), 3)
# for example r = [25, 4, 15]
Run Code Online (Sandbox Code Playgroud)
那么我该如何选择我想要的数据呢?
就像我想要25th value in array d第一个r_value = 25对应于 的值一样d[2][2][1],因为它是第 25 个值。
我目前正在尝试按下不需要的JSON输出,我将返回到对我来说更有价值的格式.答案应该使用jq或Python代码(我在python中使用pyjq库)
这是当前的JSON输出:
[
{"colour":"Red", "car": [ {"year":2000, "make":"Honda", "model":"Accord"} ] },
{"colour":"Blue", "car": [ {"year":2015, "make":"Toyota", "model":"Camry"} ] },
{"colour":"Red", "car": [ {"year":1999, "make":"Dodge", "model":"Ram"} ] }
]
Run Code Online (Sandbox Code Playgroud)
使用jq或者可能使用Python循环,我想将其格式化为一个新的JSON对象,如下所示:
[
{ "Red":[2000,1999] },
{ "Blue": 2015 }
]
Run Code Online (Sandbox Code Playgroud)
有没有人知道如何格式化任何看起来像上面第一个片段的JSON,并将其转换为第二个片段中列出的所需结果.
我想从数据库加载参数和选项。我允许用户定义他们自己的选项和参数。用户可以在命令行上调用远程 api。它们指定到终点的 URL 和参数。这是来自数据库的数据的样子
[
{
"name": "thename1",
"short": "a",
"long": "ace"
"type": "string",
"required": false
},
{
"name": "thename2",
"short": "b",
"long": "bravo"
"type": "number",
"required": true
},
{
"name": "thename3",
"short": "c",
"long": "candy"
"type": "array",
"required": true
}
]
Run Code Online (Sandbox Code Playgroud)
这些参数与远程端点的需要一致。每个 API 端点都有不同的参数,因此它们需要是动态的。这是命令行的外观。
command run www.mysite.com/api/get -a testparam --bravo testpara2 -c item1 item2
Run Code Online (Sandbox Code Playgroud)
参数和值将映射到 URL 中。有没有办法在点击中设置动态参数?
我正在尝试编写一个用于添加2D矢量的函数.我正在尝试组合map()函数,使用函数获取列表zip()(将拉链2个元组).
这是代码:
a = (1, 2)
b = (3, 4)
c = list(map(lambda x, y: x+y, list(zip(a, b))))
print(c)
Run Code Online (Sandbox Code Playgroud)
所以我看到它的方式,zip(a, b)返回一个包含以下元组的zip对象:(1,3),(2,4).然后将其转换为列表.我收到以下错误:
TypeError :()缺少1个必需的位置参数:'y'
所以我的猜测是lambda函数没有取每个元组中的第二个数字.
有没有办法做到这一点?
我正在使用 click v8.1.3 并尝试创建一些 pytests,但return_value在使用时没有达到我的预期click.testing.CliRunner().invoke
import click.testing
import mycli
def test_return_ctx():
@mycli.cli.command()
def foo():
return "Potato"
runner = click.testing.CliRunner()
result = runner.invoke(mycli.cli, ["foo"])
assert result.return_value == "Potato" # this fails. b/c the actual value is None
Run Code Online (Sandbox Code Playgroud)
我尝试更新 root 命令以返回一些随机值,看看我们是否在那里得到一个值
# mycli
import click
@click.group()
def cli():
return "Potato"
Run Code Online (Sandbox Code Playgroud)
但这没有帮助。return_value因为Result物体仍然是None
我是否误解了如何从命令返回值?
https://click.palletsprojects.com/en/8.1.x/api/#click.testing.Result.return_value
python ×10
python-click ×3
pandas ×2
arrays ×1
dataframe ×1
dictionary ×1
flask ×1
jq ×1
json ×1
lambda ×1
numpy ×1
pytest ×1
python-3.x ×1