DeepMerge 技术文档
2024-12-23 06:31:51作者:申梦珏Efrain
1. 安装指南
首先,确保您的系统中已安装 Ruby。DeepMerge 可以通过 Ruby 的包管理器 gem 进行安装。在命令行中执行以下命令:
gem install deep_merge
确保安装成功,可以通过以下命令检查:
gem list deep_merge
2. 项目使用说明
DeepMerge 提供了一系列用于递归合并哈希(Hash)的实用函数。以下是几个使用示例:
2.1 基本合并
source = {:x => [4, 5, '6'], :y => 2}
dest = {:x => [1, 2, 3], :y => [7, 8, 9]}
dest.deep_merge!(source)
# => {:x => [1, 2, 3, 4, 5, '6'], :y => 2}
2.2 保留无法合并的元素
source = {:x => [4, 5, '6'], :y => [7, 8, 9]}
dest = {:x => [1, 2, 3], :y => 2}
dest.deep_merge!(source, :preserve_unmergeables => true)
# => {:x => [1, 2, 3, 4, 5, '6'], :y => [7, 8, 9]}
2.3 使用选项进行合并
hash = {:x => [1, 2]}
hash.deep_merge!({:x => [3, 4]}, {:sort_merged_arrays => true})
# => {:x => [1, 2, 3, 4]}
3. 项目API使用文档
以下是 DeepMerge 支持的部分选项及其描述:
| 选项 | 默认值 | 描述 |
|---|---|---|
:preserve_unmergeables |
false |
跳过源哈希中无法合并的元素 |
:knockout_prefix |
nil |
指定前缀以删除现有元素 |
:overwrite_arrays |
false |
替换数组而不是合并它们 |
:unpack_arrays |
nil |
将字符串拆分为数组元素 |
:sort_merged_arrays |
false |
对合并后的数组进行排序 |
:merge_hash_arrays |
false |
合并数组中的哈希 |
:extend_existing_arrays |
false |
向现有数组添加元素而不是替换 |
:keep_array_duplicates |
false |
保持数组中的重复项 |
:merge_nil_values |
false |
合并 nil 哈希值 |
4. 项目安装方式
DeepMerge 可以通过 Ruby 的 gem 包管理器安装,如前所述。确保您已经安装了 Ruby,然后通过以下命令安装 DeepMerge:
gem install deep_merge
检查安装是否成功:
gem list deep_merge
以上就是 DeepMerge 的安装指南、使用说明和 API 文档。希望这对您有所帮助!
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
207
220
暂无简介
Dart
646
149
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
653
287
React Native鸿蒙化仓库
JavaScript
250
318
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.13 K
637
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
78
101
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
214
仓颉编程语言运行时与标准库。
Cangjie
134
873