smort queryダウンロード - smort queryリソースコードのダウンロード

スモートクエリ

Django Querysetsに触発されたPythonオブジェクトを検索するための怠zyな評価されたクエリ実装。

github：https：//github.com/matiuszka/smort-query
Pypi：https：//pypi.org/project/smort-query

根拠

プログラミングタスクの多くの瞬間に、適切なオブジェクトを正しい順序で使用して、反復可能性をフィルタリングする必要があります。ほとんどの時間コードはほぼ同じように見えることに気付きましたが、どのようなインターフェイスを使用するのが最も簡単ですか？その瞬間、私はDjango Querysetsの実装がちょっと便利でよく知られていることを理解しました。

そこで、インターフェイスがDjango Oneに似ている小さなクエリエンジンを作成することにしました。ただし、Pythonオブジェクトでは機能します。追加の仮定は、メモリの消費を避けるために怠zyな評価されるということでした。

ルックアップ形式

アイデア全体がキーワードの引数の命名形式にリレーします。属性の値を取得または設定するために使用できるqualName attr1.attr2フォローしてみましょう。このエンジンは同様に物事を行いますが、ドット（ . ）で分離する代わりに、 __サインで分離しています。したがって、上記の例は、そのattr1__attr2のようなキーワード引数名に変換できます。実際には使用できません.引数名。

filterやexcludeなどの一部の方法では、コンパレータを指定することもできます。デフォルトでは、これらのメソッドはequality ==と比較しています。しかし、簡単に変更できます。 <=を使用して比較する場合は、 __leまたは__lte postfixを使用できます。したがって、 attr1__attr2__ltのような引数名になります。

サポートされているすべてのコンパレータについては、サポートされているコンパレータセクションで説明します。

インストール

 pip install smort-query

インポート

 from smort_query import ObjectQuery
# or by alias
from smort_query import OQ

どのように機能しますか？

基本

ObjectQueryの各メソッドは、新しいクエリを生成します。チェーンが非常に簡単になります。最も重要なことは、 ObjectQueryクエリインスタンスが平らにされていないことです - それは、私たちがそれらをチェーンしているときでさえ、それらがメモリにオブジェクトをロードしていないことを意味します。

クエリセットは、いくつかの方法で評価できます。

反復：

 query = ObjectQuery ( range ( 5 ))

for obj in query :
    print ( obj )

"""out:
1
2
3
4
5
"""

チェック長：

 query = ObjectQuery ( range ( 10 ))

len ( query )
"""out:
10
"""

逆クエリ：

 query = ObjectQuery ( range ( 10 ))

query . reverse ()
"""out:
<ObjectQuery for <reversed object at 0x04E8B460>>
"""

list ( list ( query . reverse ()))
"""out
[9, 8, 7, 6, 5, 4, 3, 2, 1, 0]
"""

アイテムの取得：

インデックスで取得するとクエリが評価されます。

 query = ObjectQuery ( range ( 10 ))
query [ 5 ]
"""out:
5
"""

しかし、スライスではありません！彼らは別のクエリを作成します。

 query = ObjectQuery ( range ( 10 ))
query [ 5 : 0 : - 1 ]
"""out:
<ObjectQuery for <generator object islice_extended at 0x0608B338>>
"""
list ( query [ 5 : 0 : - 1 ])
"""out:
[5, 4, 3, 2, 1]
"""

反復因子/反復剤を使用した他のオブジェクトの初期化（通常の反復とほぼ同じメカニズムです）：

 query1 = ObjectQuery ( range ( 10 ))
query2 = ObjectQuery ( range ( 10 ))

list ( query1 )
"""out:
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
"""
tuple ( query2 )
"""out:
(0, 1, 2, 3, 4, 5, 6, 7, 8, 9)
"""

