for i in range(len(g.vs)): g.vs[i]["id"]= i g.vs[i]["label"]= str(i+1)
时间: 2024-06-05 16:10:15 浏览: 14
这段代码使用了 Python 中的 for 循环和 range 函数。其中,len(g.vs) 表示 g.vs 列表的长度,即列表中元素的个数。for i in range(len(g.vs)) 则是遍历从 0 到 len(g.vs)-1 的整数,即遍历 g.vs 列表中的每一个元素。
在循环体中,g.vs[i]["id"]= i 表示将 g.vs 列表中第 i 个元素的 "id" 属性设置为 i。g.vs[i]["label"]= str(i+1) 则是将 g.vs 列表中第 i 个元素的 "label" 属性设置为字符串 i+1。
这段代码的作用是给 g.vs 列表中的每一个元素都添加 "id" 和 "label" 属性,并分别设置其值为元素在列表中的索引加 1。
相关问题
func PostPurchaseList(a *decorator.ApiBase, data *adminStruct.PurchaseList) error { logger.AccessLogger.Info("PostPurchaseList....") res := adminStruct.PurchaseListResp{} //res.ResponseCommon = a.NewSuccessResponseCommon() query := a.Ts.Table("purchase_order_info a"). Select("a.poid,a.cuid,a.arrival_num,a.sum_num,a.goods_sum_amt,a.pur_amt,a.other_amt,a.sum_amt,whi.addr,whi.phone,whi.contacts"). Joins(`left join warehouse_info whi on a.wid = whi.wid`) if len(data.OrderNo) > 0 { query = query.Where("a.order_no like ?", fmt.Sprintf("%%%s%%", data.OrderNo)) } if len(data.Sku) > 0 { query = query.Where("gs.sku like ?", fmt.Sprintf("%%%s%%", data.Sku)) } if len(data.Gname) > 0 { query = query.Where("g.gname like ?", data.Gname) } if data.Wid > 0 { query = query.Where("a.wid like ?", data.Wid) } if data.Sid > 0 { query = query.Where("a.sid like ?", data.Sid) } if len(data.LogisticsId) > 0 { query = query.Where("a.logistics_id like ?", data.LogisticsId) } if len(data.Remark) > 0 { query = query.Where("a.remark like ?", data.Remark) } if len(data.ApplyPayStatus) > 0 { query = query.Where("a.arrival_status like ?", data.ApplyPayStatus) } if len(data.PayStatus) > 0 { query = query.Where("a.pay_status like ?", data.PayStatus) } if len(data.ArrivalStatus) > 0 { query = query.Where("a.arrival_status like ?", data.ArrivalStatus) } if data.ArrivalTime > 0 { query = query.Where(" a.arrival_time=?", data.ExpectCime-time.Now().Unix()) } if data.Ctime > 0 { query = query.Where(" a.ctime>=?", data.BeginDate) } if data.Ctime > 0 { query = query.Where(" a.ctime<=?", data.EndDate) } utils.Error(query.Limit(a.Size). Offset(a.Offset). Find(&res.Data).Error) var poids []int64 for _, i := range res.Data { poids = append(poids, i.Poid) } g := []adminStruct.GoodsInfo2{} utils.Error(a.Ts.Table("purchase_order_list b"). Select("b.poid,gs.sku,b.price,b.num,g.gname,g.image,b.polid,b.goods"). Joins(`left join goods_base g on g.gid=b.gid`). Joins(`left join goods_sku gs on gs.gsid = b.skuid`). Where("b.poid in ?", poids).Find(&g).Error) for i, _ := range res.Data { p := &res.Data[i] for _, i2 := range g { if i2.Poid == p.Poid { p.Detail = append(p.Detail, i2) } } } return a.ReturnSuccessCustomResponse(res) }
