_id
stringlengths
2
7
title
stringclasses
1 value
partition
stringclasses
3 values
language
stringclasses
1 value
meta_information
dict
text
stringlengths
5
1.76k
c167060
train
{ "resource": "" }
Возвращает среднее приложение, соответствующее контроллеру с указанным именем, на заданном порту и слоте устройства. входные данные: - имя типа `str` - controller_port типа `int` - устройство типа `int` возвращает: - приложение типа `IMediumAttachment` генерирует исключение: - `VBoxErrorObjectNotFound` Нет такого приложения для указанной комбинации контроллера/порта/устройства.
c167080
train
{ "resource": "" }
Возвращает гостьевые размеры из сохраненного состояния. вход screen_id типа int Сохраненный экран, из которого необходимо получить информацию. выход origin_x типа int Позиция по оси X левого верхнего угла гостьевого монитора. выход origin_y типа int Позиция по оси Y левого верхнего угла гостьевого монитора. выход width типа int Ширина гостя на момент сохранения состояния. выход height типа int Высота гостя на момент сохранения состояния. выход enabled типа bool Указывает, включен ли монитор в госте.
c167100
train
{ "resource": "" }
Ищет через все сетевые интерфейсы хоста и возвращает список интерфейсов указанного типа. - in type_p (тип: :class:`HostNetworkInterfaceType`): Тип сетевых интерфейсов хоста для поиска. - return network_interfaces (тип: :class:`IHostNetworkInterface`): Найденные объекты сетевых интерфейсов хоста.
c167120
train
{ "resource": "" }
Создаёт символическую ссылку в гостевой системе. in symlink of type str Путь к символической ссылке, которую необходимо создать. Стиль пути гостевой системы. in target of type str Путь к цели символической ссылки. Если он не абсолютный, он будет относительным к пути @a symlink в момент доступа. Стиль пути гостевой системы. in type_p of type :class:`SymlinkType` Тип символической ссылки (в первую очередь для Windows). См. :py:class:`SymlinkType` для получения дополнительной информации. raises :class:`OleErrorNotimpl` Метод пока не реализован.
c167140
train
{ "resource": "" }
Отправляет массив сцанко́дов на клавиатуру. Вход: scancodes в типе int Возвращаемое значение: codes_stored в типе int Исключение: :class:`VBoxErrorIprtError` Не удалось отправить все сцанко́ды на виртуальную клавиатуру.
c167160
train
{ "resource": "" }
Отключает мониторы от виртуальной видеокарты. в screen_ids типа int
c167180
train
{ "resource": "" }
Запускается при изменении приоритета процесса связанной виртуальной машины. в priority of type :class:`VMProcPriority` Устанавливаемый приоритет. поднимает :class:`VBoxErrorInvalidVmState` Состояние сессии предотвращает операцию. поднимает :class:`VBoxErrorInvalidObjectState` Тип сессии предотвращает операцию. поднимает :class:`VBoxErrorVmError` Ошибка на нижнем уровне. См. дополнительную информацию об ошибке.
c167200
train
{ "resource": "" }
Получает путь ко всем модулям плагинов для заданного фронтенда. Это удобный метод, предназначенный для упрощения процесса загрузки плагинов для фронтенда. в `frontend_name` типа `str` Имя фронтенда или компонента. возвращает `plug_in_modules` типа `str` Массив, содержащий модули плагинов (полные пути).
c167220
train
{ "resource": "" }
проверить, существует ли путь
c167240
train
{ "resource": "" }
Выполняет корутину f и оборачивает её результат в класс Motor. См. WrapAsync.
c167260
train
{ "resource": "" }
Сохранить текущие значения XY для данных калибровки :param data: Информация, полученная из POST-запроса. Тип содержимого — application/json. Правильная форма пакета должна быть следующей: { 'token': UUID токен из текущего сеанса 'command': 'save xy' 'point': строка ID ['1', '2', или '3'] калибровочной точки для сохранения }
c167280
train
{ "resource": "" }
Настройка дома робота. : возвращает: Эту экземпляр.
c167300
train
{ "resource": "" }
Не все аргументы являются необязательными. Нужно указать либо путь, либо хост+порт; нужно указать хотя бы одно из них.
c167320
train
{ "resource": "" }
Увеличьте разрешение походки без выхода за пределы списка значений.
