How to use focalizzare method in SeleniumBase

Best Python code snippet using SeleniumBase

mettere_prep.py

Source:mettere_prep.py Github

copy

Full Screen

1v = "v"2mettere_prep_dict = {3 "sotto": {4 "accusa": {v: "accusare"},5 "analisi": {v: "analizzare"},6 "arresto": {v: "arrestare"},7 "assedio": {v: "assediare"},8 "attacco": {v: "attaccare"},9 "chiave": {v: "rinchiudere"},10 "contratto": {v: "assumere"},11 "controllo": {v: "controllare"},12 "custodia": {v: "sorvegliare"},13 "esame": {v: "esaminare"},14 "inchiesta": {v: "indagare"}, # suppletivo15 "interrogatorio": {v: "interrogare"},16 "osservazione": {v: "controllare"},17 "pressione": {v: "affaticare"},18 "processo": {v: "processare"},19 "protezione": {v: "proteggere"},20 "scacco": {v: "battere"},21 "scorta": {v: "scortare"},22 "sequestro": {v: "sequestrare"},23 "silenzio": {v: "insabbiare"},24 "sorveglianza": {v: "sorvegliare"},25 "stress": {v: "stressare"},26 "torchio": {v: "torchiare"},27 "tutela": {v: "tutelare"},28 },29 "in": {30 "soggezione": {v: "intimorire"},31 "agenda": {v: "programmare"},32 "agitazione": {v: "preoccupare"},33 "allarme": {v: "allarmare"},34 "allerta": {v: "allertare"},35 "ansia": {v: "angosciare"},36 "arresto": {v: "arrestare"},37 "atto": {v: "attuare"},38 "burla": {v: "burlare"},39 "calendario": {v: "calendarizzare"},40 "cammino": {v: "incamminare", "si": True}, # incamminarsi41 "campo": {v: "dispiegare"},42 "carcere": {v: "incarcerare"},43 "catene": {v: "incatenare"},44 "chiaro": {v: "chiarire"},45 "collegamento": {v: "collegare"},46 "commercio": {v: "commercializzare"},47 "comunicazione": {v: "collegare"},48 "congedo": {v: "congedare"},49 "contatto": {v: "contattare"}, # diverso dagli altri50 "conto": {v: "calcolare"},51 "correlazione": {v: "correlare"},52 "crisi": {v: "stressare"},53 "croce": {v: "crocifiggere"},54 "difficoltà": {v: "ostacolare"},55 "discussione": {v: "ridiscutere"},56 "dubbio": {v: "dubitare"},57 "evidenza": {v: "evidenziare"},58 "gioco": {v: "coinvolgere"},59 "guardia": {v: "avvertire"},60 "imbarazzo": {v: "imbarazzare"},61 "libertà": {v: "liberare"},62 "luce": {v: "rivelare"},63 "manette": {v: "ammanettare"},64 "mostra": {v: "mostrare"},65 "moto": {v: "accendere"},66 "onda": {v: "trasmettere"},67 "pratica": {v: "attuare"},68 "prigione": {v: "imprigionare"},69 "salvo": {v: "salvare"},70 "scena": {v: "inscenare"},71 "viaggio": {"p": "inizia a viaggiare"},72 },73 # mettersi in moto vs. mettere in moto74 "nel": {75 "casini": {v: "incasinare"},76 "guai": {v: "inguaiare"},77 "merda": {v: "inguaiare"},78 "sacco": {v: "fregare"},79 },80 "sul": {"lastrico": {v: "rovinare"}}, # sul chi vive = allertare81 "a": {82 "confronto": {v: "confrontare"},83 "dimora": {v: "collocare"},84 "disagio": {v: "imbarazzare"},85 "frutto": {v: "sfruttare"},86 "fuoco": {v: "focalizzare"},87 "morte": {v: "uccidere"},88 "nudo": {v: "rivelare"},89 "punto": {v: "elaborare"}, # definire90 "sistema": {v: "sistematizzare"},91 "soqquadro": {v: "scompigliare"},92 "verbale": {v: "verbalizzare"},93 },94 "al": {95 "arresti": {v: "arrestare"},96 "bando": {v: "bandire"},97 "berlina": {v: "deridere"},98 "catena": {v: "incatenare"},99 "corrente": {v: "informare"},100 "guinzaglio": {v: "legare"},101 "indice": {v: "accusare"},102 "opera": {v: "cominciare"},103 "prova": {v: "testare"},104 "ricerca": {v: "cercare"},105 "tappeto": {v: "stendere"},106 },107 "d'": {108 "accordo": {v: "conciliare"},109 "impegno": {v: "impegnare", "si": True},110 }, # impegnarsi111 "da": {"parte": {v: "accantonare"}},112 "di": {"buzzo": {v: "impegnare", "si": True}, "traverso": {v: "ostacolare"}},113 "fuori": {"uso": {v: "rovinare"}, "combattimento": {v: "neutralizzare"}},...

