Answer 1

有几种分类数组的方法。我会提到一些完成该任务的方法。所有方法，我将提供一个被称为“ $数字”的整数数组。

$number = array(8,9,3,4,0,1,2);

这是创建数组的正常方法。假设我想按升序排序该数组。为此，可以使用“ sort（）”方法。

<?php

    $number = array(8,9,3,4,0,1,2);
    sort($number);

   foreach ($number as $value) {
       echo $value."  ";
   }
?>

现在考虑一下输出，

您可以看到打印的号码数组已排序。如果您想将该数字数组分类为降序，则可以将“ rsort（）”方法用于该任务。

<?php

     $number = array(8,9,3,4,0,1,2);
     rsort($number);

     foreach ($number as $value) {
        echo $value."  ";
     }
?>

考虑输出..

现在以降序排序数组。 Array.i将给出一个关联数组（关联数组意味着，每个索引都有唯一的钥匙值的数组。）这样，

$number = array('eight'=>8,'nine'=>9,'three'=>3,'fore'=>4,'zero'=>0,'one'=>1,'two'=>2);

现在，我想按照其值按升序排列此数组。可以用来使用。

<?php

   $number = array('eight'=>8,'nine'=>9,'three'=>3,'fore'=>4,'zero'=>0,'one'=>1,'two'=>2);
   asort($number);

   foreach ($number as $value) {
      echo $value."  ";
    }
?>

如果按其价值对降序进行排序，则可以使用“ Arsort（）”方法。
假设您想根据数组的关键值对该数组进行排序。在此中，可以使用“ ksort（）”方法。

<?php

     $number = array('eight'=>8,'nine'=>9,'three'=>3,'fore'=>4,'zero'=>0,'one'=>1,'two'=>2);
     ksort($number);

     foreach ($number as $value) {
         echo $value."  ";
     }
?>

现在考虑输出。

现在按其关键值进行排序。如果您想根据降序排序数组可以使用它们的关键值“ krsort（）”方法。

<?php

    $number = array('eight'=>8,'nine'=>9,'three'=>3,'fore'=>4,'zero'=>0,'one'=>1,'two'=>2);
    krsort($number);

    foreach ($number as $value) {
       echo $value."  ";
    }
?>

现在，关联阵列按降序按关键值进行排序。查看输出。

这些是在php.i中以升序或降序排列数组的某些方法希望您能得到一个主意。谢谢！

Answer 2

由于HTML代码中的错字，我遇到了类似的问题：

<template>
...
<template>

您可能会看到闭合模板标签中缺少斜线，因此适当的代码应该是：

<template>
...
</template>

在这种情况下，错误是错误的误导性。 ，您可能会认为，涉及脚本初始化中某种种族条件，但它更加简单。

Answer 3

事实证明，即使不需要非零工人的数据， MULTI_WORKER_MODER.SAVE（） 必须在所有工人中调用 。

在这里，完整的工作代码（请注意最后2行，添加）：

import json
import os
import tensorflow as tf
import numpy as np


def mnist_dataset(batch_size):
    (x_train, y_train), _ = tf.keras.datasets.mnist.load_data()
    # The `x` arrays are in uint8 and have values in the [0, 255] range.
    # You need to convert them to float32 with values in the [0, 1] range.
    x_train = x_train / np.float32(255)
    y_train = y_train.astype(np.int64)
    train_dataset = tf.data.Dataset.from_tensor_slices(
        (x_train, y_train)).shuffle(60000).repeat().batch(batch_size)
    return train_dataset

def build_and_compile_cnn_model():
    model = tf.keras.Sequential([
        tf.keras.layers.InputLayer(input_shape=(28, 28)),
        tf.keras.layers.Reshape(target_shape=(28, 28, 1)),
        tf.keras.layers.Conv2D(32, 3, activation='relu'),
        tf.keras.layers.Flatten(),
        tf.keras.layers.Dense(128, activation='relu'),
        tf.keras.layers.Dense(10)
    ])
    model.compile(
        loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
        optimizer=tf.keras.optimizers.SGD(learning_rate=0.001),
        metrics=['accuracy'])
    return model


tf_config = json.loads(os.environ['TF_CONFIG'])
strategy = tf.distribute.MultiWorkerMirroredStrategy()

PER_WORKER_BATCH_SIZE = 64
global_batch_size = PER_WORKER_BATCH_SIZE * len(tf_config['cluster']['worker'])

with strategy.scope():
    options = tf.data.Options()
    options.experimental_distribute.auto_shard_policy = tf.data.experimental.AutoShardPolicy.DATA
    multi_worker_dataset = mnist_dataset(global_batch_size)
    multi_worker_dataset = multi_worker_dataset.with_options(options)
    # Model building/compiling need to be within `strategy.scope()`.
    multi_worker_model = build_and_compile_cnn_model()

