TGTGInsighttelegram intelligenceLIVE / telegram public index
← Python Заметки

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonotes · Post #418 · 9 мар.

Оператор pipe позволяет писать более компактный код, реализуя логику объединения данных (Union). Важно помнить, что его поведение зависит от контекста. Побитовые операции (логическое OR) result = 5 | 3 # 5 (0101) | 3 (0011) = 7 (0111) Самое главное - не путать с оператором or, это другое! Объединение множеств set_a = {1, 2, 3} set_b = {3, 4, 5} set_c = set_a | set_b # {1, 2, 3, 4, 5} set_c |= {5, 6} # {1, 2, 3, 4, 5, 6} Слияние словарей dict_1 = {"a": 1, "b": 2} dict_2 = {"b": 3, "c": 4} merged = dict_1 | dict_2 # {'a': 1, 'b': 3, 'c': 4} merged |= {"d": 5} # {'a': 1, 'b': 3, 'c': 4, 'd': 5} Аннотации типов, заменяет Union def process_data(value: int | str) -> None: print(value) Допустимо использовать в isinstance или issubclass isinstance(3, int | float) # True Паттерн-матчинг status_code = 404 match status_code: case 200 | 201 | 204: print("OK") case 400 | 404 | 500: print("ERROR") Для использования в своих классах требуется переопределить метод __or__ Так же нашел библиотеку pipe которая добавляет еще много возможностей. Рекомендую ознакомиться ;) #basic

Hashtags

Резултати

Пронајдени 5 слични објави

Пребарај: #bokeh

当前筛选 #bokeh清除筛选
djangoproject

@djangoproject · Post #468 · 16.10.2017 г., 08:30

https://s3.amazonaws.com/assets.datacamp.com/blog_assets/Python_Bokeh_Cheat_Sheet.pdf Python For #Data_Science Cheat Sheet The Python interactive visualization library #Bokeh enables high-performance visual presentation of large datasets in modern #web browsers.

『怀旧小屋』

@PainlessDestiny · Post #2611 · 28.02.2025 г., 13:30

#小米相册#相册#小米相册编辑 #小米澎湃AI引擎#文件管理#Bokeh 来自小米15Ultra的App们 不建议在MIUI或者HyperOS上用 不接收来自MIUI/HyperOS/低于安卓14的反馈 相册和文件管理在高分辨率的屏幕上显示异常,暂时不知道怎么修 对于小米相册: 功能应该是解锁全了 对于小米相册编辑: 水印还是和之前一样,你想要正常的显示,可以手动改照片的EXIF 如果你发现你拍的照片点不进画框,但是截图可以,建议你打开EXIF随便改一个数字他就可以点进画框了,暂时还不知道是咋回事 部分AI功能可能失效(因为小米服务器Boom了) 其他的功能也基本解锁全了 对于文件管理: 没啥说的,就是移植包 小米澎湃引擎和Bokeh是相关组件,建议安装

djangoproject

@djangoproject · Post #352 · 25.06.2017 г., 08:57

https://stxnext.com/blog/2017/04/12/most-popular-python-scientific-libraries/ The most popular Python scientific libraries: #Astropy #Biopython #Cubes #DEAP #SCOOP #PsychoPy #Pandas #Mlpy #matplotlib #NumPy #NetworkX #TomoPy #Theano #SymPy #SciPy #scikit_learn #scikit_image #ScientificPython #SageMath #Veusz #graph_tool #SunPy #Bokeh