Full Screen

Full Screen

effortsestimator.py

Source:effortsestimator.py Github

copy

Full Screen

1#Script for weekly KPI Analysis2#name the activity with the correct name of your workout activity3#example activity_1= "study_math" 4#activity_2="reading"5#acitivity_3="call_a_friend"6#tu vuoi che lo script il mercoledì ti indichi dove rispetto agli obiettivi che ti sei dato identifichi dove dedicare più ore e ridefinire le priorità rispetto ad un disegno di lungo termine evitando che tu ti possa focalizzare troppo in una direzione piuttosto che in un'altra7# Legge le attività8# Vede quanto durano (conta i pomodori di ogni attività)9# Legge le proporzioni10#Calcola la proporzione 11# il codice andrà ulteriormente migliorato attraverso un caricamento più pulito dell'hader del csv12# anche se brutto il codice potresti creare una nuova colonna di forma temporale 13# che tenga considerazione di quello che è stato fatto 14# crea un dictonary or tupla dove iterare15activity_1="CV" 16activity_2="Python"17activity_3="englishstudy"18time_variable=' Durata' 19#define the proportion between each main acitivity 20act_1=0.4021act_2=0.2022act_3=0.1023#Import all the necessary library24import pandas as pd 25import matplotlib.pyplot as plt26import numpy as np27from datetime import datetime, timedelta28#Insert the name of the csv where your pomodoro slots are logged29csvname="logs.csv"30tot_activity=[activity_1, activity_2, activity_3]31#read the csv 32dataframe_raw=pd.read_csv(csvname,sep=',',header=0,skipfooter=0, index_col=False)33print(dataframe_raw.head())34#remove anomalies clearing the time column with more than 25'for slot35print(dataframe_raw[time_variable].map(lambda x: len(x)).max())36dataframe_raw.tail()37dataframe_raw[time_variable] = dataframe_raw[time_variable].astype('str')38mask = (dataframe_raw[time_variable].str.len() == 6) 39dataframe_raw = dataframe_raw.loc[mask]40dataframe_raw[time_variable]=dataframe_raw[time_variable].str.strip()41dataframe_raw[time_variable]=pd.to_datetime(dataframe_raw[time_variable], format='%M:%S')42dataframe_raw.sort_values(by=' Tempo',ascending=False)43dataframe_raw.info()44dataframe_raw.tail()45dataframe_raw["Date"]= dataframe_raw.apply(lambda x: datetime.strptime("{0} {1} {2}".format(x["Anno"],x[" Mese"], x[" Giorno"]), "%Y %m %d"), axis=1)46print(dataframe_raw.tail())47#identifing the "last week column" 48#based on how the clockwork work is better to merge year-month-day columns49#The dataframe column with containing the day will be the "Date" 50#Later you need to modify "Date" and delete this comment51print(dataframe_raw["Date"].tail(5))52time= np.sort(dataframe_raw["Date"].unique())53print(time[-1])54print(dataframe_raw.dtypes)55#defing the last 7 days to analyze56w1=time[-8:]57print(w1)58#last seven days data 59lw= dataframe_raw[dataframe_raw["Date"].isin(w1)]60#Now we have only the data about the 7 days 61#We can start identyfing if we are working well62print(lw.tail(5))63#Now we have only the data about the 7 days 64#We can start identyfing if we are working well65#extract all the row contains all the dictonary tot_activity66print(tot_activity)67activity_1df= lw['Attività'].str.contains("CV",na=False)68activity_2df= lw['Attività'].str.contains("Python",na=False)69activity_3df= lw['Attività'].str.contains("englishstudy",na=False)70sum=activity_1df|activity_2df|activity_3df71lw_filter=lw[sum]72print(lw_filter.head())73total_activity= lw_filter['Attività'].count()74lw_filter['totale']=total_activity75print(lw_filter.head())76#in questo modo sei riuscito a capire come il tempo è allocato ma la strada77# è ancora lunga perchè serve capire come aggregare tutte le attività legate a 78#python e alla lettura 79prova= lw_filter.groupby('Attività').count().apply(lambda x : 100*x/float(total_activity))...

