function C:WeaponQualityUpToID(w) --同ID升品是否满足 local allweapon = self:Get("weaponList") local qualityCfg = DATA.GetData("WeaponQuality") local cfg =qualityCfg[w.quality] local stuff = {} --材料 local needStuffCnt = cfg.UpNeedCount for _, weapon in pairs(allweapon) do local isUse = HeroHelper:PairsWearWeapon(function (wearWeapon) --装备中的武器 if (weapon.guid ~= wearWeapon.guid and weapon.cfgid == wearWeapon.cfgid and wearWeapon.quality == cfg.UpNeedQuality) or cfg.UpNeedQuality ==0 then return true end end) if (not isUse) and weapon.guid ~= w.guid and weapon.cfgid == w.cfgid and ((weapon.quality == cfg.UpNeedQuality)or cfg.UpNeedQuality == 0 ) then if needStuffCnt > 0 then needStuffCnt = needStuffCnt -1 table.insert( stuff, weapon) end end end return needStuffCnt == 0,stuff end 在此方法中增加:当武器被当做素材时,标记此武器且指向把此武器作为素材的武器guid

时间: 2024-04-22 12:22:52 浏览: 135
好的,您的要求是在上述代码中增加一个标记,用于标记被当做素材的武器,并将其指向把它作为素材的武器guid。我可以为您提供以下代码实现: function C:WeaponQualityUpToID(w) local allweapon = self:Get("weaponList") local qualityCfg = DATA.GetData("WeaponQuality") local cfg = qualityCfg[w.quality] local stuff = {} --材料 local needStuffCnt = cfg.UpNeedCount for _, weapon in pairs(allweapon) do local isUse = HeroHelper:PairsWearWeapon(function (wearWeapon) --装备中的武器 if (weapon.guid ~= wearWeapon.guid and weapon.cfgid == wearWeapon.cfgid and wearWeapon.quality == cfg.UpNeedQuality) or cfg.UpNeedQuality == 0 then return true end end) if (not isUse) and weapon.guid ~= w.guid and weapon.cfgid == w.cfgid and ((weapon.quality == cfg.UpNeedQuality) or cfg.UpNeedQuality == 0) then if needStuffCnt > 0 then needStuffCnt = needStuffCnt - 1 table.insert(stuff, weapon) weapon.isMaterial = true --标记为素材 weapon.materialGuid = w.guid --指向把它作为素材的武器guid end end end return needStuffCnt == 0, stuff end 在这个修改后的代码中,我们添加了两个属性"isMaterial"和"materialGuid"来标记武器是否被用作素材以及它被用作素材的武器guid。当武器被用作素材时,我们将"isMaterial"属性设置为true,并将"materialGuid"属性设置为把它作为素材的武器guid。这将帮助您更好地跟踪武器的使用情况。
阅读全文