#multi_worker_model.fit(multi_worker_dataset, epochs=3, steps_per_epoch=70)
multi_worker_model.fit(multi_worker_dataset, epochs=3, steps_per_epoch=70)

if tf_config['task']['index'] == 0:
    multi_worker_model.save(".")
else:
    multi_worker_model.save(f"./workertmp{tf_config['task']['index']}")

Answer 4

WordPress主题函数中的重定向有一个自定义条件。PHP引起重定向。删除这些代码就像魅力一样

Answer 5

tl; dr：只需避免使用操作员，但是任务流动api，一切都更简单。传统运营商非常僵硬，很难与IMO打交道。

如果您在Google中搜索从操作员到另一个操作员或父级DAG的将结果传递到Sub Dag，通常您会发现一个Jinja2模板可以从XCOM中提取结果，但是许多人发现它不起作用。结果是因为并非所有字段都会被插值，而是在操作员中注册的那些字段 template_fields 将被渲染。

https://airflow.apache.org/docs/apache-airflow/stable/concepts/operators.html#jinja-templating

您也可以使用嵌套字段的Jinja模板，只要将这些嵌套字段标记为它们所属的结构中的模板：在Template_fields属性中注册的字段将提交给Template替代

---

解决方案就是运行操作员并将其传递给任务流的装饰。使用 @task 函数，并通过 .extand 从操作员展开结果。在实际运行中感到非常清楚吗？是的，只有在需要时仅使用TaskFlow API和传统运算符。

https://airflow.apache.org/docs/apache-airflow/2.3.0/coneptes/dynamic-task-mapping.html#putting-it-it-it-all-all-together

    get_all_ddl_fixing_sqls = BigQueryGetDataOperator(
        task_id='get_all_ddl_fixing_sqls',
        dataset_id='my_dataset',
        table_id='my_ddl_fixing_table',
        selected_fields='ddl',
        max_results=9999999, # Default is 100, maybe -1 equals to unlimited, I have not tried
        dag=dag
    )

    # Workers might time out occasionally, remember to retry
    @task(retries=5)
    def fix_bq_schema_by_prepared_ddl(ddl_fixing_sql):
        BigQueryHook(use_legacy_sql=False).insert_job(
            location='asia-east2',
            configuration={
                'query': {
                    'query': ddl_fixing_sql[0],
                    'projectId': project_id,
                    'datasetId': dataset_id,
                    'useLegacySql': False,
                },
            },
        )

    fix_bq_schema_by_prepared_ddl = fix_bq_schema_by_prepared_ddl.partial().expand(
        ddl_fixing_sql=XComArg(get_all_ddl_fixing_sqls)
    )

Answer 6

检查这个。我希望这能解决您的问题。

 body: ListView.builder(
    itemCount: cities.length,
    itemBuilder: (context, index) {
    //..................................................ListTile
      return ListTile(
        leading: CircleAvatar(
          child: Text(cities[index].cityName[index][0]),
        ),
        title: Text(cities[index].cityName),
        subtitle: Text(cities[index].countryName),
        trailing: Text("\$" + prices[index]),
      );
    },
  ),

Answer 7

只要它们都具有相同的格式（例如，CSV文件中的相同列），Amazon Athena可以在给定的Amazon S3路径中的多个对象上运行查询。

它可以通过使用创建表作为命令和 location 参数来存储新的外部表格，其位置指向S3存储桶。

可以通过设置输出存储桶的数量来控制输出文件的大小（不是与S3存储桶相同）。

请参阅：

• bucketing vs commenting-amazon athena

Answer 8

简短答案是：将numpy阵列切成滤波器值＆lt; = 40％。例如，如果 a 是一个1D numpy数组：

a[a <= 40]

以下示例提供了更长的答案，该示例显示了：

• 的正态分布随机数据（因为提供的数据集很小）
• 执行计算 在Numpy阵列上
• 切片阵列以返回值＆lt; = 40％
• 使用 - 仅API。

示例代码：

import numpy as np
import plotly.io as pio

# Generate random dataset (for demo only).
np.random.seed(1)
X = np.random.normal(0, 1, 10000)

# Calculate the cumulative frequency.
X_ = np.cumsum(X)*100/X.sum()
data = X_[X_ <= 40]

# Plot the histogram.
pio.show({'data': {'x': data, 
                   'type': 'histogram', 
                   'marker': {'line': {'width': 0.5}}},
          'layout': {'title': 'Cumulative Frequency Demo'}})

