ArrayType serialization with 2D+ arrays
Dieses Issue hat noch niemand übernommen.
Bewertung
- Schwierigkeit
- 5/5
- Geschätzter Aufwand
- Über eine Woche
- Anfängerfreundlichkeit
- 30/100
- Issue-Typ
- Feature
- Klarheit
- Muss geklärt werden
- Aktivitätsstatus
- Veraltet
- Tech-Stack
- julia
- Bereich
- backend-api-design
Rechercherichtung
Beginne damit, die Serialisierung von ArrayType() und das standardmäßige Verhalten von iterate(x::T) nachzuverfolgen, und prüfe anschließend den vorgeschlagenen Deserialisierungspfad construct(::Type{Matrix}, x::Vector). Kläre, wie höherdimensionale Arrays ihre Dimensionen bewahren sollen und wie Benutzer die Serialisierung anpassen könnten, wobei das gewählte Verhalten und seine Einschränkungen beim Round-Trip klar definiert werden sollen.
Vom Indexierungsmodell aus dem Issue-Text verfasst.
Beschreibung
Currently ArrayType() iterates element-wise over an array type using the default iterate(x::T) method when serializing. This has the effect of flattening higher dimensional arrays into vectors. Matrices, for instance, become vectors with no information about their original dimensions.
The JSON standard maintains array order, so it seems safe for me to serialize matrices as vectors of vectors. However, my only way to affect serialization is by overloading the iterate(x::T) function and doing so for the Matrix type seems likely to recompile large parts of Julia base (as well as break my own code.)
Then on deserialization, I would just construct(::Type{Matrix}, x::Vector) = hcat(x...)
It makes sense on some level that this would be natively unsupported because it makes the serialized representation of matrices and vectors of vectors indistinguishable (and thus deserialize(serialize(matrix)) != matrix without an additional construct definition), but that code doesn't work right now either and it seems like there should be some way to for users to enable support for it because matrices are so common. Perhaps there should be something analogous to construct() for serialization?
- Vorherrschende Sprache
- Julia
- Sterne
- 86
- Forks
- 22
- Ø Merge
- 4 T. 42 Min.
- Gemergte PRs (30 T.)
- 6
Entwicklungsumgebung
Dieses Projekt bietet weder Dev-Container noch Dockerfile noch Beitragsleitfaden – die Einrichtung liegt bei Ihnen. Beginnen Sie mit der README; die allgemeinen Schritte stehen in unserem Leitfaden für den ersten Beitrag.
Erste Schritte
- Lesen Sie das ganze Issue und danach den Beitragsleitfaden des Projekts.
- Schreiben Sie ins Issue, dass Sie es übernehmen — das erspart doppelte Arbeit.
- Forken Sie das Repository und arbeiten Sie in einem Branch.
- Öffnen Sie einen Pull Request, der die Issue-Nummer nennt.
Mehr aus JuliaData/StructTypes.jl
-
Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 35/100
JuliaData/StructTypes.jl#104 ·
-
Schwierigkeit 3/5 1-2 Tage Anfängerfreundlichkeit 30/100
JuliaData/StructTypes.jl#96 · 1 Kommentar ·
-
Schwierigkeit 5/5 Über eine Woche Anfängerfreundlichkeit 25/100
JuliaData/StructTypes.jl#87 · 5 Kommentare ·
-
Schwierigkeit 5/5 Über eine Woche Anfängerfreundlichkeit 25/100
JuliaData/StructTypes.jl#76 ·
-
Default to OrderedStruct for NamedTuples?Evtl. wieder frei Ein Pull Request dazu wurde ohne Merge geschlossen. Offen
Schwierigkeit 5/5 Über eine Woche Anfängerfreundlichkeit 25/100
JuliaData/StructTypes.jl#68 · 3 Kommentare ·
Alle Issues in JuliaData/StructTypes.jl
Ähnliche Issues
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 72/100
JuliaDiff/TaylorSeries.jl#445 ·
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 84/100
SciML/PETScDiffEq.jl#362 ·
Maintainer antworten meist innerhalb von 1 Tag
-
🕷️ bug
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 78/100
CliMA/ClimaSeaIce.jl#203 ·
Maintainer antworten meist innerhalb von 3 Tagen
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 68/100
JuliaMath/SpecialFunctions.jl#570 ·
-
documentation
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 64/100
JuliaPhysics/BeamletOptics.jl#221 ·
Maintainer antworten meist innerhalb von 1 Tag