全部问题(coding)

我有以下函数，在我最近更新 Visual Studio 2022 编译器 (17.11.4) 之前，该函数一直有效。我从编译器收到的错误是：not all code paths return a value。但哪条路径未被覆盖？一个是return GetAllDatesWithoutLock();，另一个是重新抛出ExceptionDispatchInfo.Throw(ex);？此代码在更新之前运行正常。

public ScheduleDateTimeResponse GetAllDates()
{
    log.Info("GetAllDates before locking");
    semaphoreObject.Wait();
    try
    {
        return GetAllDatesWithoutLock();
    }
    catch (Exception ex)
    {
        Console.WriteLine(Thread.CurrentThread.Name + "Error occurred.");
        log.Error(Thread.CurrentThread.Name + "Error occurred in GetAllDates:", ex);
        ExceptionDispatchInfo.Throw(ex);
    }
    finally
    {
        semaphoreObject.Release();
        log.Info("GetAllDates after locking");
    }
}

我正在使用 PySide6 实现一个小型多线程 GUI 应用程序，以从（USB 连接的）传感器获取数据并使用 Qt 可视化数据。即，用户可以启动和停止数据获取：

单击播放按钮时，将创建一个工作对象并将其移动到QThread，然后QThread启动。互联网上有很多不同的方法来实现这种无限期（数据获取循环）。以下是我迄今为止最常遇到的两种主要方法：

• 方法 1（无限但用户可中断的循环加sleep()）：

class Worker(QObject):
    def __init__(self, user_stop_event: Event)
        super().__init__()
        self.user_stop_event = user_stop_event
    
     def run(self):
         while not self.user_stop_event.isSet():
             self.fetch_data()
             # Process received signals:
             Qtcore.QApplication.processEvents()
             # A sleep is important since in Python threads cannot run really in parallel (on multicore systems) and without sleep we would block the main (GUI) thread!
             QThread.sleep(50)

     def fetch_data(self):
         ...

• 方法 2（基于计时器的方法）：

class Worker(QObject):
    def __init__(self):
        super().__init__()

        timer = QTimer()
        timer.timeout.connect(self.fetch_data)
        timer.start(50)

     def fetch_data(self):
        ...

两种方法都使用相同的机制来启动线程：

thread = QThread()
worker = Worker()
worker.moveToThread(thread )
thread.started.connect(worker.run)
...

这两种方法的优缺点是什么？哪种实现方式更可取？

不幸的是，Qt 的官方线程基础网站没有在这里给出明确的建议。 对我来说，两者都有效，但我不太确定哪一个应该作为我们后续项目的默认实现。

#include <vector>
#include <iostream>
#include <algorithm>
#include <string>
#include <unordered_map>
#include <unordered_set>

using namespace std;

// 双向链表
struct ListNode {
    int times;
    unordered_set<string> bucket;
    ListNode *prev;
    ListNode *next;

    ListNode() {
        prev = nullptr;
        next = nullptr;
    }

    ListNode(int times, string key) : ListNode() {
        this->times = times;
        bucket.emplace(key);
    }
};

int main() {
    unordered_map<string, ListNode *> map;
    ListNode *node = new ListNode();
    map.emplace("haha", node);
//    map["haha"] = node;
    ListNode *node2 = new ListNode(1, "x");
    map.emplace("haha", node2);
//    map["haha"] = node2;
}

• 调试图像：

调试截图

• 为什么关键字对应的值"haha"没有变化呢？应该是0xec1e20而不是0xec1c90。
• 当我使用时operator[]，我可以成功更改对应的值"haha"。

有人能帮我看看我哪里出错了吗？我认为在管道函数中使用花括号时，您可以调用变量而不必将其括在“”（即作为字符串）。那么我的函数哪里出错了：

library(tidyverse)
dat <-  structure(list(id = 1:6, 
                       var_1 = c("1,1,-11000", "1,1,1", "0,0,0", "1,1,0", "1,1,1", "1,1,1"), 
                       var_2 = c("0,0,-13000", "0,0,0", "-13000,-13000,-13000", "6,4,-13000", "0,0,0", "0,0,0"), 
                       var_3 = c("24,7,-13000", "0,0,0", "-13000,-13000,-13000", "0,0,-13000", "0,0,0", "0,0,0")), 
                  row.names = 1:6, class = "data.frame")