c167340
train
{ "resource": "" }
Обновите прошивку в плате Smoothie. :param firmware_file: Путь к файлу прошивки. :param explicit_modeset: `True`, чтобы force положить smoothie в режим программирования; `False`, чтобы предположить, что он уже находится в режиме программирования. :param loop: Объект asyncio событийного цикла, который следует использовать; если не указан, будет использован событийный цикл, связанный с этой инстанцией. :returns: Стандартный вывод инструмента, используемого для обновления smoothie.
c167360
train
{ "resource": "" }
Возвращает словарь только изменяемых конфигураций.
c167380
train
{ "resource": "" }
Откройте файл authorized_keys. Отдельная функция для подмены аналога. Параметр mode: Является аналогом метода :py:meth:`open`
c167400
train
{ "resource": "" }
Постройте API для управления оборудованием и инициализируйте адаптер в одном вызове :param builder: метод конструирования для использования (например. :py:meth:`hardware_control.API.build_hardware_simulator`) :param args: Аргументы для прямого передачи в метод конструирования :param kwargs: Аргументы с ключевыми словами для прямой передачи в метод конструирования
c167440
train
{ "resource": "" }
Установить имя робота. Запрос с использованием POST на /server/name {"name": new_name} Ответ с кодом 200 OK {"hostname": new_name, "prettyname": pretty_name} или 400 Bad Request В общем случае новое красивое имя будет указанным именем. Истинное хост-имя будет ограничено 53 буквами, а любые символы, отличные от букв ASCII или тире, будут заменены на тире, чтобы соответствовать требованиям по адресу https://www.freedesktop.org/software/systemd/man/hostname.html#.
c167460
train
{ "resource": "" }
Перезапустить глобальные singleton-объекты с заданной версией API. :param version: 1 или 2. Если `None`, извлекается из расширенного настройки `useProtocolApiV2`.
c167480
train
{ "resource": "" }
Сохраняет ссылку на местоустановку.
c167500
train
{ "resource": "" }
Удобный метод для настройки сцены и поиска сообщения
c167520
train
{ "resource": "" }
Чтобы немедленно прекратить движение Smoothie (в том числе прервать команду в процессе выполнения), нам нужно сначала установить пин рестета в низкое состояние, а затем вернуть его обратно в высокое, после чего вызвать метод `_setup`, чтобы отправить код Smoothie RESET_FROM_ERROR. Это позволит вернуть Smoothie в нормальное состояние ожидания и сбросить любое другое состояние, необходимое для драйвера.
c167540
train
{ "resource": "" }
Метками пометьте все строки по соответствующим легендам. Параметры ---------- lines : список линий matplotlib Линии, которые нужно пометить. align : булево, по умолчанию False Если True, метка будет выровнена с уклоном линии в месте размещения метки. Если False, метки будут горизонтальными. xvals : кортеж (xfirst, xlast) или массив из float, по умолчанию None Местоположение меток. Если кортеж, метки будут равномерно расположены между xfirst и xlast (в единицах оси). kwargs : словарь, по умолчанию None Дополнительные аргументы, передаваемые в ax.text.
c167560
train
{ "resource": "" }
Какого-то конкретного пользователя нет.
c167580
train
{ "resource": "" }
Объедините атрибуты из одного поиска на стороне сервера с словарём атрибутов. Результат
c167600
train
{ "resource": "" }
Внутренняя. Инициализация датчика влажности через RTIMU
c167620
train
{ "resource": "" }
Сгенерировать URL-адрес подключения Engine.IO.
c167640
train
{ "resource": "" }
Закодируйте груз для передачи.
c167660
train
{ "resource": "" }
Изменить подписки запущенного экземпляра Notify
c167680
train
{ "resource": "" }
Вернуть целевой счет
c167700
train
{ "resource": "" }
Вернуть текущий путь шрифта в виде списка строк.
c167720
train
{ "resource": "" }
Эта функция используется полями List и Object для преобразования объектов Struct, не имеющих var_fields, в значения Python.
c167740
train
{ "resource": "" }
Переведите операнд регистра назначения в выражение SMT.
c167760
train
{ "resource": "" }
Выполнить инструкцию JCC.
c167780
train
{ "resource": "" }
Классифицируйте элементы двухэлементных операций.
c167800
train
{ "resource": "" }
Попробуйте прочитать содержимое памяти по указанному адресу. Если любая локация ранее не записывалась, возвращается кортеж (False, None). В противном случае возвращается (True, содержимое памяти).
