1.8 KiB
1.8 KiB
代码与 API 文档示例
本节演示如何在 RST 中展示代码块和 API 文档。
代码块
Python 示例:
import torch
import torch.nn as nn
class SimpleNet(nn.Module):
def __init__(self, num_classes=10):
super().__init__()
self.fc = nn.Linear(784, num_classes)
def forward(self, x):
return self.fc(x.view(x.size(0), -1))Shell 示例:
$ pip install sphinx rst2pdf
$ sphinx-quickstart docs/JSON 示例:
{
"name": "yield-smart-app",
"version": "0.1.0",
"dependencies": {
"streamlit": "^1.28",
"pandas": "^2.0"
}
}API 文档
函数文档
compute_yield(data, method="linear", verbose=False)
计算给定数据集的产量预测值。
- param data
-
输入数据集,形状为
(N, D)的数组或 DataFrame - type data
- numpy.ndarray or pandas.DataFrame
- param str method
-
插值方法,可选
"linear"、"cubic"或"spline" - param bool verbose
- 是否打印调试信息
- return
- 产量预测结果
- rtype
- numpy.ndarray
- raises ValueError
-
当
data为空或包含非法值时抛出
类文档
数据加载器类。
source
数据源路径或 URL。
batch_size
每批加载的样本数量。
__iter__()
返回批次迭代器。
reset()
重置内部状态,重新打乱数据顺序(如果
shuffle=True)。