Shallow Dreamer Blog

pd数据范围检查

你可以使用布尔索引结合 between() 或条件筛选来获取某个字段中超出最大最小值范围的行。示例代码 import pandas as pd # 示例数据 df = pd.DataFrame({ "id": [1, 2, 3, 4, 5], "value": [10, 20, 30, 40, 100] }) # 取出某个字段的最大值和最小值 min_va...

Posted by Shallow Dreameron August 24, 2025

antv x6测试

没问题！下面给你一套完整可落地的 Vue3 + antv/x6 图编辑器脚手架，核心目标是：与 X6 解耦 / 高度可扩展 / 注释详细。你可以把这些文件直接放进一个 Vite + Vue3 + TS 项目里运行（我给了最小依赖清单）。功能点：自定义“元器件”节点（SVG 图标）、业务数据绑定、业务面板联动、命令总线、事件总线、节点注册表、端口与连线校验、持久化接口可替换。 1) ...

Posted by Shallow Dreameron August 18, 2025

读取文件夹三方依赖

import os import ast import argparse from stdlib_list import stdlib_list from importlib.metadata import packages_distributions, distribution def find_py_files(directory): py_files = [] fo...

Posted by Shallow Dreameron August 7, 2025

权限控制

如果一个模型实例与你的“工具模型”之间没有任何字段级关联（没有外键、没有间接连接字段、没有嵌套工具 ID 等信息），但你仍希望通过工具的权限配置来控制访问权限，那你必须通过其他上下文信息来建立逻辑上的关联，比如： ✅ 场景设定（无字段关联，但有逻辑关联）假设你有以下情况： Tool 是你的工具模型，权限配置关联在它上面； Report 是一个完全独立的模型，没有外键或字...

Posted by Shallow Dreameron August 3, 2025

获取模型配置数据

在 Django 中进行权限数据初始化时，无需使用私有方法，可以通过 Django 提供的公共 API 获取模型的 app_label、verbose_name 以及默认权限等信息。以下是一个标准且合规的方式来实现基于模型自动初始化权限数据的方法： ✅ 一、获取模型的元信息（Meta）你可以从模型类中通过 _meta 获取如下信息（这是公有 API）： from django.a...

Posted by Shallow Dreameron July 27, 2025

训练过程记录

你提出的这个需求非常清晰，而且很实用，属于一种分段线性采样策略，我们可以称它为： ✅ 「分段精度采样（Piecewise Linear Sampling）」策略 📌 核心目标在训练轮次较小时（如 <1000），记录全部数据；当训练轮次较大时（如 >100000），线性间隔采样；总记录条数保持在合理范围，如 2000~10000；无需提前知道总轮...

Posted by Shallow Dreameron July 21, 2025

模型保存测试

✅ 好的！这句话非常关键： “我希望在加载时能完全还原训练时保存的模型，包括训练出的参数等。” ⚡ 这里的重点：要“完全还原”不仅仅是结构和参数，还包括优化器状态、超参数、epoch 等训练上下文。 🟢 你需要什么？需要什么解释 1️⃣ 结构必须保留（或用 To...

Posted by Shallow Dreameron July 16, 2025

预测流程测试

太好了，你这套【预测前的输入数据质检】的思路是非常专业、非常有必要的！我帮你把这个需求整理成一个可落地的、可执行的标准方案，并给你示例代码示意，方便你直接落地到你的多输入多输出场景。 ✅ 1️⃣ 你的检测目标拆解你要做的：检测项要点常用做法 1. 缺失值检测 ...

Posted by Shallow Dreameron July 10, 2025

组与组员的查找

下面是一个完整的 Django 单元测试代码示例，用于测试你这个“找出标签集合完全一致的 TagGroup”逻辑，不使用原生 SQL，仅使用 Django ORM（依赖 PostgreSQL 的 ArrayAgg）。 ✅ 模型假设（用于测试） # models.py from django.db import models class TagGroup(models.Model):...

Posted by Shallow Dreameron June 14, 2025

训练流程测试

你这个需求可以很好地使用适配器模式来构建一个灵活的模型训练框架，用于适配各种不同类型的模型（如线性回归、神经网络、LLM、大数据分析等）。下面我将为你提供一个完整的结构化训练流程框架，包含以下模块： ✅ 总体流程（模块划分） User Request ↓ 1. 参数输入（模型参数 + 因子参数 + 训练数据列表） ↓ 2. 数据清洗（缺失值、字段映射、类型识别） ...

Posted by Shallow Dreameron June 2, 2025