c167820
train
{ "resource": "" }
Возвращайте инструкцию без операции (NOP).
c167840
train
{ "resource": "" }
Вернуть REIL представление инструкции.
c167860
train
{ "resource": "" }
Устанавливает обработчики сигналов для гибкого обработки SIGINT и SIGTERM.
c167900
train
{ "resource": "" }
Отправьте предоставленный объект файла в указанный путь.
c167920
train
{ "resource": "" }
Для каждой итерации, которая не следует за сбросом, рассматривается каждая вторая итерация для каждого другого мира, который не следует за сбросом, и вычисляется количество битов, которые появляются в коллекции активных клеток обеих этих итераций. Этот показатель возвращает распределение этих чисел. @возвращаемое значение (Показатель) Показатель путаницы по отношению к различенности
c167940
train
{ "resource": "" }
Визуализационная утилита для моделей. Помогает отлаживать математику и логику. Помогает контролировать сложные объекты с трудно определяемыми границами. Поддерживаются только трехмерные объекты. TODO: центрировать объекты с использованием операций масштабирования, поворота и трансляции на объектах меш.
c167960
train
{ "resource": "" }
Произвести эксперимент по базовой вероятности ложноположительных результатов.
c167980
train
{ "resource": "" }
Вычисляет процент пересечения (перекрытия) между векторами x1 и x2. @param x1 (array) бинарный вектор @param x2 (array) бинарный вектор @param size (int) длина бинарных векторов @return percentOverlap (float) процент количества перекрытия между x1 и x2
c168000
train
{ "resource": "" }
Выполните один шаг времени. Используйте базальные и апикальные входы для формирования набора предсказаний, затем активируйте указанные столбцы, затем осуществите обучение. @param activeColumns (numpy array) Список активных столбцов @param basalInput (numpy array) Список активных входных бит для сегментов базальных дендритов @param apicalInput (numpy array) Список активных входных бит для сегментов апикальных дендритов @param basalGrowthCandidates (numpy array or None) Список битов, к которым активные клетки могут вырастить новые базальные синапсы. Если None, то для базальных ростовых кандидатов принимается basalInput. @param apicalGrowthCandidates (numpy array or None) Список битов, к которым активные клетки могут вырастить новые апикальные синапсы. Если None, то для апикальных ростовых кандидатов принимается apicalInput. @param learn (bool) Нужно ли расти, укреплять или наказывать синапсы?
c168020
train
{ "resource": "" }
Подпишитесь на события SingleLayer2DExperiment. @param monitor (SingleLayer2DExperimentMonitor) Объект, который реализует набор мониторных методов @return (object) Неявный объект, который может быть использован для ссылки на этот монитор.
c168040
train
{ "resource": "" }
Создайте и инициализируйте указанный экземпляр сети. @param networkConfig: (словарь) конфигурация этой сети. @return network: (Сеть) Сама сеть
c168060
train
{ "resource": "" }
Тест на растяжение, который изучает много объектов. Параметры: ---------------------------- @param noiseLevel (float) Уровень шума, который добавляется к локациям и характеристикам во время инференции @param profile (bool) Если True, сеть будет профилироваться после обучения и инференции
c168080
train
{ "resource": "" }
Вычислите пересечение и разности двух массивов, сравнивая элементы по ключу. @param a (numpy array) Левый набор для сравнения. @param b (numpy array) Правый набор для сравнения. @param aKey (numpy array or None) Если указано, элементы в "a" сравниваются по соответствующей записи в "aKey". @param bKey (numpy array or None) Если указано, элементы в "b" сравниваются по соответствующей записи в "bKey". @param leftMinusRight Если True, также рассчитывается разность множеств (a - b). @param rightMinusLeft Если True, также рассчитывается разность множеств (b - a). @return (numpy array or tuple) Всегда возвращает пересечение "a" и "b". Элементы этого пересечения — значения из "a" (которые могут отличаться от значений из "b" или "aKey"). Если leftMinusRight or rightMinusLeft — True, возвращает кортеж: - intersection (numpy array) См. выше - leftMinusRight (numpy array) Элементы в a, которых нет в b - rightMinusLeft (numpy array) Элементы в b, которых нет в a
c168100
train
{ "resource": "" }
Верните SDR для theta1 и theta2
c168120
train
{ "resource": "" }
Имея данные и интервалы интервалов, представляющие ячейки распределения, возвращает число в бинарной форме, где ячейка, включающая значение, установлена в 1, а все остальные — в 0.
