ArrayType serialization with 2D+ arrays
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 5/5
- Tiempo estimado
- Más de una semana
- Aptitud para principiantes
- 30/100
- Tipo de issue
- Nueva funcionalidad
- Claridad
- Necesita aclaración
- Estado de actividad
- Estancado
- Stack tecnológico
- julia
- Área
- backend-api-design
Línea de trabajo
Comienza rastreando la serialización de ArrayType() y el comportamiento predeterminado de iterate(x::T), y después revisa la ruta de deserialización propuesta construct(::Type{Matrix}, x::Vector). Determina cómo deben conservar sus dimensiones los arrays de dimensiones superiores y cómo podrían los usuarios personalizar la serialización, definiendo claramente el comportamiento elegido y sus limitaciones en el round-trip.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
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?
- Lenguaje dominante
- Julia
- Estrellas
- 86
- Forks
- 21
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Preparar el entorno
Este proyecto no incluye contenedor de desarrollo, Dockerfile ni guía de contribución, así que la configuración corre por tu cuenta: empieza por su README y consulta nuestra guía para la primera contribución para los pasos generales.
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 JuliaData/StructTypes.jl
-
Dificultad 4/5 3-5 días Aptitud para principiantes 35/100
JuliaData/StructTypes.jl#104 ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 45/100
JuliaData/StructTypes.jl#102 · 1 comentario ·
-
Register v1.11.0?Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 35/100
JuliaData/StructTypes.jl#98 · 2 comentarios · 1 reacción ·
-
Dificultad 3/5 1-2 días Aptitud para principiantes 30/100
JuliaData/StructTypes.jl#96 · 1 comentario ·
-
`StructTypes.x` is not definedPosiblemente ocupada @sunoru la tomó hace 1124 días. Abierto
Dificultad 4/5 3-5 días Aptitud para principiantes 25/100
JuliaData/StructTypes.jl#92 · 3 comentarios ·
Todos los issues de JuliaData/StructTypes.jl
Issues similares
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
SciML/SciMLSensitivity.jl#1703 · 1 comentario ·
Los mantenedores suelen responder en 1 día
-
bug
Dificultad 2/5 1-3 horas Aptitud para principiantes 74/100
Los mantenedores suelen responder en 2 días
-
Document that `nullspace` returns orthonormalized vectorsPosiblemente ocupada @thchr la tomó hoy. Abiertodocs
Dificultad 1/5 Menos de una hora Aptitud para principiantes 68/100
JuliaLang/LinearAlgebra.jl#1754 · 2 comentarios · 1 reacción ·
Los mantenedores suelen responder en 2 días
-
documentation
Dificultad 1/5 Menos de una hora Aptitud para principiantes 66/100
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
JuliaPy/CondaPkg.jl#232 ·