相关推荐

Traceback (most recent call last): File "D:/pycharts程序/基于機器學習的銷售量預測/main/随机森林模型.py", line 137, in <module> rfr.fit(X_train,y_train) File "C:\Users\DELL\AppData\Local\Programs\Python\Python37\lib\site-packages\sklearn\ensemble\_forest.py", line 467, in fit for i, t in enumerate(trees) File "C:\Users\DELL\AppData\Local\Programs\Python\Python37\lib\site-packages\joblib\parallel.py", line 1056, in __call__ self.retrieve() File "C:\Users\DELL\AppData\Local\Programs\Python\Python37\lib\site-packages\joblib\parallel.py", line 935, in retrieve self._output.extend(job.get(timeout=self.timeout)) File "C:\Users\DELL\AppData\Local\Programs\Python\Python37\lib\multiprocessing\pool.py", line 657, in get raise self._value File "C:\Users\DELL\AppData\Local\Programs\Python\Python37\lib\multiprocessing\pool.py", line 121, in worker result = (True, func(*args, **kwds)) File "C:\Users\DELL\AppData\Local\Programs\Python\Python37\lib\site-packages\joblib\_parallel_backends.py", line 595, in __call__ return self.func(*args, **kwargs) File "C:\Users\DELL\AppData\Local\Programs\Python\Python37\lib\site-packages\joblib\parallel.py", line 263, in __call__ for func, args, kwargs in self.items] File "C:\Users\DELL\AppData\Local\Programs\Python\Python37\lib\site-packages\joblib\parallel.py", line 263, in for func, args, kwargs in self.items] File "C:\Users\DELL\AppData\Local\Programs\Python\Python37\lib\site-packages\sklearn\utils\fixes.py", line 216, in __call__ return self.function(*args, **kwargs) File "C:\Users\DELL\AppData\Local\Programs\Python\Python37\lib\site-packages\sklearn\ensemble\_forest.py", line 185, in _parallel_build_trees tree.fit(X, y, sample_weight=curr_sample_weight, check_input=False) File "C:\Users\DELL\AppData\Local\Programs\Python\Python37\lib\site-packages\sklearn\tree\_classes.py", line 1320, in fit X_idx_sorted=X_idx_sorted, File "C:\Users\DELL\AppData\Local\Programs\Python\Python37\lib\site-packages\sklearn\tree\_classes.py", line 356, in fit criterion = CRITERIA_REG[self.criterion](self.n_outputs_, n_samples) KeyError: 'rmse'

> bplot <- ggplot(data=data,aes(x=牧食处理, y=牧食量, fill= 品种))+geom_bar(stat="identity",position="dodge")+geom_errorbar(aes(ymax=牧食量+se,ymin=牧食量-se),position=position_dodge(0.9), width=0.15)+scale_fill_brewer(palette = "Set1")+geom_text (aes(y=牧食量+se+0.2,label=t),position=position_dodge(0.9), size=3)+ylab("biomass (g)")+facet_grid('. ~ 栽培模式') > bplot Don't know how to automatically pick scale for object of type <function>. Defaulting to continuous. Error in geom_text(): ! Problem while computing aesthetics. ℹ Error occurred in the 3rd layer. Caused by error in compute_aesthetics(): ! Aesthetics are not valid data columns. ✖ The following aesthetics are invalid: ✖ label = t ℹ Did you mistype the name of a data column or forget to add after_stat()? Run rlang::last_trace() to see where the error occurred. > rlang::last_trace() <error/rlang_error> Error in geom_text(): ! Problem while computing aesthetics. ℹ Error occurred in the 3rd layer. Caused by error in compute_aesthetics(): ! Aesthetics are not valid data columns. ✖ The following aesthetics are invalid: ✖ label = t ℹ Did you mistype the name of a data column or forget to add after_stat()? --- Backtrace: ▆ 1. ├─base (local) <fn>(x) 2. └─ggplot2:::print.ggplot(x) 3. ├─ggplot2::ggplot_build(x) 4. └─ggplot2:::ggplot_build.ggplot(x) 5. └─ggplot2:::by_layer(...) 6. ├─rlang::try_fetch(...) 7. │ ├─base::tryCatch(...) 8. │ │ └─base (local) tryCatchList(expr, classes, parentenv, handlers) 9. │ │ └─base (local) tryCatchOne(expr, names, parentenv, handlers[[1L]]) 10. │ │ └─base (local) doTryCatch(return(expr), name, parentenv, handler) 11. │ └─base::withCallingHandlers(...) 12. └─ggplot2 (local) f(l = layers[[i]], d = data[[i]]) 13. └─l$compute_aesthetics(d, plot) 14. └─ggplot2 (local) compute_aesthetics(..., self = self)

