小编Pie*_*uis的帖子

VS Code 中的调试器仅工作一次（使用调试或不调试启动），之后就根本无法启动。然后我必须重新启动 VS Code，它就可以工作了。自从更新到 v1.18.1 后我才遇到这个问题。

{
    "version": "0.2.0",
    "configurations": [
        {
            "name": "Python",
            "type": "python",
            "request": "launch",
            "stopOnEntry": true,
            "pythonPath": "${config:python.pythonPath}",
            "program": "${file}",
            "cwd": "${workspaceRoot}",
            "env": {},
            "envFile": "${workspaceRoot}/.env",
            "debugOptions": [
                "WaitOnAbnormalExit",
                "WaitOnNormalExit",
                "RedirectOutput"
            ]
        }, 

我有这个python代码。结果是TopTest: attr1=0, attr2=1X 很好，但结果是SubTest: attr1=2, attr2=3Y，我不太明白。

基本上，我有一个类属性，它是一个计数器，它在__init__ method. 当我启动 Y 时，计数器设置为 2，然后才分配属性。我不明白为什么它从 2 开始。子类不应该复制超类并且计数器从 0 重新开始吗？

class AttrDisplay: 
  def gatherAttrs(self):        
    attrs = []        
    for key in sorted(self.__dict__):            
        attrs.append('%s=%s' % (key, getattr(self, key)))        
    return ', '.join(attrs)
  def __repr__(self):        
    return '[%s: %s]' % (self.__class__.__name__, self.gatherAttrs())

class TopTest(AttrDisplay): 
    count = 0        
    def __init__(self):            
        self.attr1 = TopTest.count            
        self.attr2 = TopTest.count+1            
        TopTest.count += 2

class SubTest(TopTest):
    pass

X, Y = TopTest(), SubTest()         
print(X)                            
print(Y)                         

我有下面的循环，但无法使用assign或矢量化它，因为我正在进一步修改多个对象和函数。然而，pandas 选择占用了大部分执行时间。有办法绕过这个吗？

if date in data[instrument].index:   
    row = data[instrument].ix[date] 

• nb 调用 tottime percall cumtime

• 34124 0.04444 1.302e-06 7.085 0.0002076 索引.py:108(_getitem)

• 34124 0.08395 2.46e-06 7.029 0.000206 索引.py:1044(_getitem_axis)

• 34124 0.0316 9.26e-07 6.242 0.0001829 索引.py:123(_get_label)
• 34124 0.258 7.56e-06 6.207 0.0001819 通用.py:1827(xs)

编辑：事实证明，这dict.__getitem__比上述使用 pandas 的方法要快得多。因此，我可以用这样的方法来转换所有内容：

dict[(date, instrument)] = pd.Series.to_dict(data[instrument].ix[date]). 

我只需要设置一次，我将多次重复使用的其余代码现在速度提高了大约 54 倍。

我正在寻求实现一个 Web 服务器，它将接收所有美国股票（大约 10,000 个）的流数据。我想知道是否有最适合此目的的特定基础设施。我计划将 Gunicorn 服务器与 Gevent 一起使用。

一个瓶颈是将这些数据保存到数据库中。是否可以先将数据保存到 Redis 流中，然后批量发送到数据库以避免 CPU 过载？直接保存每只股票的每条 WebSocket 消息将需要太多资源。

我有一个悬停时展开和缩回的菜单。问题是菜单有很多元素，要触发我的扩展功能，我需要编写如下内容。我的实际代码包含更多代码，我想知道是否有更好的方法来做到这一点。

var e = event.target

if(
e.parentNode.className.split(" ")[0] === "main-section" ||
e.parentNode.parentNode.className.split(" ")[0] === "main-section" ||
e.parentNode.parentNode.parentNode.className.split(" ")[0] === "main-section"){
//do somehtings}