Full Screen

Full Screen

7_Moduli_namespace_oggetti.py

Source:7_Moduli_namespace_oggetti.py Github

copy

Full Screen

1'''2MODULI : file che possono contenere funzioni, classi con estensione '.py'3In “bundle” con Python abbiamo moduli che forniscono funzioni utili per risolvere diverse4problematiche. I file devo risiedere nella stessa directori del programma5import libreria :comando per imnportare il modulo DICHIARE ALL'INIZIO6Le funzioni nella libreria richideono la dot-notation7libreria.funzione()8per evitare la dot-notation :9from libreria import funzione10in questo caso posso utilizzre solo la funzione dichiarata11se voglio utilizzare la libreia dot-notation e la funzione :12import libreria13from libreria import funzione14Se voglio utilizzare tuute lr finzioni senza la dot-notation posso :15from libreria import *16OPPURE17from libreria import a,b,c18il compilatote python crea un file compilato '.pyc', controlla il timestamp del file 19.py con il file .pyc e decide se ricompilarlo o eseguire il bytecode 20Moduli standard :21string 22sys 23os 24NAMESPACE :25Il modulo ha un insieme di nomi (variabili e funzioni), il comando 'import' importa 26dal namespace modulo.py al namespace del notro programma27'''28print(dir()) #elenca i nomi nel namespace29print()30print(dir(__doc__.count))31from datetime import datetime32import time33d=datetime.now()34print(d)35#time.sleep(5)36print((datetime.now() - d).seconds)37'''38PROGRAMMAZIONE OO39Nell’approccio “a oggetti” ci si focalizza sull’interazione di elementi (oggetti) che comunicano (scambiano messaggi) tra loro40Classe : è una collezione di uno o più oggetti contenenti41un insieme uniforme di attributi e servizi, insieme ad una42descrizione circa come creare nuovi elementi della43classe stessa44Oggetto è dotato di stato, comportamento ed45identità; la struttura ed il comportamento di oggetti46simili sono definiti nelle loro classi comuni; i termini47istanza ed oggetto sono intercambiabili. Di fatto occupa memoria quando viene istanziato48Ci sono tre parti particolarmente importanti:491. OOP utilizza un insieme di oggetti (non algoritmi, e gli oggetti sono la50parte fondamentale della costruzione logica);512. ogni oggetto è istanza di una classe;523. ogni classe è legata alle altre attraverso una relazione detta eredità.53CARATTERISTICHE OO54• Astrazione55focalizzare l’attenzione su una visione esterna di un oggetto, ovvero le classi56• Incapsulamento57l’aggregazione di informazioni delle classi, tipicamente la struttura di un oggetto viene mantenuta nascosta58• Gerarchia59specializzare il codice 60• Modularità61è possibile definire dei singoli oggetti riutilizzabili...

Full Screen

Full Screen

Automation Testing Tutorials

Learn to execute automation testing from scratch with LambdaTest Learning Hub. Right from setting up the prerequisites to run your first automation test, to following best practices and diving deeper into advanced test scenarios. LambdaTest Learning Hubs compile a list of step-by-step guides to help you be proficient with different test automation frameworks i.e. Selenium, Cypress, TestNG etc.

LambdaTest Learning Hubs:

YouTube

You could also refer to video tutorials over LambdaTest YouTube channel to get step by step demonstration from industry experts.

Run SeleniumBase automation tests on LambdaTest cloud grid

Perform automation testing on 3000+ real desktop and mobile devices online.

Try LambdaTest Now !!

Get 100 minutes of automation test minutes FREE!!

Next-Gen App & Browser Testing Cloud

Was this article helpful?

Helpful

NotHelpful