Hacktoberfest 2026 : les issues que les mainteneurs ont marquées pour octobre, ouvertes et accessibles aux débutants. Parcourir les issues Hacktoberfest

AsyncResult and px: groupby='first', groupby='merge'

Ouverte
#260 0 commentaires 0 réactions 0 personnes assignées Voir sur GitHub

Personne n'a encore pris cette issue.

Évaluation

Difficulté
5/5
Temps estimé
Plus d'une semaine
Accessibilité débutants
25/100
Type d'issue
Fonctionnalité
Clarté
Plutôt claire
Activité
À l'abandon
Stack technique
jupyter, python

Piste de recherche

Commencez par lire la gestion existante de groupby dans AsyncResult ainsi que le point d’entrée px référencé dans l’issue. Définissez le comportement pour groupby='first', notamment la consommation des résultats des autres moteurs, puis examinez comment les tests existants couvrent la sortie groupée ; le travail est terminé lorsque le résultat du premier moteur est affiché sans la sortie des autres moteurs.

Rédigé par le modèle d'indexation à partir du texte de l'issue.

Description

enhancement

The current groupby argument always displays the result of all engines.

It is useful sometimes to only display the result of a single engine -- when the execution / result is known to be symmetric. I propose adding a groupby argument:

  • first : only display the result of the engine id 0; results from other engines are consumed and abandoned.

  • merge : only display the unique results. For example, if engine 0 to 3 have identical results, and engine 4-8 have another identical results, then a two sets of results are displayed. The interactive debugger from intel mpi (a wrapper of gdb with result-merging) has this feature.

The merge mode is much harder in this case, because 'identical' is difficult to define -- objects have been serialized and deserialized; id is different. Using hash may be a possibility.

The first mode will already be very handy in trimming down the verbosity in a lot of cases.

Langage dominant
Jupyter Notebook
Étoiles
2.6k
Forks
1k
Métriques de merge des PR
Aucune PR mergée en 30 j

Préparer son environnement

Par où commencer

  1. Lisez l'issue en entier, puis le guide de contribution du projet.
  2. Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
  3. Forkez le dépôt et travaillez sur une branche.
  4. Ouvrez une pull request qui référence le numéro de l'issue.

Autres issues de ipython/ipyparallel

Toutes les issues de ipython/ipyparallel

Issues similaires

Plus d'issues Distributed Systems

Recevez les nouvelles issues par e-mail

Un résumé court des issues GitHub adaptées aux débutants.