小编Leo*_*hen的帖子

Mypy 将 ORM 不可为 null 的实例属性推断为可选。

文件名：test.py

from sqlalchemy.orm import decl_api, registry
from sqlalchemy import BigInteger, Column, String

mapper_registry = registry()


class Base(metaclass=decl_api.DeclarativeMeta):
    __abstract__ = True

    registry = mapper_registry
    metadata = mapper_registry.metadata

    __init__ = mapper_registry.constructor


class Person(Base):
    __tablename__ = "persons"

    id = Column(BigInteger, primary_key=True, autoincrement=True)
    name = Column(String(40), nullable=False)


def main(person: Person):
    person_id = person.id
    person_name = person.name

    reveal_locals()

运行mypy test.py产量：

test.py:27: note: Revealed local types are:
test.py:27: note:     person: test.Person
test.py:27: note:     person_id: Union[builtins.int, None]
test.py:27: …

我正在使用该inspect模块来了解有关函数命名空间的更多信息：

import inspect

def foo():
    inspect.__cache__.update({'dummy': 0}) # Could be any class/attribute here

print(inspect.getclosurevars(foo))

重新格式化输出：

ClosureVars(
    nonlocals={}, 
    globals={'inspect': <module 'inspect' from ='C:\\Users\\guido\\AppData\\Local\\Programs\\Python\\Python39\\lib\\inspect.py'>}, 
    builtins={}, 
    unbound={'__cache__', 'update'}
)

为什么函数中使用的对象的属性（即__cache__在update这种特殊情况下）被称为未绑定变量？

仔细观察，inspect.getclosurevars可以确定字节码中的未绑定变量。更具体地说，它返回变量 in foo.__code__.co_namesthat is in foo.__globals__。

所以真正的问题可能是：

• 对象属性是否属于foo.__code__.co_names当前定义？这本身就是一个难题，因为它的定义似乎尚未确定
• 模块像当前所做的那样inspect确定变量是否正确？unbound这里的正确是指返回值是否符合变量的定义unbound。

如下图所示，_S@map和是什么_T@map意思？

附加信息：

查看multiprocessing.Pool.map定义，没有类型提示，因此上面的类型必须由 Pylance 自动生成，Pylance 是我使用的语言服务器

    def map(self, func, iterable, chunksize=None):
        '''
        Apply `func` to each element in `iterable`, collecting the results
        in a list that is returned.
        '''
        return self._map_async(func, iterable, mapstar, chunksize).get()

背景

官方文档和此博客位于同一网站 - 建议安装尽可能多的需求，conda然后使用 pip。显然这是因为conda将不知道对依赖项所做的任何更改pip，因此无法正确解析依赖项。

问题

现在，如果一个人专门使用pip并且不安装任何东西conda，那么似乎有理由期望conda不需要知道所做的任何更改pip- 因为conda实际上变成了一个隔离依赖项和管理版本的工具。然而，这违背了官方建议，因为人们不会安装尽可能多的要求conda。

所以问题仍然存在：在环境中专门使用是否有任何已知的缺点？pipconda

类似主题

此处触及了一些类似的主题，但不涵盖专门在环境中使用的情况。我也来过这里：pipconda

• 安装 Python 包时偏爱 pip 与 conda 的具体原因
• pip 和 conda 有什么区别？
• 使用 Pip 将软件包安装到 Anaconda 环境