c168160
train
{ "resource": "" }
Для каждого желаемого значения найдите приблизительное n, при котором ожидаемое значение выборочного минимума равно этому значению. Для каждого значения найдите пару соседних значений n, для которых ожидаемые выборочные минимумы ниже и выше желаемого значения соответственно, и верните линейно-интерполированное значение n между этими двумя значениями. @param p (float) Значение p распределения биномиального распределения. @param numSamples (int) Количество выборок в распределении выборочного минимума. @return Список результатов. Каждый результат содержит (interpolated_n, lower_value, upper_value), где каждое lower_value и upper_value — ожидаемые выборочные минимумы для floor(interpolated_n) и ceil(interpolated_n) соответственно.
c168180
train
{ "resource": "" }
Вспомогательная функция для расчета прогресса, достигнутого в одном эксперименте.
c168200
train
{ "resource": "" }
Вычисляет процент пересечения между двумя SDR. @param x1 (массив) SDR @param x2 (массив) SDR @return percentageOverlap (вещественное) процент пересечения между x1 и x2
c168220
train
{ "resource": "" }
Верните модель классификации соответствующего типа. Модель может быть любым поддерживаемым подклассом ClassficationModel на основе modelName. @param modelName (str) Поддерживаемый тип временной памяти @param kwargs (dict) Аргумент конструктора для класса, который будет инстанцирован. Словарь ключевых слов, специфичные для каждого типа модели, должны быть переданы здесь.
c168240
train
{ "resource": "" }
Настроить сеть для распознавания указанного объекта. Переместить датчик к одной из его особенностей и активировать представление произвольного местоположения в слое местоположения. Переместить датчик над объектом, обновляя представление местоположения через интеграцию пути. На каждой точке объекта сформировать взаимосвязи между представлением местоположения и представлением сенсорного ввода. @param objectDescription (dict) Например: {"name": "Object 1", "features": [{"top": 0, "left": 0, "width": 10, "height": 10, "name": "A"}, {"top": 0, "left": 10, "width": 10, "height": 10, "name": "B"}]} @return locationsAreUnique (bool) True, если для этого объекта была присвоена уникальная группа местоположений. False, если на этом объекте местоположение имеет одно и то же представление местоположения, что и другое местоположение где-то еще.
c168260
train
{ "resource": "" }
Это запускает первый эксперимент в разделе "Симуляции с последовательностями сенсорно-моторных сигналов", пример последовательности сенсорно-моторного сигнала.
c168280
train
{ "resource": "" }
Обновление набора синапсов в сегменте. @param tp Владелец TP @param synapses Список индексов синапсов для обновления @param delta Сколько добавить к каждому постоянному элементу @returns True, если синапс достиг 0
c168300
train
{ "resource": "" }
На примере здесь изображение фильтруется по нескольким каналам с использованием гауссовых шаблонов (габор-фильтров). Активность L6 используется для выбора одного из этих каналов. Спустя это только активность, выбранная этими каналами, взрывается.
c168320
train
{ "resource": "" }
Получите информацию о файловой системе :return: словарь **Примеры:** >>> client.df() {'used': 491520L, 'capacity': 120137519104L, 'under_replicated': 0L, 'missing_blocks': 0L, 'filesystem': 'hdfs://localhost:8020', 'remaining': 19669295104L, 'corrupt_blocks': 0L}
c168340
train
{ "resource": "" }
Нормализуйте объект до униформной кватернионной формы с использованием быстрого приближенного метода, если это уместно. Объект гарантированно будет кватернионом приблизительно единичной длины после выполнения этой операции, УМЕНЬШАЯСЬ только в том случае, если объект эквивалентен кватерниону Quaternion(0).
c168360
train
{ "resource": "" }
Спрашивайте статус YubiKey.
c168380
train
{ "resource": "" }
Режим расширенного скан-кода означает, что Yubikey будет выводить байты в виде "фиксированной строки" как скан-коды, без кодирования данных в модно-гекс (modhex). Поскольку способ, которым это хранится в флагах конфигурации, таков, не предусмотрена возможность отключения этой опции после ее активации (конечно, вы можете прервать обновление конфигурации или снова перепрограммировать YubiKey). Требуется YubiKey 2.x.
c168400
train
{ "resource": "" }
Вернуть кадр в виде массива частей по 8 байт, готовых к отправке на YubiKey.
