@cyaki 是哪位呀

@lxy42 好的好的，我看看这个，🙏感谢资源

用 ai 辅助修改了下代码，然后加了一些 print ，直观的了解了下执行流程

import time
import random
from collections import deque
from itertools import count
import heapq

count_id = count(1)

class Future:
def __init__(self):
self._done = False
self._result = None
self._callbacks = []
self._cancelled = False
self._id = f'Future-{next(count_id)}'

def add_done_callback(self, fn):
if self._done:
fn(self)
else:
self._callbacks.append(fn)

def set_result(self, result):
self._result = result
self._done = True
for cb in self._callbacks:
cb(self)

def __await__(self):
if not self._done:
print(f"Future {self._id} is not done, waiting...")
# 这里的 self 是一个 Future 对象, 需要在调用时使用 await 关键字
yield self
return self._result

class Task(Future):
def __init__(self, coro):
super().__init__()
self.coro = coro
print(f"任务初始化, 任务 ID: {self._id}")
loop.call_soon(self.run)

def run(self):
try:
result = self.coro.send(None)
except StopIteration as e:
"""执行"""
print(f"任务 {self._id} 执行完毕, 结果: {e.value}")
self.set_result(e.value)
else:
if isinstance(result, Future):
result.add_done_callback(self._wakeup)
print(f"Task {self._id} is waiting for Future {result._id}")
def _wakeup(self, future: Future):
"""
This method is called when the future is done.
It schedules the task to run again.
"""
print(f"等待完成, 唤醒任务 {self._id}, 结果: {future._result}")
loop.call_soon(self.run)

class EventLoop:
def __init__(self):
self._ready = deque()
self._scheduled = []
self._stopped = False

def call_soon(self, callback, *args):
self._ready.append((callback, args))

def call_later(self, delay, callback, *args):
heapq.heappush(self._scheduled,
(time.time() + delay, callback, args))

def stop(self):
self._stopped = True

def create_task(self, coro):
return Task(coro)

def run_forever(self):
while not self._stopped:
self.run_once()

def run_once(self):
now = time.time()
while self._scheduled and self._scheduled[0][0] <= now:
_, cb, args = heapq.heappop(self._scheduled)
self._ready.append((cb, args))

num = len(self._ready)
for _ in range(num):

# 取出一个任务, 执行它
cb, args = self._ready.popleft()
print(f"----> 执行 {cb}({args}) ---->")
cb(*args)

async def smallrun():
print("Start smallrun")

# 创建一个 Future 对象
# 代表一个将来的结果, 但是现在还不知道结果是什么
fut = Future()
print(f"Future {fut._id} created")
# 功能模拟 --- 随机延迟, 模拟 IO 操作
# IO 结束以后, 调用 fut.set_result(None)
delay = random.random()
loop.call_later(delay, fut.set_result, None)

await fut
print("End smallrun after", delay)
return delay

async def bigrun():
print("Start bigrun")
delay = await smallrun()
print("End bigrun with", delay*10)
return delay * 10

async def main_task():
print("Main task start")
result = await bigrun()
print("Final result:", result)

if __name__ == "__main__":
loop = EventLoop()
loop.create_task(main_task())

# 2.1 秒后停止事件循环
loop.call_later(2.2, loop.stop)
loop.run_forever()

@Trim21 源码太复杂了，有涉及到很多情况，现在在看上面视频里面 up 写的简易版本的，

@thevita 感谢大佬，我理解一下

一次成功，hhh

```python
import csv


with open("test.csv", "r", encoding="latin-1") as f:
reader = csv.reader(
f,
delimiter=",",
quotechar='"',
doublequote=True,
escapechar="\\",
skipinitialspace=True,
)
try:
for row in reader:
cleaned_row = [field.strip().replace("\n", " ") for field in row]
print("Parsed Columns:")
for idx, col in enumerate(cleaned_row, 1):
print(f"Column {idx}: {col}")
except csv.Error as e:
print(f"CSV 解析错误: {e}")
```

```
Parsed Columns:
Column 1: 37929
Column 2: 301
Column 3: 00 40 00 00 00 B9 30 30 3A 30 30 3A 30 32 3A 31 31 33 20 28 32 34 34 30 29 56 20 65 76 65 6E 74 20 36 35 30 20 70 75 62 6C 69 63 3A 38 2C 31 20 30 20 22 64 69 73 6B 3A 38 2C 30 22 20 22 22 0A
Column 4: [2025/02/20 12:00:51]
Column 5: 9250
Column 6: DATA LOG
Column 7: 00:00:02:113 (2440)V event 650 public:8,1 0 disk:8,0" ""
```

可以尝试让 ai 写个辅助代码，规范一下 csv 格式，最后一列里面有个 `,` 应该是这里导致第 7 列变成了第 7 列和第 8 列

@blankmiss 有用感觉还行吧 hhh

@Nasei 还真是，qwq ，原来是已经安装的右键没有 vsix 。搜了一个未安装的，确实右键就有这个下载选项

@hsuehly 这种小打小闹谁去告啊，豆瓣网站一堆爬虫。。。

在 Windows 系统中，跃点数用于决定网络适配器的优先级，数字越小，优先级越高。
如果跃点数不同，系统将优先选择跃点数较小的网络，这可能导致某一网络无法正常使用。因此，设置相同的跃点数可以减少这种问题的发生

搜到的～，应该就是跃点为什么设置小一点内网就 ok 的原因，

爱用不用。又不影响他的地位。Python 核心开发就那么点人，没什么好挑三拣四的，给 Python 捐过钱还是咋。

越发觉得，高天视频里面骂的好啊！！！

@iorilu Python 对序列取值就是用的[]，你可能只是不习惯而已。就像取属性用的是 . 这个也对应了`__getattr__(self, name)`

你这单纯不习惯，不同语言有所不同很正常吧

d['name'] = 'tom'

这个本身不就是调用的__setitem__ 嘛，所以为啥还需要再建立一个 set()方法再调这个方法呢？

存在这个方法才是真正的多此一举吧。就像 6 楼说的，get 方法是因为需要在不存在时返回默认值。否则直接[]取也是一样的。

看情况吧，自己写感觉代码要简洁些，

@Sawyerhou 我懂你意思了，预测本身就是距离结尾越远越不准，而且我这里没有用 growth='logistic'，等于用的是线性那个，最远的话偏差会越大
所以就把我需要异常检测的点位置靠近模型训练的点结束位置靠近一些比较好。

关于最后一个图那个前值填充那边，应该是不需要的，那个些突出来的本身就是异常点，需要检测异常然后报警提醒。

@huangyezhufeng 好的好的，我了解一下，之前都是中文搜索的资料，没有尝试去看 paper