Traceback (most recent call last): File "D:/PyCharm 2021/新建文件夹/数据转成可视化.py", line 105, in <module> map_1.render("全国疫情分布图.html") File "C:\Users\Administrator\AppData\Local\Programs\Python\Python38\lib\site-packages\pyecharts\charts\base.py", line 92, in render self._prepare_render() File "C:\Users\Administrator\AppData\Local\Programs\Python\Python38\lib\site-packages\pyecharts\charts\base.py", line 116, in _prepare_render self.json_contents = self.dump_options() File "C:\Users\Administrator\AppData\Local\Programs\Python\Python38\lib\site-packages\pyecharts\charts\base.py", line 77, in dump_options json.dumps(self.get_options(), indent=4, default=default, ignore_nan=True) File "C:\Users\Administrator\AppData\Local\Programs\Python\Python38\lib\site-packages\simplejson\__init__.py", line 381, in dumps return cls( File "C:\Users\Administrator\AppData\Local\Programs\Python\Python38\lib\site-packages\simplejson\encoder.py", line 300, in encode chunks = list(chunks) File "C:\Users\Administrator\AppData\Local\Programs\Python\Python38\lib\site-packages\simplejson\encoder.py", line 714, in _iterencode for chunk in _iterencode_dict(o, _current_indent_level): File "C:\Users\Administrator\AppData\Local\Programs\Python\Python38\lib\site-packages\simplejson\encoder.py", line 668, in _iterencode_dict for chunk in chunks: File "C:\Users\Administrator\AppData\Local\Programs\Python\Python38\lib\site-packages\simplejson\encoder.py", line 735, in _iterencode for chunk in _iterencode(o, _current_indent_level): File "C:\Users\Administrator\AppData\Local\Programs\Python\Python38\lib\site-packages\simplejson\encoder.py", line 714, in _iterencode for chunk in _iterencode_dict(o, _current_indent_level): File "C:\Users\Administrator\AppData\Local\Programs\Python\Python38\lib\site-packages\simplejson\encoder.py", line 668, in _iterencode_dict for chunk in chunks: File "C:\Users\Administrator\AppData\Local\Programs\Python\Python38\lib\site-packages\simplejson\encoder.py", line 544, in _iterencode_list for chunk in chunks: File "C:\Users\Administrator\AppData\Local\Programs\Python\Python38\lib\site-packages\simplejson\encoder.py", line 620, in _iterencode_dict key = _stringify_key(key) File "C:\Users\Administrator\AppData\Local\Programs\Python\Python38\lib\site-packages\simplejson\encoder.py", line 580, in _stringify_key raise TypeError('keys must be str, int, float, bool or None, ' TypeError: keys must be str, int, float, bool or None, not builtin_function_or_method

ValueError Traceback (most recent call last) Cell In[29], line 91 88 model.summary() 89 #模型训练 ---> 91 history = model.fit( 92 normed_train_data, train_labels, 93 epochs=100, validation_split=0.2, verbose=0) #verbose=表示不输出训练记录 94 #输出训练的各项指标值 95 hist = pd.DataFrame(history.history) File ~\anaconda3\lib\site-packages\keras\utils\traceback_utils.py:70, in filter_traceback.<locals>.error_handler(*args, **kwargs) 67 filtered_tb = _process_traceback_frames(e.__traceback__) 68 # To get the full stack trace, call: 69 # tf.debugging.disable_traceback_filtering() ---> 70 raise e.with_traceback(filtered_tb) from None 71 finally: 72 del filtered_tb File ~\AppData\Local\Temp\__autograph_generated_file1dq9vkey.py:15, in outer_factory.<locals>.inner_factory.<locals>.tf__train_function(iterator) 13 try: 14 do_return = True ---> 15 retval_ = ag__.converted_call(ag__.ld(step_function), (ag__.ld(self), ag__.ld(iterator)), None, fscope) 16 except: 17 do_return = False ValueError: in user code: File "C:\Users\lenovo\anaconda3\lib\site-packages\keras\engine\training.py", line 1284, in train_function * return step_function(self, iterator) File "C:\Users\lenovo\anaconda3\lib\site-packages\keras\engine\training.py", line 1268, in step_function ** outputs = model.distribute_strategy.run(run_step, args=(data,)) File "C:\Users\lenovo\anaconda3\lib\site-packages\keras\engine\training.py", line 1249, in run_step ** outputs = model.train_step(data) File "C:\Users\lenovo\anaconda3\lib\site-packages\keras\engine\training.py", line 1050, in train_step y_pred = self(x, training=True) File "C:\Users\lenovo\anaconda3\lib\site-packages\keras\utils\traceback_utils.py", line 70, in error_handler raise e.with_traceback(filtered_tb) from None File "C:\Users\lenovo\anaconda3\lib\site-packages\keras\engine\input_spec.py", line 298, in assert_input_compatibility raise ValueError( ValueError: Input 0 of layer "sequential_21" is incompatible with the layer: expected shape=(None, 14), found shape=(32, 15)

