小编com*_*com的帖子

有一个着名的Python例子

class A(object):
    def go(self):
        print("go A go!")

class B(A):
    def go(self):
        super(B, self).go()
        print("go B go!")

class C(A):
    def go(self):
        super(C, self).go()
        print("go C go!")

class D(B,C):
    def go(self):
        super(D, self).go()
        print("go D go!")


d = D()
d.go() 

#go A go!
#go C go!
#go B go!
#go D go!

我有几个问题.第一个是B调用A和C调用A所以我希望A出现两次.第二个问题是关于订单.

我不知道是否有可能实现与Redis的的smembers的同步检索node_redis。

_.each(seeds, function(subseed, key, list){

    client.smembers(subseed, function (err, replies) {
        retrieved = retrieved.concat(replies)
    })
})
client.quit();
console.log("start")
console.log(retrieved.length)

输出：

start
0
10

所以看起来我需要以某种方式在 smembers 完成它的运行时达到这一点，或者以同步模式运行 smembers。

我怎么解决这个问题？

我正在使用python-telegram-bot创建 Telegram 机器人。

我正在尝试将带有参数的命令插入机器人消息中，以便用户可以按下它？

在这里，在电报核心页面上，我找到了一张图片，描述了使用命令+参数的聊天（/dl_）

但是我不知道如何做到这一点

如果有任何方法可以从块中调用def

def factor (n: Int) : Int = if (n == 0 ) 1 else  n * factor(n-1)

val i = 1000

i.toString.foreach ( x => sum += factor(x.toInt) )

最后我想得到每个数字的阶乘之和

但似乎def没有返回值,每次都是0

怎么解决？

谢谢!

我对weightedsklearn.metrics.f1_score中的平均值有疑问

sklearn.metrics.f1_score(y_true, y_pred, labels=None, pos_label=1, average='weighted', sample_weight=None)

Calculate metrics for each label, and find their average, weighted by support (the number of true instances for each label). This alters ‘macro’ to account for label imbalance; it can result in an F-score that is not between precision and recall.

首先，如果有任何引用证明使用weighted-F1是合理的，那么我只是好奇心，在这种情况下，我应该使用weighted-F1。

其次，我听说不赞成使用加权F1，这是真的吗？

第三，例如，​​如何实际计算加权F1

{
    "0": {
        "TP": 2,
        "FP": 1,
        "FN": 0,
        "F1": 0.8
    },
    "1": {
        "TP": 0,
        "FP": 2,
        "FN": 2,
        "F1": -1
    },
    "2": {
        "TP": 1, …

如何明确指向bash例如命令的优先级

screen -dm -S test tar zxvf/tmp | gunzip解

我想这个屏幕与所有命令有关

tar zxvf/tmp | gunzip解

但是bash不知道.Bash把它分成了

screen -dm -S test tar zxvf/tmp

和

gunzip解

如何使Bash在屏幕上运行整个命令.

谢谢!