这段代码是一个名为 "PostPurchaseList" 的函数,它接受两个参数:指向decorator.ApiBase类型的指针a和指向adminStruct.PurchaseList类型的指针data。该函数的目的是根据传入的data参数中的条件查询数据库,并返回查询结果。
首先,函数创建了一个空的adminStruct.PurchaseListResp结构体res,用于存储查询结果。然后,通过调用logger.AccessLogger.Info方法记录日志信息。
接下来,函数创建了一个查询对象query,查询的目标表是"purchase_order_info a",并选择了一些字段。通过左连接warehouse_info表,查询还包括了该表的一些字段。
接下来,函数根据data中的条件逐个添加WHERE子句到query中。如果data中的OrderNo字段不为空,则添加一个类似"a.order_no like '%xxx%'"的条件语句。其他字段的处理方式类似。
然后,函数处理了data中的两个时间字段。如果data中的ArrivalTime字段大于0,则添加一个"a.arrival_time=?"的条件语句,其中参数是data.ExpectCime减去当前时间戳。如果data中的Ctime字段大于0,则添加一个"a.ctime>=?"和"a.ctime<=?"的条件语句,其中参数分别是data.BeginDate和data.EndDate。
接下来,函数通过调用query的Limit和Offset方法设置了查询的限制和偏移量,并将查询结果存储到res.Data中。
接下来,函数创建了一个空的int64类型切片poids,用于存储查询结果中的poid字段。
然后,函数创建了一个空的adminStruct.GoodsInfo2类型切片g,用于存储查询结果中的商品信息。
接下来,函数创建了一个查询对象,查询的目标表是"purchase_order_list b",并选择了一些字段。通过左连接goods_base表和goods_sku表,查询还包括了这两个表的一些字段。其中,查询条件为"b.poid in ?",参数为poids。
最后,函数对查询结果进行处理,将商品信息添加到对应的采购单中。
最后,函数通过调用a的ReturnSuccessCustomResponse方法返回查询结果res。
请注意,这段代码只是函数的实现部分,可能还有其他代码文件中定义的相关结构体、方法等。
import pandas as pd import networkx as nx import matplotlib.pyplot as plt df = pd.read_excel(r"C:\Users\li'yi'jie\Desktop\运筹学网络规划数据.xlsx") edges = [] for i in range(len(df)): edge = { 'id': df.loc[i, '边的编号'], 'tail': df.loc[i, '边的尾节点'], 'head': df.loc[i, '边的头节点'], 'length': df.loc[i, '长度'], 'capacity': df.loc[i, '容量'] } edges.append(edge) G = nx.DiGraph() for edge in edges: G.add_edge(edge['边的尾节点'], edge['边的头节点'], weight=edge['长度']) all_pairs = dict(nx.all_pairs_dijkstra_path_length(G)) pos = nx.spring_layout(G) nx.draw(G, pos, with_labels=True) labels = nx.get_edge_attributes(G, '长度') nx.draw_networkx_edge_labels(G, pos, edge_labels=labels) plt.show(),报错:KeyError: '边的尾节点',请问如何解决
根据你提供的代码和报错信息,问题出在以下代码段:
```
for i in range(len(df)):
edge = {
'id': df.loc[i, '边的编号'],
'tail': df.loc[i, '边的尾节点'],
'head': df.loc[i, '边的头节点'],
'length': df.loc[i, '长度'],
'capacity': df.loc[i, '容量']
}
edges.append(edge)
```
报错提示是`KeyError: '边的尾节点'`,说明在df中不存在名为'边的尾节点'的列。进一步分析,可能是由于列名中的单引号和双引号混用导致的。你可以将代码中的单引号替换成双引号,或者直接去掉单引号,例如:
```
for i in range(len(df)):
edge = {
"id": df.loc[i, "边的编号"],
"tail": df.loc[i, "边的尾节点"],
"head": df.loc[i, "边的头节点"],
"length": df.loc[i, "长度"],
"capacity": df.loc[i, "容量"]
}
edges.append(edge)
```
或者:
```
for i in range(len(df)):
edge = {
"id": df.loc[i, "边的编号"],
"tail": df.loc[i, "边的尾节点"],
"head": df.loc[i, "边的头节点"],
"length": df.loc[i, "长度"],
"capacity": df.loc[i, "容量"]
}
edges.append(edge)
```
修改后再运行代码看看是否解决了问题。