C:\Users\TXN>CD C:// C:\>Python "C:\Program Files (x86)\Intel\openvino_2021.4.752\deployment_tools\open_model_zoo\demos\human_pose_estimation_demo\python\human_pose_estimation_demo.py" -at openpose -d CPU -i 0 -m D:\model\fall_detection_zpp\intel\human-pose-estimation-0001\FP16\human-pose-estimation-0001.xml [ INFO ] Initializing Inference Engine... [ INFO ] Loading network... [ INFO ] Reading network from IR... Traceback (most recent call last): File "C:\Program Files (x86)\Intel\openvino_2021.4.752\deployment_tools\open_model_zoo\demos\human_pose_estimation_demo\python\human_pose_estimation_demo.py", line 283, in <module> sys.exit(main() or 0) File "C:\Program Files (x86)\Intel\openvino_2021.4.752\deployment_tools\open_model_zoo\demos\human_pose_estimation_demo\python\human_pose_estimation_demo.py", line 184, in main model = get_model(ie, args, frame.shape[1] / frame.shape[0]) File "C:\Program Files (x86)\Intel\openvino_2021.4.752\deployment_tools\open_model_zoo\demos\human_pose_estimation_demo\python\human_pose_estimation_demo.py", line 111, in get_model prob_threshold=args.prob_threshold) File "C:\Program Files (x86)\Intel\openvino_2021.4.752\deployment_tools\open_model_zoo\demos\common\python\models\open_pose.py", line 62, in __init__ strides=(1, 1), name=self.pooled_heatmaps_blob_name) File "C:\Users\TXN\AppData\Local\Programs\Python\Python37\lib\site-packages\ngraph\utils\decorators.py", line 22, in wrapper node = node_factory_function(*args, **kwargs) TypeError: max_pool() missing 1 required positional argument: 'dilations'

最新推荐

recommend-type

Google C++ Style Guide(Google C++编程规范)高清PDF

Scoping Namespaces Nested Classes Nonmember, Static Member, and Global Functions Local Variables Static and Global Variables Classes Doing Work in Constructors Default Constructors Explicit ...
recommend-type

免费的防止锁屏小软件,可用于域统一管控下的锁屏机制

免费的防止锁屏小软件,可用于域统一管控下的锁屏机制
recommend-type

Python代码实现带装饰的圣诞树控制台输出

内容概要:本文介绍了一段简单的Python代码,用于在控制台中输出一棵带有装饰的圣诞树。具体介绍了代码结构与逻辑,包括如何计算并输出树形的各层,如何加入装饰元素以及打印树干。还提供了示例装饰字典,允许用户自定义圣诞树装饰位置。 适用人群:所有对Python编程有一定了解的程序员,尤其是想要学习控制台图形输出的开发者。 使用场景及目标:适用于想要掌握如何使用Python代码创建控制台艺术,特别是对于想要增加节日氛围的小项目。目标是帮助开发者理解和实现基本的字符串操作与格式化技巧,同时享受创造乐趣。 其他说明:本示例不仅有助于初学者理解基本的字符串处理和循环机制,而且还能激发学习者的编程兴趣,通过调整装饰物的位置和树的大小,可以让输出更加个性化和丰富。
recommend-type