ユーザーケース

偽造された人間に住むための休閑コードを考えてみましょう：

 from random import randint , choice


class Human :
    def __init__ ( self , name , age , sex , height , weight ):
        self . name = name
        self . age = age
        self . sex = sex
        self . height = height
        self . weight = weight

    def __repr__ ( self ):
        return str ( self . __dict__ )


def make_random_human ( name ):
    return Human (
        name = name ,
        age = randint ( 20 , 80 ),
        sex = choice (( 'female' , 'male' )),
        height = randint ( 160 , 210 ),
        weight = randint ( 60 , 80 ),
    )

10人のランダムな人間の作成：

 humans = [ make_random_human ( i ) for i in range ( 10 )]
"""out:
[{'name': 0, 'age': 24, 'sex': 'female', 'height': 161, 'weight': 71},
 {'name': 1, 'age': 33, 'sex': 'female', 'height': 205, 'weight': 67},
 {'name': 2, 'age': 45, 'sex': 'female', 'height': 186, 'weight': 74},
 {'name': 3, 'age': 48, 'sex': 'female', 'height': 173, 'weight': 78},
 {'name': 4, 'age': 73, 'sex': 'male', 'height': 174, 'weight': 62},
 {'name': 5, 'age': 75, 'sex': 'male', 'height': 189, 'weight': 77},
 {'name': 6, 'age': 64, 'sex': 'male', 'height': 179, 'weight': 63},
 {'name': 7, 'age': 35, 'sex': 'female', 'height': 170, 'weight': 75},
 {'name': 8, 'age': 64, 'sex': 'male', 'height': 188, 'weight': 72},
 {'name': 9, 'age': 43, 'sex': 'female', 'height': 198, 'weight': 78}]
"""

フィルタリングと除外

[30歳の年齢からの人々を見つける; 75）。そのため、私たちは特殊なコンパレータを使用します：

 list ( ObjectQuery ( humans ). filter ( age__ge = 30 , age__lt = 75 ))
"""out:
[{'name': 1, 'age': 33, 'sex': 'female', 'height': 205, 'weight': 67},
 {'name': 2, 'age': 45, 'sex': 'female', 'height': 186, 'weight': 74},
 {'name': 3, 'age': 48, 'sex': 'female', 'height': 173, 'weight': 78},
 {'name': 4, 'age': 73, 'sex': 'male', 'height': 174, 'weight': 62},
 {'name': 6, 'age': 64, 'sex': 'male', 'height': 179, 'weight': 63},
 {'name': 7, 'age': 35, 'sex': 'female', 'height': 170, 'weight': 75},
 {'name': 8, 'age': 64, 'sex': 'male', 'height': 188, 'weight': 72},
 {'name': 9, 'age': 43, 'sex': 'female', 'height': 198, 'weight': 78}]
"""

同様の方法で男性を除外することもできます。

 list ( ObjectQuery ( humans ). exclude ( sex = "male" ))
"""out:
[{'name': 0, 'age': 24, 'sex': 'female', 'height': 161, 'weight': 71},
 {'name': 1, 'age': 33, 'sex': 'female', 'height': 205, 'weight': 67},
 {'name': 2, 'age': 45, 'sex': 'female', 'height': 186, 'weight': 74},
 {'name': 3, 'age': 48, 'sex': 'female', 'height': 173, 'weight': 78},
 {'name': 7, 'age': 35, 'sex': 'female', 'height': 170, 'weight': 75},
 {'name': 9, 'age': 43, 'sex': 'female', 'height': 198, 'weight': 78}]
 """

