PokéLLMon 源码解析(一)(2)

本文涉及的产品
云解析 DNS,旗舰版 1个月
全局流量管理 GTM,标准版 1个月
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
简介: PokéLLMon 源码解析(一)(2)

PokéLLMon 源码解析(一)(1)https://developer.aliyun.com/article/1483586


.\PokeLLMon\poke_env\data\normalize.py

# 导入 functools 模块中的 lru_cache 装饰器
from functools import lru_cache
# 使用 lru_cache 装饰器缓存函数的结果,缓存大小为 2 的 13 次方
@lru_cache(2**13)
# 定义函数 to_id_str,将全名转换为对应的 ID 字符串
def to_id_str(name: str) -> str:
    """Converts a full-name to its corresponding id string.
    :param name: The name to convert.
    :type name: str
    :return: The corresponding id string.
    :rtype: str
    """
    # 将输入的名字中的字母和数字提取出来,转换为小写,并拼接成字符串
    return "".join(char for char in name if char.isalnum()).lower()

.\PokeLLMon\poke_env\data\replay_template.py

# 导入 os 模块
import os
# 打开 replay_template.html 文件,使用绝对路径拼接得到文件路径
with open(
    os.path.join(
        os.path.dirname(os.path.realpath(__file__)), "static", "replay_template.html"
    )
) as f:
    # 读取文件内容并赋值给 REPLAY_TEMPLATE 变量
    REPLAY_TEMPLATE = f.read()

.\PokeLLMon\poke_env\data\static\abilities\construct_ability_json.py

# 导入 pandas 库,用于处理数据
import pandas as pd
# 导入 json 库,用于处理 JSON 数据
# 从 "raw.txt" 文件中读取数据,使用制表符作为分隔符
X = pd.read_csv("raw.txt", "\t")
# 从 X 中提取 Name 列的数值,转换为列表
name = list(X.Name.values)
# 从 X 中提取 Description 列的数值,转换为列表
description = list(X.Description.values)
# 将 name 列中的每个元素转换为小写,并去除空格后存储到 name_new 列表中
name_new = list(map(lambda x: x.lower().replace(" ", ""), name))
# 创建空字典 ability_dict
ability_dict = {}
# 遍历 name 列的长度
for i in range(len(name)):
    # 将 name_new[i] 作为键,name[i] 和 description[i] 组成的字典作为值,存储到 ability_dict 中
    ability_dict[name_new[i]] = {"name": name[i], "effect": description[i]}
# 打印 "pause"
print("pause")
# 打开 "ability_effect.json" 文件,以写入模式打开,文件对象为 f
with open("ability_effect.json", "w") as f:
    # 将 ability_dict 写入到 f 中,格式化输出,缩进为 4
    json.dump(ability_dict, f, indent=4)
# 打印 "pause"
print("pause")

.\PokeLLMon\poke_env\data\static\items\construct_item_json.py

# 导入 pandas 和 json 模块
import pandas as pd
import json
# 从 "raw.txt" 文件中读取数据,使用制表符作为分隔符
X = pd.read_csv("raw.txt", "\t")
# 获取 Name、Effect 和 Category 列的数值
name = list(X.Name.values)
effect = list(X.Effect.values)
category = list(X.Category.values)
# 创建空字典 item_dict
item_dict = {}
# 遍历 name 列的长度
for i in range(len(name)):
    # 将 name 列中的值按 " icon " 分割,取第一个部分作为新的名称
    new_name = name[i].split(" icon ")[0]
    # 如果 effect 列中的值不是 NaN
    if str(effect[i]) != "nan":
        # 将新名称转换为小写并去除空格,作为字典的键,值为包含名称和效果的字典
        item_dict[new_name.lower().replace(" ", "")] = {"name":new_name, "effect":effect[i]}
# 打印 "pause"
print("pause")
# 将 item_dict 写入到 "item_effect.json" 文件中,格式化输出,缩进为 4
with open("item_effect.json", "w") as f:
    json.dump(item_dict, f, indent=4)
# 打印 "pause"
print("pause")

