preloader

1 de enero de 1 | 1 minutos de lectura
Índice de contenido

Este archivo se puede cargar en una aplicación Python utilizando el módulo PyYAML. Esto proporciona un analizador YAML que puede cargar un archivo YAML como una estructura de diccionario que se puede pasar a la función logging.config.dictConfig(). Como esto es un debe abrirse y cerrarse para garantizar que el recurso se maneje de manera adecuada. atentamente; por lo tanto, se gestiona mejor utilizando la declaración with-as como se muestra a continuación: Esto abrirá el archivo YAML en modo de solo lectura y lo cerrará cuando los dos las declaraciones han sido ejecutadas. Este fragmento se utiliza en la siguiente aplicación que carga la configuración del registrador desde el archivo YAML: con open(’logging.config.yaml’ , ‘r’) como f: config = yaml.safe_load(f.read()) registro.config.dictConfig(config) registro de importación importar registro.config importar yaml con open(’logging.config.yaml’, ‘r’) como f: config = yaml.safe_load(f.read()) registro.config.dictConfig(config) registrador = registro.getLogger(‘miRegistrador’)

código de ‘aplicación’

def hacer_algo(): logger.debug(‘mensaje de depuración’) logger.info(‘mensaje de información’) registrador.advertencia(‘mensaje de advertencia’) logger.error(‘mensaje de error’) logger.critical(‘mensaje crítico’) logger.info(‘Iniciando’) hacer algo() logger.info(‘Terminado’) 332 28 Registro avanzado

comments powered by Disqus

popular post

El modelo AR de series temporales univariadas

Resumen: En esta entrada, descubrirá el modelo AR: El modelo autorregresivo.

Leer más

Evaluación de modelos para pronosticar

Resumen: Al desarrollar modelos de aprendizaje automático, generalmente se comparan varios modelos durante la fase de construcción.

Leer más

Modelos para pronosticar

Resumen: El pronóstico, traducido groseramente como la tarea de predecir el futuro, ha estado presente en la sociedad humana durante siglos.

Leer más