白色大气风格的设计师作品模板下载.zip

白色大气风格的设计师作品模板下载.zip
recommend-type

电商平台开发需求文档.doc

电商平台开发需求文档.doc
recommend-type

RStudio中集成Connections包以优化数据库连接管理

资源摘要信息:"connections:https" ### 标题解释 标题 "connections:https" 直接指向了数据库连接领域中的一个重要概念,即通过HTTP协议(HTTPS为安全版本)来建立与数据库的连接。在IT行业,特别是数据科学与分析、软件开发等领域,建立安全的数据库连接是日常工作的关键环节。此外,标题可能暗示了一个特定的R语言包或软件包,用于通过HTTP/HTTPS协议实现数据库连接。 ### 描述分析 描述中提到的 "connections" 是一个软件包,其主要目标是与R语言的DBI(数据库接口)兼容,并集成到RStudio IDE中。它使得R语言能够连接到数据库,尽管它不直接与RStudio的Connections窗格集成。这表明connections软件包是一个辅助工具,它简化了数据库连接的过程,但并没有改变RStudio的用户界面。 描述还提到connections包能够读取配置,并创建与RStudio的集成。这意味着用户可以在RStudio环境下更加便捷地管理数据库连接。此外,该包提供了将数据库连接和表对象固定为pins的功能,这有助于用户在不同的R会话中持续使用这些资源。 ### 功能介绍 connections包中两个主要的功能是 `connection_open()` 和可能被省略的 `c`。`connection_open()` 函数用于打开数据库连接。它提供了一个替代于 `dbConnect()` 函数的方法,但使用完全相同的参数,增加了自动打开RStudio中的Connections窗格的功能。这样的设计使得用户在使用R语言连接数据库时能有更直观和便捷的操作体验。 ### 安装说明 描述中还提供了安装connections包的命令。用户需要先安装remotes包,然后通过remotes包的`install_github()`函数安装connections包。由于connections包不在CRAN(综合R档案网络)上,所以需要使用GitHub仓库来安装,这也意味着用户将能够访问到该软件包的最新开发版本。 ### 标签解读 标签 "r rstudio pins database-connection connection-pane R" 包含了多个关键词: - "r" 指代R语言,一种广泛用于统计分析和图形表示的编程语言。 - "rstudio" 指代RStudio,一个流行的R语言开发环境。 - "pins" 指代R包pins,它可能与connections包一同使用,用于固定数据库连接和表对象。 - "database-connection" 指代数据库连接,即软件包要解决的核心问题。 - "connection-pane" 指代RStudio IDE中的Connections窗格,connections包旨在与之集成。 - "R" 代表R语言社区或R语言本身。 ### 压缩包文件名称列表分析 文件名称列表 "connections-master" 暗示了一个可能的GitHub仓库名称或文件夹名称。通常 "master" 分支代表了软件包或项目的稳定版或最新版,是大多数用户应该下载和使用的版本。 ### 总结 综上所述,connections包是一个专为R语言和RStudio IDE设计的软件包,旨在简化数据库连接过程并提供与Connections窗格的集成。它允许用户以一种更为方便的方式打开和管理数据库连接,而不直接提供与Connections窗格的集成。connections包通过读取配置文件和固定连接对象,增强了用户体验。安装connections包需通过remotes包从GitHub获取最新开发版本。标签信息显示了connections包与R语言、RStudio、数据库连接以及R社区的紧密联系。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

