c# - 如何保留我的功能(对象/方法) 'lean and mean'-6ren

c# - 如何保留我的功能(对象/方法) 'lean and mean'

转载作者：可可西里更新时间：2023-11-01 09:02:30

28

4

<分区>

在我读到的所有(敏捷)文章中:保持您的代码和函数小且易于测试。

我应该如何对“ Controller ”或“协调器”类执行此操作？

在我的情况下，我必须导入数据。最后我有一个协调这个的对象，我想知道是否有一种方法可以使协调器保持精简(er)和 mean(er)。

我的协调员现在执行以下操作(伪代码)

//Write to the log that the import has started
Log.StartImport()
//Get the data in Excel sheet format
result = new Downloader().GetExcelFile()
//Log this step
Log.LogStep(result )
//convert the data to intern objects
result = new Converter().Convertdata(result);
//Log this step
Log.LogStep(result )
//write the data
result = Repository.SaveData(result);
//Log this step
Log.LogStep(result )

恕我直言，这是一门“无所不知”的类(class)，或者至少是一门“不精打细算”的类(class)？或者，我是不是把这件精简而刻薄的事情说得太远了，如果没有某种“胖”进口商/协调员，就不可能对进口进行编程吗？

米歇尔

编辑这实际上是一个二合一的问题:一是如何测试它，二是是否可以拥有一个“通晓一切/粘合在一起”的协调员

28

4

0

文章推荐： c# - 使用DataReader调用带参数的存储过程

文章推荐： java - 如何清理 SQLite 并设置默认值？

文章推荐： c# - 带复制粘贴的 ListView

k-means - 如何使用TensorFlow实现k-means？
入门教程使用内置的梯度下降优化器非常有意义。但是，k均值不仅可以插入梯度下降中。似乎我不得不编写自己的优化程序，但是鉴于TensorFlow原语，我不确定如何执行此操作。我应该采取什么方法？最佳答
algorithm - K-Means++ 的流程是什么，我想知道 K-Mean 和 K-Means++ 之间的确切区别？
我想知道 K-Mean 和 K-Means++ 算法之间的区别。如果有人了解 K-Means++ 算法的流程，您能举例说明一下吗？虽然，我了解 K-Mean 算法，但发现如何实现 K-Means++
Python- Pandas : difference between monthly mean of day-mean values and monthly mean per se
我有不同的数据帧均值计算值。通常，我想它们应该是一样的。或者有什么区别: daily1 = daily_above_zero['2011-2'].mean() daily1 Out[181]: P_S
r - geom_smooth : what is its meaning (why is it lower than the mean? )
我有关于人们每周上类旅行次数的数据。随着行程的距离，我对两个变量之间的关系感兴趣。 (预计频率会随着距离的增加而下降，本质上是一种负相关。)Cor.test 支持这个假设:-0.08993444，p
k-means - 证明 k-means 总是收敛的？
我了解 k-means 算法步骤。但是我不确定该算法是否会始终收敛？或者观察总是可以从一个质心切换到另一个质心？最佳答案该算法总是收敛(按定义)但不一定是全局最优 . 算法可能会从质心切换到质
r - mean(rnorm(100,mean=0,sd=1)) 不是 0；并且 sd(rnorm(100,mean=0,sd=1)) 不是 1。为什么？
(添加了可重现的示例。) 我对 rnorm 函数有点困惑。我期待 mean(rnorm(100,mean=0,sd=1))为0；和 sd(rnorm(100,mean=0,sd=1))为 1。但给出
r - 为什么 mean() 和 mean(aggregate()) 返回不同的结果？
我想计算一个平均值。这是带有示例数据的代码: # sample data Nr <- c(1, 2, 3, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17,
python - pandas number >mean() 或
我有一个像这样的数据框: Id F M R 7 1 286 907 12 1 286 907 17 1 186 1271 21 1 296 905 30 1

algorithm - K-means 和顺序 K-means 的结果相同吗？
如果我们将 K-means 和顺序 K-means 方法应用于具有相同初始设置的相同数据集，我们会得到相同的结果吗？解释你的理由。个人认为答案是否定的，顺序K-means得到的结果取决于数据点的呈现
javascript - MEAN.js 和 MEAN.io 的区别
我想使用 MEAN JavaScript 堆栈，但我注意到有两个不同的堆栈，它们有自己的网站和安装方法:mean.js 和 mean.io。所以我开始问自己这个问题:“我用哪一个？”。所以为了回答这
mean-stack - 在 cloud9 上安装 MEAN 堆栈的最佳方法是什么？遵循手册时的错误消息
似乎有多种方法可以安装 Mean Stack (mean.io) 的所有模块。但是，在 c9.io 中执行此操作的最佳方法是什么？我一直在尝试很多事情，但我似乎并没有全部掌握。 c9.io 有专门的
mean.io - 使用 Mean.io - 如何禁用 JS 文件聚合
在开发过程中，我希望加载原始(未聚合).js 文件。 Mean.io 文档说: All javascript within public is automatically aggregated wit
mean-stack - 将角度 Material 添加到 mean.io 应用程序
我正在尝试添加 angular-material到 mean.io应用。在我的自定义包中，我使用 bower 来安装 angular-material，现在我有一个 .../public/asset
python - df.mean() 和 df ['column' ].mean() 结果的差异
我只运行以下三行: df = pd.read_hdf('data.h5') print(df.mean()) print(df['derived_3'].mean()) 第一个 print 列出了每一
algorithm - 我们应该使用 k-means++ 而不是 k-means 吗？
k-means++算法有助于原始k-means算法的以下两点: 原始的 k-means 算法在输入大小的 super 多项式的最坏情况下运行时间，而 k-means++ 声称是 O(log k)。与
apachebench - Apache 工作台 : Mean vs Mean across all concurrent requests
这两个字段有什么区别？ : 每个请求的时间(平均) 每个请求的时间(平均，跨所有并发请求) 它们每个是如何计算的？示例输出: Time per request: 3953.446 [ms
mean-stack - MEAN 堆栈的 IDE [ MongoDb,Express,AngularJs,NodeJs ]
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。想改进这个问题？将问题更新为 on-topic对于堆栈溢出。 7年前关闭。 Improve this qu
cluster-analysis - "k means"和 "fuzzy c means"目标函数有什么区别？
我想看看是否可以根据它们所处理的目标函数来比较两者的性能？最佳答案顺便说一句，Fuzzy-C-Means (FCM) 聚类算法也称为Soft K-Means。目标函数实际上是相同的，唯一的区别是
python - nltk k-means 聚类或纯 python 的 k-means
虽然我看到了很多与此相关的问题，但我并没有真正得到答案，可能是因为我是使用 nltk 集群的新手。我确实需要对聚类新手进行基本解释，特别是关于 NLTK K 均值聚类的向量表示以及如何使用它。我有一个
node.js - 向 Mean.io 初学者解释 Mean.io 示例包的身份验证如何工作
我在学习mean.io来自 this tutorial video ，它显示了示例包(由 mean package mymodule 创建。它也在 docs 的“包”下进行了描述)。我想帮助了解给定的

首页

博学

6Ren·AI

商城

c# - 如何保留我的功能(对象/方法) 'lean and mean'