注文

昇順でsex属性による注文：

 list ( ObjectQuery ( humans ). order_by ( "sex" ))
"""out
[{'name': 0, 'age': 24, 'sex': 'female', 'height': 161, 'weight': 71},
 {'name': 1, 'age': 33, 'sex': 'female', 'height': 205, 'weight': 67},
 {'name': 2, 'age': 45, 'sex': 'female', 'height': 186, 'weight': 74},
 {'name': 3, 'age': 48, 'sex': 'female', 'height': 173, 'weight': 78},
 {'name': 7, 'age': 35, 'sex': 'female', 'height': 170, 'weight': 75},
 {'name': 9, 'age': 43, 'sex': 'female', 'height': 198, 'weight': 78},
 {'name': 4, 'age': 73, 'sex': 'male', 'height': 174, 'weight': 62},
 {'name': 5, 'age': 75, 'sex': 'male', 'height': 189, 'weight': 77},
 {'name': 6, 'age': 64, 'sex': 'male', 'height': 179, 'weight': 63},
 {'name': 8, 'age': 64, 'sex': 'male', 'height': 188, 'weight': 72}]
"""

sex属性による順序での注文順序：

 list ( ObjectQuery ( humans ). order_by ( "-sex" ))
"""out
[{'name': 4, 'age': 73, 'sex': 'male', 'height': 174, 'weight': 62},
 {'name': 5, 'age': 75, 'sex': 'male', 'height': 189, 'weight': 77},
 {'name': 6, 'age': 64, 'sex': 'male', 'height': 179, 'weight': 63},
 {'name': 8, 'age': 64, 'sex': 'male', 'height': 188, 'weight': 72},
 {'name': 0, 'age': 24, 'sex': 'female', 'height': 161, 'weight': 71},
 {'name': 1, 'age': 33, 'sex': 'female', 'height': 205, 'weight': 67},
 {'name': 2, 'age': 45, 'sex': 'female', 'height': 186, 'weight': 74},
 {'name': 3, 'age': 48, 'sex': 'female', 'height': 173, 'weight': 78},
 {'name': 7, 'age': 35, 'sex': 'female', 'height': 170, 'weight': 75},
 {'name': 9, 'age': 43, 'sex': 'female', 'height': 198, 'weight': 78}]
"""

複数の属性による注文：

 list ( ObjectQuery ( humans ). order_by ( "-sex" , "height" ))
"""out:
[{'name': 5, 'age': 75, 'sex': 'male', 'height': 189, 'weight': 77},
 {'name': 8, 'age': 64, 'sex': 'male', 'height': 188, 'weight': 72},
 {'name': 6, 'age': 64, 'sex': 'male', 'height': 179, 'weight': 63},
 {'name': 4, 'age': 73, 'sex': 'male', 'height': 174, 'weight': 62},
 {'name': 1, 'age': 33, 'sex': 'female', 'height': 205, 'weight': 67},
 {'name': 9, 'age': 43, 'sex': 'female', 'height': 198, 'weight': 78},
 {'name': 2, 'age': 45, 'sex': 'female', 'height': 186, 'weight': 74},
 {'name': 3, 'age': 48, 'sex': 'female', 'height': 173, 'weight': 78},
 {'name': 7, 'age': 35, 'sex': 'female', 'height': 170, 'weight': 75},
 {'name': 0, 'age': 24, 'sex': 'female', 'height': 161, 'weight': 71}]
"""

注釈

フィルタリングと順序の価値がない場合は、手作業で使用できない場合は、その場で計算できます。

 # Sorry for example if someone feels offended
root_query = ObjectQuery ( humans )

only_females = root_query . filter ( sex = "female" )  # reduce objects for annotation calculation
bmi_annotated_females = only_females . annotate ( bmi = lambda obj : obj . weight / ( obj . height / 100 ) ** 2 )
overweight_females = bmi_annotated_females . filter ( bmi__gt = 25 )
overweight_females_ordered_by_age = overweight_females . order_by ( "age" )
list ( overweight_females_ordered_by_age )
"""out:
[{'name': 0, 'age': 24, 'sex': 'female', 'height': 161, 'weight': 71, 'bmi': 27.390918560240728},
 {'name': 7, 'age': 35, 'sex': 'female', 'height': 170, 'weight': 75, 'bmi': 25.95155709342561},
 {'name': 3, 'age': 48, 'sex': 'female', 'height': 173, 'weight': 78, 'bmi': 26.061679307694877}]
"""

