UserWarning: Couldn't import ipywidgets properly, progress bar will use console behavior
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 3/5
- Tiempo estimado
- 1-2 días
- Aptitud para principiantes
- 25/100
Línea de trabajo
Empieza reproduciendo la llamada export_point_dataset del traceback e inspecciona fastprogress/fastprogress.py alrededor de la advertencia de ipywidgets y arcgis/learn/_utils/pointcloud_data.py en la línea 854, donde se usa master_bar. Se considera completado cuando la exportación del conjunto de datos de puntos ya no provoca NameError: name 'master_bar' is not defined cuando aparece la advertencia de importación del widget.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
/data/private/custom_environment/pointcnn/lib/python3.8/site-packages/fastprogress/fastprogress.py:102: UserWarning: Couldn't import ipywidgets properly, progress bar will use console behavior
warn("Couldn't import ipywidgets properly, progress bar will use console behavior")
NameError Traceback (most recent call last)
/tmp/ipykernel_1885/2333630497.py in
----> 1 export_point_dataset(path,output_path,
2 block_size = 100.0,
3 max_points = 8192)
/data/private/custom_environment/pointcnn/lib/python3.8/site-packages/arcgis/learn/init.py in export_point_dataset(data_path, output_path, block_size, max_points, extra_features, **kwargs)
1553
1554 from ._utils.pointcloud_data import prepare_las_data
-> 1555 prepare_las_data(data_path, block_size, max_points, output_path, extra_features, **kwargs)
1556
1557
/data/private/custom_environment/pointcnn/lib/python3.8/site-packages/arcgis/learn/_utils/pointcloud_data.py in prepare_las_data(root, block_size, max_point_num, output_path, extra_features, grid_size, blocks_per_file, folder_names, segregate, **kwargs)
852
853 folders = [os.path.join(root, folder) for folder in folder_names] ## Folders are named train and val
--> 854 mb = master_bar(range(len(folders)))
855 for itn in mb:
856 folder = folders[itn]
NameError: name 'master_bar' is not defined
- Lenguaje dominante
- Jupyter Notebook
- Estrellas
- 1.1k
- Forks
- 103
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Preparar el entorno
- Sin Dockerfile ni archivo de Docker Compose
- Sin plantilla de pull request
- Leer la guía de contribución
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de AnswerDotAI/fastprogress
-
Dificultad 4/5 3-5 días Aptitud para principiantes 38/100
AnswerDotAI/fastprogress#124 ·
-
Dificultad 4/5 3-5 días Aptitud para principiantes 30/100
AnswerDotAI/fastprogress#121 · 2 reacciones ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 48/100
AnswerDotAI/fastprogress#117 · 4 comentarios · 12 reacciones ·
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 35/100
AnswerDotAI/fastprogress#111 ·
-
Dificultad 3/5 1-2 días Aptitud para principiantes 35/100
AnswerDotAI/fastprogress#107 ·
Todos los issues de AnswerDotAI/fastprogress
Issues similares
-
Dificultad 1/5 Menos de una hora Aptitud para principiantes 91/100
-
agent-research-finding bug
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
jordansmall/nixvim-config#99 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 Medio día Aptitud para principiantes 70/100
Los mantenedores suelen responder en 1 día
-
[New Skill] enforcing-dbt-lowercase-stylePosiblemente ocupada @sebafreiman la tomó hoy. Abiertoenhancement
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
dbt-labs/dbt-agent-skills#169 ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 65/100