EOM
@energy_of_music · Post #52408 · 15.04.2026 г., 14:58
Мадонна в её 48 на Коачелле ровно 20 лет назад со своей «Hung up» (2006) #visual в смысле подписаться?
Hashtags
TGTGInsighttelegram intelligenceLIVE / telegram public index
TGINSIGHT SIMILAR POSTS
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
Резултати
Пронајдени 255 слични објави
Пребарај: #visual
当前筛选 #visual清除筛选
j'accuse
@jaccuse · Post #23 · 24.07.2017 г., 09:10
"Выставка "Тарковский и Плавинский" в "Новом пространстве" Театра наций не закрылась на этой неделе, как планировалось — а продолжит работу до конца августа; что ж, повод сказать о ней два слова. Режиссер Тарковский и художник Дмитрий Плавинский были почти ровесниками и вращались более-менее в одних и тех же кругах, но знакомы не были; их пересечение — воля куратора, а не факт их биографии. Выставка совсем небольшая, на первом этаже фотографии Тарковского 60-70-х (какой же он был денди), на втором — работы Плавинского и большие видеопроекции из "Андрея Рублева". Если попытаться сформулировать самым грубым образом, в чем тут сходство — оба занимались поисками сакрального, сверхценного, вечного в самую неподходящую для этого эпоху: осколки священных тайн, черепки древних цивилизаций, непостижимые сигналы из глубин вселенной, культура, растворяющаяся в природе. Сейчас эпоха снова неподходящая, и вжиться в это мироощущение крайне сложно — и поэтому, конечно, хотелось бы, чтоб на выставку пришло как можно больше народу, но смотреть ее лучше в одиночестве. И еще одна деталь: на втором этаже, где картины и видеопроекции, играет по кругу фа-минорная прелюдия Баха из "Соляриса", а поверх нее пущен специально сделанный аудиоколлаж — лесной шум, пение птиц, отдаленный звон колоколов, невесть откуда взявшийся вибрафон, похоже на инструментал в конце альбома "Гражданской обороны" — и да, так можно что-то почувствовать." #visual#cinema
j'accuse
@jaccuse · Post #5 · 23.07.2017 г., 10:26
Арктика от немного самовлюбленного фотографа https://vimeo.com/channels/staffpicks/226201181 #visual #photo
椒盐豆豉剪报
@mtfront · Post #4244 · 26.02.2026 г., 18:04
快乐地图 什么让人们快乐？布丁用了一个 2017 年的研究收集到的超过十万个快乐瞬间的数据做了一个可视化分析。有有引导的故事模式也有可以自由探索和 filter 的数据模式。 #data#visual
椒盐豆豉剪报
@mtfront · Post #4031 · 14.09.2025 г., 07:05
一万美金能买多少各种金属 #data#visual
椒盐豆豉剪报
@mtfront · Post #3966 · 20.07.2025 г., 06:02
世界各国平均阴茎长度🍆 #data#visual
椒盐豆豉剪报
@mtfront · Post #3638 · 18.11.2024 г., 06:21
情歌已死……吗？ 布丁又来了，这篇互动视觉 eassy 分析了几十年来的流行曲目来回答“情歌是否已死（被关于性的歌曲取代）”这个问题。当“情歌”的定义不断被拓宽，也能得出不同的结论，每一个节点都有代表作可以播放高亮选段，还能高亮固指定歌手或歌。文章结尾还提供了可以自选 category 的互动视图。 （WAP 要是也能算情歌的话是有点夸张了吧🤣） #data#visual
椒盐豆豉剪报
@mtfront · Post #3396 · 19.07.2024 г., 16:48
举办奥运会的成本估算（已校准通货膨胀） 2014 年冬奥会竟然比北京奥运会还贵，老大哥们都好好大喜功啊。 #data#visual
椒盐豆豉剪报
@mtfront · Post #3341 · 01.07.2024 г., 20:33
极端温度如何影响人类生活 Our world in data 出了一个极端温度对人类死亡率的影响的两部分析，第一篇是现有的气候相关死亡率，第二篇是对未来的预测 #data#visual
椒盐豆豉剪报
@mtfront · Post #3202 · 27.04.2024 г., 00:53
各类出行方式的碳足迹 图中数据综合了能源使用和上座率。数字为每位乘客每千米的碳排放量。欧铁也太低碳了吧！游轮不愧是最被大家嫌弃的碳怪兽，但短途飞机也很高碳。 #data#visual
椒盐豆豉剪报
@mtfront · Post #3178 · 11.04.2024 г., 19:36
美国 2023 年实际 GDP 增长排前十的州。最大增长来自矿业和石油天然气。 与此同时，2023 年增长最慢的是 Delaware, Mississippi, New York，都在 1% 以下。全国平均增长是 2.5%。 （搞不懂都做地图了为啥不所有州的数字都做进去🤔） #data#visual
椒盐豆豉剪报
@mtfront · Post #3152 · 28.03.2024 г., 21:48
美国每个州的主要出口产品(telegram 压图严重可以点进文章去看原图） 华州最多的竟然是向中国出口农产品，卖的什么樱桃吗🤣（不过有一说一上次 road trip 华州东部确实超多农田开车几个小时见不到头那种，华西也产很多海鲜） #data#visual