# Separate to wide and convert to long in one step
split_to_long <-  function(col){
  i <-  substr({{col}}, 5, 5)
  temp <-  dat |>
    select("id", {{col}}) |>
    separate_wider_delim({{col}}, ",", too_few = "align_start",
                         names = c(paste0({{col}},"_1"),
                                   paste0({{col}},"_2"),
                                   paste0({{col}},"_3"))) |>
    pivot_longer(2:4,
                 names_to = "visit",
                 values_to = paste0("var_", i),
                 names_prefix = paste0("var_", i, "_"))
  temp
}

# This works
split_to_long("var_1")

# But this doesn't
split_to_long(var_1)

这来自我发布的另一个问题： 如何用 purrr::map 替换这个 for 循环

我在 R 中有这些数据框：

abc_1 <- data.frame(col1 = 1:5, col2 = 6:10, col3 = 11:15)
abc_2 <- data.frame(col1 = 21:25, col2 = 26:30, col4 = 31:35)
abc_3 <- data.frame(col1 = 41:45, col2 = 46:50, col5 = 51:55)
def_1 <- data.frame(col1 = 61:65, col2 = 66:70, col6 = 71:75)

对于所有以“abc_”开头的数据框，我想要识别与所有文件共享的列集，然后将它们绑定在一起。

我尝试用很长的方法来做到这一点：

all_objects <- ls()

abc_objects <- all_objects[grep("^abc", all_objects)]

common_cols <- Reduce(intersect, lapply(abc_objects, function(x) colnames(get(x))))

combined_df <- do.call(rbind, lapply(abc_objects, function(x) {
  df <- get(x)
  df[, common_cols, drop = FALSE]
}))

有没有更直接的方法来做到这一点？

我注意到在 Firefox (130.0.1)中Pasteevent.clipboardData只能从剪贴板粘贴单个复制的文件，但 Chrome (129.0.6668.70)和 Edge 可以正常粘贴多个文件。

我找不到这是否是一个已知问题，而MDN Web Docs将此功能声明为“广泛可用的基线”。那么，这可能是一个错误、有意为之的行为还是其他？

<!DOCTYPE html>
<html lang="en">

<head>
  <meta charset="UTF-8">
  <meta name="viewport" content="width=device-width, initial-scale=1.0">
  <title>Document</title>
</head>

<body>
  <input type="text" placeholder="Paste/Ctrl+V files anywhere">
  <p>Pasted files counter: <span id="counter">0</span></p>
  <p id="files" style="white-space: pre-line;"></p>
</body>

<script>
  document.addEventListener('paste', event => {
    Array.from(event.clipboardData.files).map(file => {
      document.querySelector('#counter').innerText = parseInt(document.querySelector('#counter').innerText) + 1;
      document.querySelector('#files').innerHTML += `<b>File ${document.querySelector('#counter').innerText}:</b> ${file.name} <i>(${file.type})</i>\n`;
    });
  })
</script>

</html>

对于从 dict 继承的类，为什么dict.__str__当 dict 位于类的 MRO 中较早的位置时不能使用 str()？

Python 3.10.12 (main, Sep 11 2024, 15:47:36) [GCC 11.4.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> class A:
...  def __str__(self):
...   return "A"
...
>>> class B(dict, A):
...  pass
...
>>> B.__mro__
(<class '__main__.B'>, <class 'dict'>, <class '__main__.A'>, <class 'object'>)
>>> str(B())
'A'
>>> str(dict())
'{}'
>>>

当调用 str(B()) 时，为什么dict.__str__不优先调用 而不是A.__str__？

这是否与 dict 具有 slot_wrapper 而不是函数有某种关系？

>>> dict.__str__
<slot wrapper '__str__' of 'object' objects>
>>> A.__str__
<function A.__str__ at 0x75be4ea8a0e0>
>>> B.__str__
<function A.__str__ at 0x75be4ea8a0e0>