コピー

各メソッドクエリはコピーの返品です。新しく作成されたものに対する反復がオブジェクトソースに影響しない場合。

 root_query = ObjectQuery ( humans ). filter ( age__ge = 30 , age__lt = 75 )
query1 = root_query . filter ( weight__gt = 75 )
query2 = root_query . filter ( weight__in = [ 78 , 62 ])

list ( query1 )
"""out:
[{'name': 3, 'age': 48, 'sex': 'female', 'height': 173, 'weight': 78},
 {'name': 9, 'age': 43, 'sex': 'female', 'height': 198, 'weight': 78}]
"""

list ( query2 )
"""out:
[{'name': 3, 'age': 48, 'sex': 'female', 'height': 173, 'weight': 78},
 {'name': 4, 'age': 73, 'sex': 'male', 'height': 174, 'weight': 62},
 {'name': 9, 'age': 43, 'sex': 'female', 'height': 198, 'weight': 78}]
"""

list ( root_query )
"""out:
[{'name': 1, 'age': 33, 'sex': 'female', 'height': 205, 'weight': 67},
 {'name': 2, 'age': 45, 'sex': 'female', 'height': 186, 'weight': 74},
 {'name': 3, 'age': 48, 'sex': 'female', 'height': 173, 'weight': 78},
 {'name': 4, 'age': 73, 'sex': 'male', 'height': 174, 'weight': 62},
 {'name': 6, 'age': 64, 'sex': 'male', 'height': 179, 'weight': 63},
 {'name': 7, 'age': 35, 'sex': 'female', 'height': 170, 'weight': 75},
 {'name': 8, 'age': 64, 'sex': 'male', 'height': 188, 'weight': 72},
 {'name': 9, 'age': 43, 'sex': 'female', 'height': 198, 'weight': 78}]
"""

しかし、チェーンの中央でクエリを評価することでそれを破ることがある場合があるため、明示的にクエリのコピーをどこかに保存し、 rootでのさらなるアクションがクエリに影響を与えないことを確認したい場合は、次のことができます。

 root_query = ObjectQuery ( humans )
copy = root_query . all ()

反転

クエリを逆にすることもできますが、クエリを評価することを忘れないでください。

 root_query = ObjectQuery ( humans ). reverse ()
list ( root_query )
"""out:
[{'name': 9, 'age': 43, 'sex': 'female', 'height': 198, 'weight': 78},
 {'name': 8, 'age': 64, 'sex': 'male', 'height': 188, 'weight': 72},
 {'name': 7, 'age': 35, 'sex': 'female', 'height': 170, 'weight': 75},
 {'name': 6, 'age': 64, 'sex': 'male', 'height': 179, 'weight': 63},
 {'name': 5, 'age': 75, 'sex': 'male', 'height': 189, 'weight': 77},
 {'name': 4, 'age': 73, 'sex': 'male', 'height': 174, 'weight': 62},
 {'name': 3, 'age': 48, 'sex': 'female', 'height': 173, 'weight': 78},
 {'name': 2, 'age': 45, 'sex': 'female', 'height': 186, 'weight': 74},
 {'name': 1, 'age': 33, 'sex': 'female', 'height': 205, 'weight': 67},
 {'name': 0, 'age': 24, 'sex': 'female', 'height': 161, 'weight': 71}]
"""

または

ビットワイズまたは2つのクエリを組み合わせます。 unionメソッドと同じ。 2つ以上のクエリまたはそれ以上を開催した後、注文が必要になる場合があることに注意してください。

 root_query = ObjectQuery ( humans )
males = root_query . filter ( sex = "male" )
females = root_query . filter ( sex = "female" )
both1 = ( males | females )
both2 = males . union ( females )