.\PokeLLMon\poke_env\data\static\moves\extract_gen8_moves.py

# 导入 json 和 re 模块
import json
import re
import json
# 初始化存储招式名称和效果的列表
move_name_list = []
move_effect_list = []
# 打开文件 "gen8_raw.txt" 以只读模式
with open("gen8_raw.txt", "r") as f:
    idx = 0
    # 循环读取文件中的每一行数据
    for i in range(2184):
        data = f.readline()
        # 每三行数据为一组,分别提取招式名称和效果
        if idx % 3 == 0:
            move_name = data.split("    ")[0]
            move_name_list.append(move_name)
        elif idx % 3 == 1:
            effect = data[:-1]
            move_effect_list.append(effect)
        idx += 1
# 将招式名称和效果列表组合成字典
move2effect = dict(zip(move_name_list, move_effect_list))
# 打开文件 "gen8moves.json" 以只读模式
with open("gen8moves.json", "r") as f:
    # 加载 JSON 文件内容到 gen8moves 字典中
    gen8moves = json.load(f)
# 初始化新的招式名称到效果的字典
move2effect_new = dict()
# 遍历 gen8moves 字典中的每个招式和信息
for move, info in gen8moves.items():
    try:
        # 尝试从 move2effect 字典中获取招式对应的效果
        effect = move2effect[info['name']]
        # 将招式和效果添加到新的字典中
        move2effect_new[move] = effect
    except:
        # 如果出现异常则继续下一个招式
        continue
# 打开文件 "gen8moves_effect.json" 以写入模式
with open("gen8moves_effect.json", "w") as f:
    # 将新的招式名称到效果的字典以美观的格式写入到文件中
    json.dump(move2effect_new, f, indent=4)

.\PokeLLMon\poke_env\data\__init__.py

# 从 poke_env.data.gen_data 模块中导入 GenData 类
# 从 poke_env.data.normalize 模块中导入 to_id_str 函数
# 从 poke_env.data.replay_template 模块中导入 REPLAY_TEMPLATE 常量
from poke_env.data.gen_data import GenData
from poke_env.data.normalize import to_id_str
from poke_env.data.replay_template import REPLAY_TEMPLATE
# 定义 __all__ 列表,包含需要导出的模块成员
__all__ = [
    "REPLAY_TEMPLATE",
    "GenData",
    "to_id_str",
]

