TL;DR
La société développe la face avant avec React et la partie arrière avec Django.
Sur la face avant, j'utilise souvent une bibliothèque appelée lodash, mais c'est incroyablement pratique, et quand j'écris Python après cela, je me sens parfois frustré parce qu'il n'y a pas de lodash.
Un jour où je souffrais d'une telle frustration, j'ai trouvé une bibliothèque appelée pydash, qui peut être considérée comme la version Python de lodash, donc je vais la présenter.
La version Ptyhon disponible est 2.6 ou supérieure, ou 3.3 ou supérieure, donc je vais l'essayer avec Python 3.7.6.
$ pip install pydash
>>> import pydash
>>> from pydash import flatten
# Arrays
>>> flatten([1, 2, [3, [4, 5, [6, 7]]]])
[1, 2, 3, [4, 5, [6, 7]]]
>>> pydash.flatten_deep([1, 2, [3, [4, 5, [6, 7]]]])
[1, 2, 3, 4, 5, 6, 7]
>>> pydash.remove([{'name': 'moe', 'age': 40}, {'name': 'larry', 'age': 50}], lambda x: x['age'] < 50)
[{'name': 'moe', 'age': 40}]
# Collections
>>> pydash.map_([{'name': 'moe', 'age': 40}, {'name': 'larry', 'age': 50}], 'name')
['moe', 'larry']
>>> pydash.filter_([{'name': 'moe', 'age': 40}, {'name': 'larry', 'age': 50}], {'age': 40})
[{'name': 'moe', 'age': 40}]
# Functions
>>> curried = pydash.curry(lambda a, b, c: a + b + c)
>>> curried(1, 2)(3)
6
# Objects
>>> pydash.omit({'name': 'moe', 'age': 40}, 'age')
{'name': 'moe'}
# Utilities
>>> pydash.times(3, lambda index: index)
[0, 1, 2]
# Chaining
>>> pydash.chain([1, 2, 3, 4]).without(2, 3).reject(lambda x: x > 1).value()
[1]
C'est merveilleux. Ce n'est pas inférieur au lodash.
Comme mentionné ci-dessus, il existe des différences subtiles dans les noms de fonction tels que pydash.map_ et pydash.filter_.
Je pense que c'est assez pratique. La documentation de lodash est assez facile à lire, il semble donc que le développement progressera en s'y référant.
https://pydash.readthedocs.io/en/latest/ https://lodash.com/
Recommended Posts