使用traits的可序列化模式
traitschema的Python项目详细描述
traitschema
==
图片：：https://travis-ci.org/mivade/traitschema.svg？branch=master
：目标：https://travis ci.org/mivade/traitschema
…图片：：https://readthedocs.org/projects/traitschema/badge/？version=latest
：目标：http://traitschema.readthedocs.io/en/latest/？徽章=最新
：alt：文档状态
…图像：：https://codecov.io/gh/mivade/traitschema/branch/master/graph/badge.svg
：目标：https://codecov.io/gh/mivade/traitschema
…图片：：https://img.shields.io/github/release/mivade/traitschema.svg
：目标：https://github.com/mivade/traitschema
典型的用法是保存几个不同形状和类型的numpy数组。_特征：http://docs.enthough.com/traits/
定义模式注意：
有关详细信息，请参见
its`documentation<；http://docs.enthough.com/traits/>；``文档。
为了能够正确序列化数据，应将非标量特征
声明为``traits.api.array``类型。示例：
…代码块：：python
import numpy as np
from traits.api import array，string
from traitschema import schema
class namedmatrix（schema）：
name=string（）
data=array（dtype=np.float64）
matrix=namedmatrix（name=“name”，data=np.random.random（（8，（8））
对于其他演示，请参阅“demos”目录。
`并加载
：func:`traitschema.load_bundle`.
==
图片：：https://travis-ci.org/mivade/traitschema.svg？branch=master
：目标：https://travis ci.org/mivade/traitschema
…图片：：https://readthedocs.org/projects/traitschema/badge/？version=latest
：目标：http://traitschema.readthedocs.io/en/latest/？徽章=最新
：alt：文档状态
…图像：：https://codecov.io/gh/mivade/traitschema/branch/master/graph/badge.svg
：目标：https://codecov.io/gh/mivade/traitschema
…图片：：https://img.shields.io/github/release/mivade/traitschema.svg
：目标：https://github.com/mivade/traitschema
典型的用法是保存几个不同形状和类型的numpy数组。_特征：http://docs.enthough.com/traits/
定义模式注意：
有关详细信息，请参见
its`documentation<；http://docs.enthough.com/traits/>；``文档。
为了能够正确序列化数据，应将非标量特征
声明为``traits.api.array``类型。示例：
…代码块：：python
import numpy as np
from traits.api import array，string
from traitschema import schema
class namedmatrix（schema）：
name=string（）
data=array（dtype=np.float64）
matrix=namedmatrix（name=“name”，data=np.random.random（（8，（8））
对于其他演示，请参阅“demos”目录。
`并加载
：func:`traitschema.load_bundle`.
欢迎加入QQ群-->： 979659372
