小编Ner*_*xis的帖子

我想在Python中使用重载。我知道这在设计上是不可能的（Python 是动态类型语言），这里有关于这个主题的很好的帖子。这就是为什么我可以使用诸如多重调度（多方法）之类的东西。我正在考虑最好的解决方案，即为任何函数或类方法实现多重分派。Python 中是否有原生包含的解决方案？

在我的例子中，使用 singledispatch （在 3.4 中添加到 Python 中）是不够的（因为只考虑第一个参数的类型，而我需要multiple）。

我还知道我可以使用关键字参数（即具有单个函数并通过检查所有参数来驱动行为），但是当您有很多参数和组合时，它会变得复杂。

到目前为止，我能够找到这两个库（不包含在Python标准库中）：

• multimethod - 提供一个装饰器，用于向函数添加多个参数分派，可以使用与functools.singledispatch相同的注册风格，与注释配合良好，甚至可以与带注释的谓词配合使用，或者multimeta为类提供特殊的命名空间
• multipledispatch - 还提供用于多参数分派的装饰器，不适用于注释，并且与以前的库相比，对我来说看起来不太强大

基本用法如下：

from multimethod import multimethod

@multimethod
def add(x: int, y: int):
    ...

@multimethod
def add(x: str, y: str):
    ...

或者

from multipledispatch import dispatch

@dispatch(int, int)
def add(x, y):
    ...

@dispatch(str, str)
def add(x, y):
    ...

这个功能看起来非常相似。

我主要有两个问题：

• 这些多重调度实现中的一种是否比另一种带来任何（不利）优势？（例如支持的类型，速度，性能，限制，...）它似乎具有可比性，但我对此不确定，因为后者（multipledispatch）似乎更受欢迎（检查 GitHub 星星）但维护较少（我什至会说不成熟）。
• 是否还有其他解决方案（即使是包含在 Python 标准库中的解决方案）？

我有以下内容df：

df = pd.DataFrame(
    [
        [["John Muller"], "person", [8866155845]],
        [["Innovation Division"], "company", np.nan],
        [["Carol Sway"], "person", [8866155845]],
    ],
    columns=["name", "kind", "phone"],
)

# Out:
#                     name     kind         phone
# 0          [John Muller]   person  [8866155845]
# 1  [Innovation Division]  company           NaN
# 2           [Carol Sway]   person  [8866155845]

我想查找重复的电话号码。但其中的对象df是列表，因此使用：

df.duplicated('phone') 

将生成错误：

TypeError: unhashable type: 'list'

希望为 Pycharm 中的任何项目创建我的 Pandas 启动选项。我有一个名为 Test 的项目，它包含三个模块。

我Startup_Panda_Options.py用我需要的设置创建，然后创建__init__.py它以便在测试项目启动时加载。当我运行一些测试数据时，test.py它失败了，因为我得到NameError: name 'pd' is not defined这意味着__init__.py从未运行过。

第二个选项是将 Startup_Panda_Options.py 放入文件夹，C:\Users\peter\Documents\PyCharm\venv\Lib\site-packages\IPython\core\profile但出现了同样的问题。

第三个选项，在 PyCharm 中通过 File | 设置 | 工具 | 启动任务 | 我参考了该Startup_Panda_Options.py文件。

因此，根据此处的建议和文档进行了三次尝试。关于如何使这些选项起作用的任何想法？三个模块如下：

Startup_Panda_Options.py:
        
import pandas as pd
    
def Panda_Options():
        options = {
            'display': {
                'max_columns': None,     # used in __repr__() methods ‘None’ value means unlimited.
                'max_colwidth': 25,     # sets the maximum width of columns. Cells of this length or …