小编Arn*_*rne的帖子

我想实现 Argparse 介绍中的示例：

import argparse

parser = argparse.ArgumentParser(description='Process some integers.')
parser.add_argument('integers', metavar='N', type=int, nargs='+',
                   help='an integer for the accumulator')
parser.add_argument('--sum', dest='accumulate', action='store_const',
                   const=sum, default=max,
                   help='sum the integers (default: find the max)')

args = parser.parse_args()
print(args.accumulate(args.integers))

但就我而言，我希望有更多可能的函数名称可供选择。

def a(): ...
def b(): ...
def c(): ...

parser.add_argument('-f', '--func', 
                     choices=[a, b, c], 
                     required=True,
                     help="""Choose one of the specified function to be run.""")
parser.func()

像那样使用它不能按预期工作，我明白了

$ python program.py -f=a
program.py: error: argument -f/--func: invalid choice: 'a' (choose from 
<function a at 0x7fa15f32f5f0>, 
<function …

我用来ElementTree解析/构建一些稍微复杂但定义良好的 xml 文件，并用于mypy静态类型。我的.find陈述遍布各处，这导致了这样的事情：

from xml.etree.ElementTree import Element
...
root.find('tag_a').append(Element('tag_b'))

# run mypy..
-> type None from Optional[Element] has no attribute append

这是有道理的，因为find根本找不到我给它的标签。但我知道它就在那里，并且不想添加类似try..exceptorassert语句之类的东西，本质上只是简单地保持沉默mypy，而不添加功能，同时使代码可读性较差。我也想避免# type: ignore到处发表评论。

我尝试了猴子修补Element.find.__annotations__，在我看来这将是一个很好的解决方案。但由于它是内置的，我不能这样做，而且子类化Element又感觉太多了。

有没有好的办法解决这个问题呢？

我有一个array_diff函数数组,如下所示:

Array
(
    [0] => world
    [1] => is
    [2] => a
    [3] => wonderfull
    [5] => in
    [6] => our
)

如您所见,我们在键#3和#5之间存在间隙(即没有键#4).如何将该阵列分成两部分,如果有更多间隙,可能会更多？预期的产出是:

Array
    (
        [0] => Array
        (
           [0] => world
           [1] => is
           [2] => a
           [3] => wonderfull
        )
        [1] => Array 
        (
           [0] => in
           [1] => our
        ) 
    )

首先，手头的问题。我正在为一个scikit-learn类编写一个包装器，并且在使用正确的语法时遇到了问题。我想要实现的是fit_transform函数的覆盖，它只稍微改变输入，然后super用新参数调用它的-method：

from sklearn.feature_extraction.text import TfidfVectorizer

class TidfVectorizerWrapper(TfidfVectorizer):
    def __init__(self):
        TfidfVectorizer.__init__(self)  # is this even necessary?

    def fit_transform(self, x, y=None, **fit_params):
        x = [content.split('\t')[0] for content in x]  # filtering the input
        return TfidfVectorizer.fit_transform(self, x, y, fit_params)  
                            # this is the critical part, my IDE tells me for
                            # fit_params: 'unexpected arguments'

程序到处崩溃，从 开始Multiprocessing exception，并没有真正告诉我任何有用的信息。我该如何正确地做到这一点？

附加信息：我需要以这种方式包装它的原因是因为我sklearn.pipeline.FeatureUnion在将它们放入sklearn.pipeline.Pipeline. 这样做的结果是，我只能在所有特征提取器中提供单个数据集——但不同的提取器需要不同的数据。我的解决方案是以易于分离的格式提供数据，并在不同的提取器中过滤不同的部分。如果这个问题有更好的解决方案，我也很高兴听到。

编辑 1：添加**解压 dict 似乎没有改变任何东西：

编辑 2：我刚刚解决了剩下的问题——我需要删除构造函数重载。显然，通过尝试调用父构造函数，希望正确启动所有实例变量，我做了完全相反的事情。我的包装器不知道它可以期待什么样的参数。一旦我删除了多余的电话，一切都很顺利。