Keil uVision5全面精通指南

# 摘要 Keil uVision5是一个集成开发环境,广泛应用于嵌入式系统的开发。本文从基础入门开始,详细介绍了Keil uVision5的项目管理、配置、编程实践、高级功能及技巧,并通过项目案例分析,深入阐述了其在实际开发中的应用。本篇论文特别注重于项目创建、目标配置、调试环境搭建、性能优化、脚本编程与自动化、高级调试技术,以及通过嵌入式操作系统集成和驱动开发流程的案例分析,展示了Keil uVision5的实用性和高效性。文章还展望了Keil uVision5的未来发展趋势,并提供了社区资源和学习渠道,为读者提供了一个全面掌握Keil uVision5的平台。 # 关键字 Keil u
recommend-type

flink提交给yarn19个全量同步MYsqlCDC的作业,flink的配置参数怎样设置

在Flink中,如果你需要将19个MySQL CDC(Change Data Capture)的全量同步作业提交到YARN上,你需要确保Flink集群和YARN进行了正确的集成,并配置了适当的参数。以下是可能涉及到的一些关键配置: 1. **并行度(Parallelism)**:每个作业的并行度应该设置得足够高,以便充分利用YARN提供的资源。例如,如果你有19个任务,你可以设置总并行度为19或者是一个更大的数,取决于集群规模。 ```yaml parallelism = 19 或者 根据实际资源调整 ``` 2. **YARN资源配置**:Flink通过`yarn.a
recommend-type

PHP博客旅游的探索之旅

资源摘要信息:"博客旅游" 博客旅游是一个以博客形式分享旅行经验和旅游信息的平台。随着互联网技术的发展和普及,博客作为一种个人在线日志的形式,已经成为人们分享生活点滴、专业知识、旅行体验等的重要途径。博客旅游正是结合了博客的个性化分享特点和旅游的探索性,让旅行爱好者可以记录自己的旅游足迹、分享旅游心得、提供目的地推荐和旅游攻略等。 在博客旅游中,旅行者可以是内容的创造者也可以是内容的消费者。作为创造者,旅行者可以通过博客记录下自己的旅行故事、拍摄的照片和视频、体验和评价各种旅游资源,如酒店、餐馆、景点等,还可以分享旅游小贴士、旅行日程规划等实用信息。作为消费者,其他潜在的旅行者可以通过阅读这些博客内容获得灵感、获取旅行建议,为自己的旅行做准备。 在技术层面,博客平台的构建往往涉及到多种编程语言和技术栈,例如本文件中提到的“PHP”。PHP是一种广泛使用的开源服务器端脚本语言,特别适合于网页开发,并可以嵌入到HTML中使用。使用PHP开发的博客旅游平台可以具有动态内容、用户交互和数据库管理等强大的功能。例如,通过PHP可以实现用户注册登录、博客内容的发布与管理、评论互动、图片和视频上传、博客文章的分类与搜索等功能。 开发一个功能完整的博客旅游平台,可能需要使用到以下几种PHP相关的技术和框架: 1. HTML/CSS/JavaScript:前端页面设计和用户交互的基础技术。 2. 数据库管理:如MySQL,用于存储用户信息、博客文章、评论等数据。 3. MVC框架:如Laravel或CodeIgniter,提供了一种组织代码和应用逻辑的结构化方式。 4. 服务器技术:如Apache或Nginx,作为PHP的运行环境。 5. 安全性考虑:需要实现数据加密、输入验证、防止跨站脚本攻击(XSS)等安全措施。 当创建博客旅游平台时,还需要考虑网站的可扩展性、用户体验、移动端适配、搜索引擎优化(SEO)等多方面因素。一个优质的博客旅游平台,不仅能够提供丰富的内容,还应该注重用户体验,包括页面加载速度、界面设计、内容的易于导航等。 此外,博客旅游平台还可以通过整合社交媒体功能,允许用户通过社交媒体账号登录、分享博客内容到社交网络,从而提升平台的互动性和可见度。 综上所述,博客旅游作为一个结合了旅行分享和在线日志的平台,对于旅行者来说,不仅是一个记录和分享旅行体验的地方,也是一个获取旅行信息、学习旅游知识的重要资源。而对于开发者来说,构建这样一个平台需要运用到多种技术和考虑多个技术细节,确保平台的功能性和用户体验。