 PokéLLMon 源码解析(一)(3)https://developer.aliyun.com/article/1483589

相关文章
|
1月前
|
监控 Java 应用服务中间件
高级java面试---spring.factories文件的解析源码API机制
【11月更文挑战第20天】Spring Boot是一个用于快速构建基于Spring框架的应用程序的开源框架。它通过自动配置、起步依赖和内嵌服务器等特性,极大地简化了Spring应用的开发和部署过程。本文将深入探讨Spring Boot的背景历史、业务场景、功能点以及底层原理,并通过Java代码手写模拟Spring Boot的启动过程,特别是spring.factories文件的解析源码API机制。
76 2
|
1天前
|
存储 设计模式 算法
【23种设计模式·全精解析 | 行为型模式篇】11种行为型模式的结构概述、案例实现、优缺点、扩展对比、使用场景、源码解析
行为型模式用于描述程序在运行时复杂的流程控制,即描述多个类或对象之间怎样相互协作共同完成单个对象都无法单独完成的任务,它涉及算法与对象间职责的分配。行为型模式分为类行为模式和对象行为模式,前者采用继承机制来在类间分派行为,后者采用组合或聚合在对象间分配行为。由于组合关系或聚合关系比继承关系耦合度低,满足“合成复用原则”,所以对象行为模式比类行为模式具有更大的灵活性。 行为型模式分为: • 模板方法模式 • 策略模式 • 命令模式 • 职责链模式 • 状态模式 • 观察者模式 • 中介者模式 • 迭代器模式 • 访问者模式 • 备忘录模式 • 解释器模式
【23种设计模式·全精解析 | 行为型模式篇】11种行为型模式的结构概述、案例实现、优缺点、扩展对比、使用场景、源码解析
|
1天前
|
设计模式 存储 安全
【23种设计模式·全精解析 | 创建型模式篇】5种创建型模式的结构概述、实现、优缺点、扩展、使用场景、源码解析
结构型模式描述如何将类或对象按某种布局组成更大的结构。它分为类结构型模式和对象结构型模式,前者采用继承机制来组织接口和类,后者釆用组合或聚合来组合对象。由于组合关系或聚合关系比继承关系耦合度低,满足“合成复用原则”,所以对象结构型模式比类结构型模式具有更大的灵活性。 结构型模式分为以下 7 种: • 代理模式 • 适配器模式 • 装饰者模式 • 桥接模式 • 外观模式 • 组合模式 • 享元模式
【23种设计模式·全精解析 | 创建型模式篇】5种创建型模式的结构概述、实现、优缺点、扩展、使用场景、源码解析
|
1天前
|
设计模式 存储 安全
【23种设计模式·全精解析 | 创建型模式篇】5种创建型模式的结构概述、实现、优缺点、扩展、使用场景、源码解析
创建型模式的主要关注点是“怎样创建对象?”,它的主要特点是"将对象的创建与使用分离”。这样可以降低系统的耦合度,使用者不需要关注对象的创建细节。创建型模式分为5种:单例模式、工厂方法模式抽象工厂式、原型模式、建造者模式。
【23种设计模式·全精解析 | 创建型模式篇】5种创建型模式的结构概述、实现、优缺点、扩展、使用场景、源码解析
|
25天前
|
缓存 监控 Java
Java线程池提交任务流程底层源码与源码解析
【11月更文挑战第30天】嘿,各位技术爱好者们,今天咱们来聊聊Java线程池提交任务的底层源码与源码解析。作为一个资深的Java开发者,我相信你一定对线程池并不陌生。线程池作为并发编程中的一大利器,其重要性不言而喻。今天,我将以对话的方式,带你一步步深入线程池的奥秘,从概述到功能点,再到背景和业务点,最后到底层原理和示例,让你对线程池有一个全新的认识。
52 12
|
20天前
|
PyTorch Shell API
Ascend Extension for PyTorch的源码解析
本文介绍了Ascend对PyTorch代码的适配过程,包括源码下载、编译步骤及常见问题,详细解析了torch-npu编译后的文件结构和三种实现昇腾NPU算子调用的方式:通过torch的register方式、定义算子方式和API重定向映射方式。这对于开发者理解和使用Ascend平台上的PyTorch具有重要指导意义。
|
2天前
|
安全 搜索推荐 数据挖掘
陪玩系统源码开发流程解析,成品陪玩系统源码的优点
我们自主开发的多客陪玩系统源码,整合了市面上主流陪玩APP功能,支持二次开发。该系统适用于线上游戏陪玩、语音视频聊天、心理咨询等场景,提供用户注册管理、陪玩者资料库、预约匹配、实时通讯、支付结算、安全隐私保护、客户服务及数据分析等功能,打造综合性社交平台。随着互联网技术发展,陪玩系统正成为游戏爱好者的新宠,改变游戏体验并带来新的商业模式。
|
1月前
|
存储 安全 Linux
Golang的GMP调度模型与源码解析
【11月更文挑战第11天】GMP 调度模型是 Go 语言运行时系统的核心部分,用于高效管理和调度大量协程(goroutine)。它通过少量的操作系统线程(M)和逻辑处理器(P)来调度大量的轻量级协程(G),从而实现高性能的并发处理。GMP 模型通过本地队列和全局队列来减少锁竞争,提高调度效率。在 Go 源码中,`runtime.h` 文件定义了关键数据结构,`schedule()` 和 `findrunnable()` 函数实现了核心调度逻辑。通过深入研究 GMP 模型,可以更好地理解 Go 语言的并发机制。
|
1月前
|
消息中间件 缓存 安全
Future与FutureTask源码解析,接口阻塞问题及解决方案
【11月更文挑战第5天】在Java开发中,多线程编程是提高系统并发性能和资源利用率的重要手段。然而,多线程编程也带来了诸如线程安全、死锁、接口阻塞等一系列复杂问题。本文将深度剖析多线程优化技巧、Future与FutureTask的源码、接口阻塞问题及解决方案,并通过具体业务场景和Java代码示例进行实战演示。
57 3
|
2月前
|
存储
让星星⭐月亮告诉你,HashMap的put方法源码解析及其中两种会触发扩容的场景(足够详尽,有问题欢迎指正~)
`HashMap`的`put`方法通过调用`putVal`实现,主要涉及两个场景下的扩容操作:1. 初始化时,链表数组的初始容量设为16,阈值设为12;2. 当存储的元素个数超过阈值时,链表数组的容量和阈值均翻倍。`putVal`方法处理键值对的插入,包括链表和红黑树的转换,确保高效的数据存取。
63 5

推荐镜像

更多