list ( both1 )
"""out:
[{'name': 4, 'age': 73, 'sex': 'male', 'height': 174, 'weight': 62},
 {'name': 5, 'age': 75, 'sex': 'male', 'height': 189, 'weight': 77},
 {'name': 6, 'age': 64, 'sex': 'male', 'height': 179, 'weight': 63},
 {'name': 8, 'age': 64, 'sex': 'male', 'height': 188, 'weight': 72},
 {'name': 0, 'age': 24, 'sex': 'female', 'height': 161, 'weight': 71},
 {'name': 1, 'age': 33, 'sex': 'female', 'height': 205, 'weight': 67},
 {'name': 2, 'age': 45, 'sex': 'female', 'height': 186, 'weight': 74},
 {'name': 3, 'age': 48, 'sex': 'female', 'height': 173, 'weight': 78},
 {'name': 7, 'age': 35, 'sex': 'female', 'height': 170, 'weight': 75},
 {'name': 9, 'age': 43, 'sex': 'female', 'height': 198, 'weight': 78}]
"""
list ( both2 )
"""out:
[{'name': 4, 'age': 73, 'sex': 'male', 'height': 174, 'weight': 62},
 {'name': 5, 'age': 75, 'sex': 'male', 'height': 189, 'weight': 77},
 {'name': 6, 'age': 64, 'sex': 'male', 'height': 179, 'weight': 63},
 {'name': 8, 'age': 64, 'sex': 'male', 'height': 188, 'weight': 72},
 {'name': 0, 'age': 24, 'sex': 'female', 'height': 161, 'weight': 71},
 {'name': 1, 'age': 33, 'sex': 'female', 'height': 205, 'weight': 67},
 {'name': 2, 'age': 45, 'sex': 'female', 'height': 186, 'weight': 74},
 {'name': 3, 'age': 48, 'sex': 'female', 'height': 173, 'weight': 78},
 {'name': 7, 'age': 35, 'sex': 'female', 'height': 170, 'weight': 75},
 {'name': 9, 'age': 43, 'sex': 'female', 'height': 198, 'weight': 78}]
"""

サポートされたコンパレータ

プロジェクトは、ルックアップのためにポストフィックスとして選択できる多くのコンパレータをサポートしています。

デフォルトのコンパレータはeqです
eq a == bを作成します
exact a == bになります
in a in b
contains b in aを作成します
gt a > bを作成します
gte a >= bを作成します
ge a >= b作成します
lt a < bを作成します
lte a <= bを作成します
le a <= bを作成します

トドス

Sphinxドキュメント。
order_by()と同じように機能するasc()およびdesc()メソッドは、前もって指定されたOrderを使用します。
重複を削除するためのunique_justseen()およびunique_everseen()メソッド。渡された属性によって実現されるか、オブジェクトの平等に委任された比較__eq__ 。
2つのクエリで一般的なオブジェクトを見つけるためのintersection()メソッド。渡された属性によって実現されるか、オブジェクトの平等に委任された比較__eq__ 。
ライフサイクルごとに1回のみクエリを評価するための__len__および__getitem__改善。

貢献

あらゆる形態の貢献が高く評価されています。問題、新しいアイデア、新機能を見つける。そしてもちろん、このプロジェクトのPRを作成できます。

拡大する

smort query

スモートクエリ

根拠

ルックアップ形式

インストール

インポート

どのように機能しますか？

基本

ユーザーケース

フィルタリングと除外

注文

注釈

コピー

反転

または

サポートされたコンパレータ

トドス

貢献

GitHub sgrebnov/cordova plugin background download

Wa ch ull navra maza navsacha 2 2024 ull ovie Fr e Online On Strea ings

Wa ch navra maza navsacha 2 2024 ull ovie Online For Fr e Strea ings At Home

Wa ch the greatest of all time 2024 ull ovie Online For Fr e Strea ings At Home

wolfs 2024 f llmo ie f lmyz lla dow load ree 7 0p 4 0p a d 10 0p

Xluo クエリの大規模なチャットルーム

chat.petals.dev

GPT Prompt Templates

GPTyped

Google Dorks

shepherd

mongo express

Google Dorks

shepherd

mongo express