本文整理汇总了Python中ion.services.dm.utility.granule_utils.ParameterDictionary.add_context方法的典型用法代码示例。如果您正苦于以下问题：Python ParameterDictionary.add_context方法的具体用法？Python ParameterDictionary.add_context怎么用？Python ParameterDictionary.add_context使用的例子？那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在类ion.services.dm.utility.granule_utils.ParameterDictionary的用法示例。
在下文中一共展示了ParameterDictionary.add_context方法的2个代码示例，这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞，您的评价将有助于系统推荐出更棒的Python代码示例。
示例1: _create_parameter
# 需要导入模块: from ion.services.dm.utility.granule_utils import ParameterDictionary [as 别名]
# 或者: from ion.services.dm.utility.granule_utils.ParameterDictionary import add_context [as 别名]
def _create_parameter(self):
pdict = ParameterDictionary()
pdict = self._add_location_time_ctxt(pdict)
pres_ctxt = ParameterContext('pressure', param_type=QuantityType(value_encoding=numpy.float32))
pres_ctxt.uom = 'Pascal'
pres_ctxt.fill_value = 0x0
pdict.add_context(pres_ctxt)
temp_ctxt = ParameterContext('temp', param_type=QuantityType(value_encoding=numpy.float32))
temp_ctxt.uom = 'degree_Celsius'
temp_ctxt.fill_value = 0e0
pdict.add_context(temp_ctxt)
cond_ctxt = ParameterContext('conductivity', param_type=QuantityType(value_encoding=numpy.float32))
cond_ctxt.uom = 'unknown'
cond_ctxt.fill_value = 0e0
pdict.add_context(cond_ctxt)
raw_fixed_ctxt = ParameterContext('raw_fixed', param_type=QuantityType(value_encoding=numpy.float32))
raw_fixed_ctxt.uom = 'unknown'
raw_fixed_ctxt.fill_value = 0e0
pdict.add_context(raw_fixed_ctxt)
raw_blob_ctxt = ParameterContext('raw_blob', param_type=QuantityType(value_encoding=numpy.float32))
raw_blob_ctxt.uom = 'unknown'
raw_blob_ctxt.fill_value = 0e0
pdict.add_context(raw_blob_ctxt)
return pdict示例2: _merge_contexts
# 需要导入模块: from ion.services.dm.utility.granule_utils import ParameterDictionary [as 别名]
# 或者: from ion.services.dm.utility.granule_utils.ParameterDictionary import add_context [as 别名]
def _merge_contexts(cls, contexts, temporal):
pdict = ParameterDictionary()
for context in contexts:
if context.name == temporal:
context.axis = AxisTypeEnum.TIME
pdict.add_context(context, is_temporal=True)
else:
pdict.add_context(context)
return pdict