Најди сличен содржај

Изворен канал @pythonotes · Post #397 · 12 ное.

Использование Pydantic сегодня стало нормой, и это правильно. Но иногда на ревью вижу, что используют его не всегда корректно. Например, метод BaseModel.model_dump() по умолчанию не преобразует стандартные типы, такие как datetime, UUID или Decimal, в простой сериализуемый для JSON вид. Тогда пишут кастмоный сериализатор для этих типов чтобы функция json.dump() не падала с ошибкой. import uuid from datetime import datetime from decimal import Decimal from uuid import UUID from pydantic import BaseModel class MyModel(BaseModel): id: UUID date: datetime value: Decimal obj = MyModel( id=uuid.uuid4(), date=datetime.now(), value='1.23' ) print(obj.model_dump()) # не подходит для json.dump # { # 'id': UUID('4f8c1bc4-25fd-40cd-9dbe-2c73639b0dc1'), # 'date': datetime.datetime(2025, 12, 12, 12, 12, 12, 111111), # 'value': Decimal('1.23') # } # добавляем свой кастомный сериализатор json.dumps(obj.model_dump(), cls=MySerializer) # { # 'id': '4f8c1bc4-25fd-40cd-9dbe-2c73639b0dc1', # 'date': '2025-12-12T12:12:12.111111', # 'value': '1.23' # } В данном случае класс MySerializer обрабатывает datetime, UUID и Decimal. Например так: class MySerializer(json.JSONEncoder): def default(self, o): if isinstance(o, Decimal): return str(o) elif isinstance(o, datetime): return o.isoformat() elif isinstance(o, UUID): return str(o) return super().default(o) Специально для тех, кто всё еще так делает - в этом нет необходимости! Pydantic может это сделать сам, просто нужно добавить параметр mode="json". json.dumps(obj.model_dump(mode="json")) # { # 'id': '4f8c1bc4-25fd-40cd-9dbe-2c73639b0dc1', # 'date': '2012-12-12T12:12:12.111111', # 'value': '1.23' # } #pydantic#libs

Hashtags

#pydantic #libs

Резултати

Пронајдени 2 слични објави

Пребарај: #numeric

当前筛选 #numeric清除筛选

Cul8r.

@cul8r_channel · Post #3096 · 27.06.2025 г., 10:06

Најди слично Погледај

Забрал свои New Balance x Stone Island Marina, быстро сфоткал и хочу сказать пару слов. Кеды вышли в рамках скейтерской линейки #numeric, поэтому говорить о каких-то роскошных материалах и современных технологиях не приходится. В данном случае, конечно, есть ряд интересных деталей, включающих в себя фактурный, но неудобный язычок, объёмную, словно вспененную вставку спереди и красивый брендинг сзади. В остальном, всё довольно простенько, но свежо. Самым приятным бонусом тут выступают детали, в виде лаконичной коробки с брендингом SI Marina, оранжевого свистка Stone Island и резинового пыльника в духе спасательных жилетов. Тот самый случай, когда комплектация привлекает внимание и добавляет несколько очков к релизу. Ну люблю я всякие ништяки, простите. Так же, много говорили о том, что кроссовки маломерят, но в целом, всё оказалось в рамках допустимого. Мой 10US, ощущается так же, как и на других кроссовках NB. Ощущения немного отличаются, но не из-за ошибки на производстве, а из-за самой формы обуви и плотного носа, который намекает о принадлежности к скейтерской теме. В целом, мне нравится куда идёт «стон», особенно, когда он выпускает такие вот субкультурные эксперименты и заигрывает с разной аудиторией. Чуть позже выгуляю и сделаю пару онфитов фотографий на ноге.

Hashtags

#numeric

djangoproject

@djangoproject · Post #129 · 31.08.2016 г., 15:36

Најди слично Погледај

https://pypi.python.org/pypi/numpy #NumPy is a general-purpose #array-processing package designed to efficiently manipulate large #multi-dimensional arrays of arbitrary records without sacrificing too much speed for small multi-dimensional #arrays. NumPy is built on the #Numeric code base and adds features introduced by #numarray as well as an extended #C-API and the ability to create arrays of arbitrary type which also makes NumPy suitable for interfacing with general-purpose #data-base applications.

Hashtags

#numpy #array #multi #arrays #numeric #numarray #c #data