好的，所以我在包内创建了一个 python 脚本。这棵树看起来像这样：

\xe2\x94\x9c\xe2\x94\x80\xe2\x94\x80 foo\n\xe2\x94\x82\xc2\xa0\xc2\xa0 \xe2\x94\x9c\xe2\x94\x80\xe2\x94\x80 __init__.py\n\xe2\x94\x82\xc2\xa0\xc2\xa0 \xe2\x94\x9c\xe2\x94\x80\xe2\x94\x80 funcs\n\xe2\x94\x82\xc2\xa0\xc2\xa0 \xe2\x94\x82\xc2\xa0\xc2\xa0 \xe2\x94\x9c\xe2\x94\x80\xe2\x94\x80 __init__.py\n\xe2\x94\x82\xc2\xa0\xc2\xa0 \xe2\x94\x82\xc2\xa0\xc2\xa0 \xe2\x94\x94\xe2\x94\x80\xe2\x94\x80 stuff.py\n\xe2\x94\x82\xc2\xa0\xc2\xa0 \xe2\x94\x9c\xe2\x94\x80\xe2\x94\x80 resources\n\xe2\x94\x82\xc2\xa0\xc2\xa0 \xe2\x94\x82\xc2\xa0\xc2\xa0 \xe2\x94\x94\xe2\x94\x80\xe2\x94\x80 haarcascade_frontalface_default.xml\n\xe2\x94\x82\xc2\xa0\xc2\xa0 \xe2\x94\x94\xe2\x94\x80\xe2\x94\x80 scripts\n\xe2\x94\x82\xc2\xa0\xc2\xa0  \xc2\xa0\xc2\xa0 \xe2\x94\x9c\xe2\x94\x80\xe2\x94\x80 __init__.py\n\xe2\x94\x82\xc2\xa0\xc2\xa0  \xc2\xa0\xc2\xa0 \xe2\x94\x94\xe2\x94\x80\xe2\x94\x80 script.py\n\xe2\x94\x94\xe2\x94\x80\xe2\x94\x80 setup.py\n

因此，在脚本文件中，我使用 openCV 的 cv2 来检测人脸，为此需要cv2.CascadeClassifier位于 /resources 下的 XML 文件的路径。现在因为这是一个脚本，我需要能够从任何地方运行它，所以遗憾的是资源文件的相对路径并不能解决问题。如何从 script.py 中获取 xml 文件的绝对路径？您可以假设脚本和 xml 文件分别相对于彼此定位，就像上面的示例一样。谢谢 ：））

PS：如果该解决方案也适用于鸡蛋，那就更好了。非常感激

我注意到 Sphinx 呈现类描述的行为发生了变化。鉴于此代码

# my example happens to be a dataclass, but the behavior for 
# regular classes is the same
@dataclass
class TestClass:
    """This is a test class for dataclasses.

    This is the body of the docstring description.
    """
    var_int: int
    var_str: str

加上一些通用的狮身人面像设置，我大约两年前就得到了这个

现在我得到了这个

有没有办法告诉 Sphinx 不要将类变量添加到类定义的底部？尤其令人烦恼的是，它假设它们的值为None，只是因为它们没有默认值。

这个问题是在这篇文章的讨论中出现的，其中还包含有关 Sphinx 配置等的评论中的更多上下文。

我有一张类型的地图

Map<Character, Integer> tmp;

在我的代码中的某些时候,我执行以下操作:

if(tmp.containsKey(key))
    tmp.put(key, tmp.get(key)+1)

在第二行,我更愿意做类似的事情

    tmp.get(key)++;

我期望工作,因为我应该从get-call获得对Integer对象的引用.但事实并非如此,除了int语法之外,Integer似乎没有更新功能.围绕第一个构造没有办法吗？

我在 ubuntu 上使用 pycharm 3.4 版，并且有一个具有以下结构的项目：

~/project/src/python/utils/sub1/sub2/sub3/my_code.py

utils 文件夹还包含一个__init__.py提供许多实用功能的文件。我想包括其中一些，但它不会找到它：

from project.src.python.utils import read_utf8

我关注了这篇文章，它似乎讨论了同样的问题： 如果我打开一个不是 Django 根目录的目录，PyCharm 找不到正确的路径

但是更改~/project为“源”文件夹并没有帮助。这不是我的错别字，因为它至少应该在尝试从中导入某些内容时找到“项目”，但是

import project

也给了我一个“未解决的参考”错误。

编辑：我应该补充一点，我无法更改代码，因为它是一个共享项目。我需要那条确切的导入线才能在我的机器上工作。我的对手使用 eclipse，如果添加附加代码的路径似乎更容易。

python 的标准数据类模块的Field类的文档仅指定：

其记录的属性是：

• [...]
• type：字段的类型。

对我来说，这似乎意味着该字段将包含类型本身，而不仅仅是字符串形式的名称。

但是，它似乎只是按原样复制类型注释，使其变得毫无用处。

例子：

@dataclasses.dataclass 
class C: 
    c: 'C'

dataclasses.fields(C)[0].type # This returns the string 'C'
typing.get_type_hints(C)['c'] # This returns the class C, as expected

该问题甚至在使用PEP563类型注释时系统性地发生。

这是数据类模块中的错误吗？这是预期的行为吗？如果是这样，我如何检索给定 Field 实例的类型对象？

我想在本地运行一个 dockerized Flask 服务器并访问我在其中定义的任何路由。设置重现我的问题：

应用程序

from flask import Flask

app = Flask(__name__)

@app.route('/')
def index():
    return 'Hello World!'

文件

from python:3.7-alpine

COPY app.py app.py

RUN pip install flask

CMD [ "flask", "run" ]

构建这个容器工作正常。按照文档和一些深入的示例，运行它docker run -p 5000:5000 flask应该可以解决问题。它启动容器并且看起来不错：

* Environment: production   
  WARNING: Do not use the development server in a production environment.  
  Use a production WSGI server instead.  
* Debug mode: off  
* Running on http://127.0.0.1:5000/ (Press CTRL+C to quit)

而docker ps让我发现，端口映射也似乎工作： …