c168420
train
{ "resource": "" }
Получите информацию о конкретном выпуске :param login: логин владельца пакета :param package_name: имя пакета :param version: имя пакета (версия)
c168440
train
{ "resource": "" }
Начинаем обработку потоков.
c168460
train
{ "resource": "" }
создает ключи с данными о пользовательском агенте
c168480
train
{ "resource": "" }
Верните текстовое эквивалентное значение числовых кодов флагов регулярных выражений.
c168500
train
{ "resource": "" }
Корутина ожидает трейлеров с отстающими метаданными с сервера. .. note:: Эта корутина будет вызвана неявно при выходе из этого вызова (выхода контекстного менеджера), если не вызвана явно до этого. Может быть вызвано исключение :py:class:`~grpclib.exceptions.GRPCError`, если сервер вернул в трейлерах неметку :py:attr:`Status.OK <grpclib.const.Status.OK>`. После завершения этой корутины вы можете получить доступ к полученным отстающим метаданным с помощью атрибута :py:attr:`trailing_metadata`.
c168520
train
{ "resource": "" }
Решить частичное имя базы до полного пути. :param node: Узел, представляющий имя базы. :type node: astroid.NodeNG :param basename: Частичное имя базы, которую нужно разрешить. :type basename: str :returns: Полностью разрешённое имя базы. :rtype: str
c168540
train
{ "resource": "" }
Логика, которая понимает карты, связывает конкретный узел с его частью дерева оглавления (TOCTree). Она принимает конкретный входящий узел ``node``, и возвращает фактический узел дерева TOC, на который указывается ссылка.
c168560
train
{ "resource": "" }
Очищает значения внутри `networks`. Возвращает новый список.
c168580
train
{ "resource": "" }
Хранит векторы и сериализуемые в формате JSON данные в MongoDB с указанным ключом.
c168600
train
{ "resource": "" }
Запустить rc-файл.
c168620
train
{ "resource": "" }
Текст буфера изменился.
c168640
train
{ "resource": "" }
Перемещаться по всем окнам.
c168660
train
{ "resource": "" }
Вернуть кортеж директив Sphinx и ролей.
c168680
train
{ "resource": "" }
Попытки очередной обработки задачи. Будет вызвано исключение AlreadyQueued, если задача уже в очереди. :параметр *\*args*: позиционные аргументы, передаваемые на задачу. :параметр *\*\*kwargs*: аргументы со знаком восклицательного знака, передаваемые на задачу. :ключевое слово *\*\*once* (опционально): :параметр graceful (опционально): Если равно True, не будет вызвано исключение, если задача уже в очереди. Вместо этого вернет None. :параметр timeout (опционально): Целое число типа `int`, обозначающее количество секунд после которых блокировка истечет. Если не установлено, по умолчанию истекает через 1 час. :параметр keys (опционально):
c168700
train
{ "resource": "" }
При загрузке удаленных файлов стандартное поведение заключается в том, чтобы называть локальные файлы так же, как и их удаленные аналоги.
c168720
train
{ "resource": "" }
Создайте объект экзона для всех экзонов в базе данных, причём опционально можно ограничиться конкретной хромосомой, используя аргумент `contig`.
c168740
train
{ "resource": "" }
Собственность, которая динамически строит объекты транскриптов для всех идентификаторов транскриптов, связанных с этим геном.
c168760
train
{ "resource": "" }
Показать таблицу с месячными доходами и доходами за год для каждого года в заданном диапазоне.
c168780
train
{ "resource": "" }
Загрузить словарь с данными из данной таблицы, сопоставляя с объектами записей.
c168800
train
{ "resource": "" }
Постройте многокритериальные интервальные деревья для данной таблицы, где каждый узел дерева соответствует строке таблицы.
c168820
train
{ "resource": "" }
Выберите строки, где заданное поле не является членом указанного значения.
c168840
train
{ "resource": "" }
Возвращает объект хэш для файла в текущем пути. `hash_name` должно быть названием алгоритма хэша (таким как `"md5"` или `"sha1"`) доступным в модуле :mod:`hashlib`.