输出：

Answer 9

您可以使用一般函数来基于基于垂直于向量的垂直。然后，您只需将正确长度的垂直向量添加到前两个顶点的中点即可。如注释中指出的那样，当尺寸的数量大于2以上时，有无限数量的顶点可以解决此问题。此方法简单地识别一种易于计算的方法。

def magnitude(v):
    """ Return the magnitude of a vector. See https://stackoverflow.com/a/9184560/567595 """
    return np.sqrt(v.dot(v))

def perpendicular(u):
    """ Return a vector perpendicular to vector v, of magnitude 1.
        Based on https://math.stackexchange.com/a/3175858
    """
    r = np.zeros(u.shape)
    zeros, = np.where(u == 0)
    if zeros.size > 0:  # If any u[i] is zero, return standard vector e_i
        r[zeros[0]] = 1
    else:               # Otherwise return u[1]e_0 - u[0]e_1
        m = magnitude(u[:2])
        r[:2] = u[1] / m, -u[0] / m
    return r 

def third_vertex_equilateral(A, B):
    """ Find a third vertex of an equilateral triangle with vertices A and B, in N dimensions """
    side = A - B
    midpoint = (A + B) / 2
    bisector = perpendicular(side) * np.sqrt(.75) * magnitude(side)
    return midpoint + bisector

N = 5
A = np.random.normal(size=N)
B = np.random.normal(size=N)
C = third_vertex_equilateral(A, B)
np.isclose(magnitude(A - B), magnitude(A - C)) # True
np.isclose(magnitude(A - B), magnitude(B - C)) # True

请注意，当更简洁地写入时，该功能与问题中的功能非常相似：

def third_vertex_equilateral(A, B):
    """ Find a third vertex of an equilateral triangle with vertices A and B, in N dimensions """
    return (A + B + np.sqrt(3) * perpendicular(A - B) * magnitude(A - B)) / 2

Answer 10

首先，您的 index.js 和 doutes.js 文件很好，现在您只需要正确发送请求，请参阅req.params不同，并且req.query是不同的

第一个方法 在Postman中使用（查询）

：

http://localhost:3000/api/v1/users?id=120622

您的索引。

app.use('/api/v1/users', userRouter);

在路由器文件中。

router.get("/", getUserDataById);

您是如何获得该ID的？

let id = req.query.id;

使用（params）的第二种方式 - 仔细查看Postman URL，然后

在Postman：

http://localhost:3000/api/v1/users/120622

您的索引中的路线上查看。

app.use('/api/v1/users', userRouter);

在路由器文件中。

router.get("/:id", getUserDataById);

您是如何获得该ID的？

let id = req.params.id;

这是您可以获得ID的双向，如果您还有其他问题，请告诉我，我会尽力更加清晰地澄清您的观点。

Answer 11

您可以进行多个，但会影响一个上下文，因此，如果您需要多个功能，则可以在一个上下文中实现它们，并通过破坏

＆lt; democontext.provider value = {{function1，function2 function3}}＆gt;＆lt;＆lt; /democontext.provider>

使用

const {function1}= useContext(DemoContext)

Answer 12

修改点：

• 在您的脚本中， Sheet1 不是声明。
• getActivecell exepl1.getActivecell.getValue（）不作为方法运行。
• 我以为 nameVal =='alpha'|| nameVal =='beta'可以由 incold 写成。

当这些要点反映在您的脚本中时，如下所示。

修改后的脚本：

function onEdit(e) {
  var range = e.range;
  var sheet1 = range.getSheet();
  if (range.getA1Notation() === 'A2') {
    var active = ['Alpha', 'Beta'].includes(range.getValue()) ? "D7" : "F1";
    sheet1.getRange(active).activate();
  }
}

• 在此修改后的脚本中，当将“ alpha”或“ beta”的值放在单元格“ A2”时，激活了单元格“ D7”。当将“ alpha”和“ beta”除外的值放在单元格“ A2”时，“ F1”被激活。

注意：

• 此脚本由ONEDIT简单触发器自动运行。因此，当您直接使用脚本编辑器直接运行此脚本时，会发生错误。请注意。

参考：

• 简单触发
• include（）

Answer 13

您需要在代码沙箱中安装正确的依赖项。

相反，如果这是任何项目或部分项目，我建议您在本地环境中工作，并通过关注这些
步骤。

其次，如果这是出于插图或学习目的，则可以从中使用 “>在这里。

Answer 14

Python解释器引起以下问题，因为您在执行程序时要调用的错误python版本是F字符串是Python 3的一部分，而不是Python 2的一部分。应该工作。要解决此问题，请将Python解释器从2更改为3。＆nbsp;

Answer 15

这样的东西会切换到不同的选项卡（x为迭代器）。 0将是第一个选项卡，然后是1,2。

driver.switch_to.window（驱动程序