在 Composable 中，通常我们使用 function param 来处理事件，例如下面onClickHandler: () -> Unit

在官方文档中，使用 lambda 来调用该onClickHandler函数。

@Composable
fun FilledButtonExample(onClickHandler: () -> Unit) {
    Button(onClick = { onClickHandler() }) {
        Text("Filled")
    }
}

onClickHandler如果我们直接将函数赋值给变量是不是更好onClick？例如Button(onClick = onClickHandler )

@Composable
fun FilledButtonExample(onClickHandler: () -> Unit) {
    Button(onClick = onClickHandler ) {
        Text("Filled")
    }
}

我有一个包含列的数据框，其中xK有点大（K ≈ 1000 或 2000）。yc_1c2c_K

每列都是c_i布尔列，我想计算f(x, y)为 True 的行的聚合c_i。（例如，f(x,y) = x.sum() * y.sum()。）

一种方法是：

ds.select([
    f(pl.col("x").filter(pl.col(f"c_{i+1}"), pl.col("y").filter(pl.col(f"c_{i+1}"))
    for i in range(K)
])

在我的问题中，数字K很大，并且上述查询似乎效率低下（过滤进行了两次）。

• 实现这一目标的推荐/最有效/最优雅的方法是什么？

编辑。

这是一个可运行的示例（代码在底部），以及一些与下面@Hericks 的答案相对应的时间。TLDR：建议的方法 1是目前最好的。

import polars as pl
import polars.selectors as cs
import numpy as np
rng = np.random.default_rng()

def f(x,y):
    return x.sum() * y.sum()

N = 2_000_000
K = 1000
dat = dict()
dat["x"] = np.random.randn(N)
dat["y"] = np.random.randn(N)
for i in range(K):
    dat[f"c_{i+1}"] = rng.choice(2, N).astype(np.bool_)

tmpds = pl.DataFrame(dat)


## Method 1
tmpds.select([
    f(
        pl.col("x").filter(pl.col(f"c_{i+1}")),
        pl.col("y").filter(pl.col(f"c_{i+1}")))
    .alias(f"f_{i+1}") for i in range(K)
])

## Method 2
pl.concat([
    tmpds.filter(pl.col(f"c_{i+1}")).select(f(pl.col("x"), pl.col("y")).alias(f"f_{i+1}"))
    for i in range(K)
], how="horizontal")

## Method 2*
pl.concat([
    tmpds.lazy().filter(pl.col(f"c_{i+1}")).select(f(pl.col("x"), pl.col("y")).alias(f"f_{i+1}")).collect()
    for i in range(K)
], how="horizontal")

## Method 3
(
    tmpds
    .unpivot(on=cs.starts_with("c"), index=["x", "y"])
    .filter("value")
    .group_by("variable")
    .agg(
        f(pl.col("x"), pl.col("y"))
    )
)

##Method 3*
(
    tmpds
    .lazy()
    .unpivot(on=cs.starts_with("c"), index=["x", "y"])
    .filter("value")
    .group_by("variable", maintain_order=True)
    .agg(
        f(pl.col("x"), pl.col("y"))
    )
    .collect()
)

我使用创建了一个虚拟环境

python -m venv venv

现在我打开 Python shell，但不激活虚拟环境，运行

import sys
print(sys.path, sys.prefix)

我明白了

['', '/usr/lib/python312.zip', '/usr/lib/python3.12', '/usr/lib/python3.12/lib-dynload', '/usr/lib/python3.12/site-packages'] /usr

这正是我所期待的。

如果我激活环境，则输出为

['', '/usr/lib/python312.zip', '/usr/lib/python3.12', '/usr/lib/python3.12/lib-dynload', '/home/myname/mypath/venv/lib/python3.12/site-packages'] /home/myname/Projects/pypath/venv

令我沮丧的是，即使在 venv内部，解释器似乎也首先在系统范围的位置搜索包，然后才在 venv 目录内搜索包。

这是真的吗？