c168860
train
{ "resource": "" }
Автоматическая обработка сигналов RSP. Параметры ---------- rsp : список или массив массив сигналов дыхания (RSP). sampling_rate : int частота дискретизации (сэмплы/секунда). Возвращает ---------- processed_rsp : dict Словарь, содержащий обработанные особенности RSP. Содержит сылой сигнал RSP, фильтрованный сигнал, выбросы дыхательных циклов и дыхательные фазы (вдохи и выдохи). Пример ---------- >>> import neurokit as nk >>> >>> processed_rsp = nk.rsp_process(rsp_signal) Заметки ---------- *Авторы* - Dominique Makowski (https://github.com/DominiqueMakowski) *Зависимости* - biosppy - numpy - pandas *См. также* - BioSPPY: https://github.com/PIA-Group/BioSPPy
c168880
train
{ "resource": "" }
Найти дубликаты, следующие за самими собой. Параметры ---------- массив: список или ndarray Список, содержащий дубликаты. Возвращает ---------- уникальные: список Список, содержащий True для каждого уникального элемента и False для следующих дубликатов. Пример ---------- >>> import neurokit as nk >>> mylist = ["a", "a", "b", "a", "a", "a", "c", "c", "b", "b"] >>> uniques = nk.find_following_duplicates(mylist) >>> indices = np.where(uniques) # Найти индексы уникальных элементов Примечания ---------- *Авторы* - `Dominique Makowski <https://dominiquemakowski.github.io/>`_ *Зависимости* - numpy
c168900
train
{ "resource": "" }
Вычитайте сырые байты из инструмента. :param size: количество байтов, которые отправляются на инструмент :type size: целое число :return: полученные байты :return type: bytes
c168920
train
{ "resource": "" }
Создает новый метаметамодель на основе указанного файла. Аргументы: file_name(str): Имя файла с описанием языка текстX. other params: См. metamodel_from_str.
c168940
train
{ "resource": "" }
Нормализуйте SVG-путь. В данном случае основное действие заключается в введении операторов для параметров с несколькими аргументами. Также это исправляет последовательности подряд идущих операторов M или m на MLLL... и mlll... соответственно. Добавляется пустой список в качестве аргумента для операторов Z и z только для упрощения последующей итерации по результирующему списку. Например, "M 10 20, M 20 20, L 30 40, 40 40, Z" -> ['M', [10, 20], 'L', [20, 20], 'L', [30, 40], 'L', [40, 40], 'Z', []]
c168960
train
{ "resource": "" }
Добавь планету внешней части Солнечной системы в качестве тестовой задачи. Данные взяты из NASA Horizons.
c168980
train
{ "resource": "" }
Вычислить орбитальные параметры для всех частиц в симуляции. По умолчанию эта функция возвращает орбиты в системе Джакоби. Если включено MEGNO, вариационные частицы будут проигнорированы. Параметры ---------- primary : rebound.Particle, опционально Установить основную частицу, относительно которой будут вычисляться орбитальные элементы. По умолчанию используется центр масс в системе Джакоби. jacobi_masses: bool Использовать массу основной частицы в системе Джакоби в расчетах орбиты. (По умолчанию: False) heliocentric: bool, УСТАРЕВШЕЕ Чтобы вычислить элементы гелиоцентрической орбиты, используйте primary=sim.particles[0] barycentric : bool, УСТАРЕВШЕЕ Чтобы вычислить элементы барицентрической орбиты, используйте primary=sim.calculate_com() Возвращает ---------- Возвращает массив Orbits длиной N-1.
c169000
train
{ "resource": "" }
Получите экземпляр дочернего сериализатора.
c169020
train
{ "resource": "" }
Оптимизировано представление с улучшениями. 1) Возвращает обычный словарь, а не OrderedDict. (Создание упорядоченного словаря примерно в 100 раз медленнее, чем `{}`.) 2) Выполняется использование кэшированного списка полей. (Эта оптимизация существует в DRF 3.2, но отсутствует в 3.1) Аргументы: instance: экземпляр модели или объект данных Возвращает: Словарь примитивных типов данных.
c169040
train
{ "resource": "" }
Создайте предзагруженный словарь на основе требований запроса.
c169060
train
{ "resource": "" }
Постройте любой тип горизонтальной границы для таблицы. :param str style: Тип границы для получения. :param iter outer_widths: Список ширин (с отступами) для каждого столбца. :return: Подготовленная граница в виде кортежа строк. :rtype: tuple
c169080
train
{ "resource": "" }
Пустотелый цилиндр. Определите кольцо, затем экструдируйте его с помощью перевода.
c169100
train
{ "resource": "" }
Предлагается проекция для достойного представления структуры. По умолчанию применяется эквивалентная проекция. Эквивалентные проекции локально уважают площади, что удобно для атрибута площади.