Мне тоже. Хаксофт иногда ограничивает в переиспользовании кода(а вот в контексте I/O сериалайзеров в контексте вьюшек, так это немного немало нарушение SRP как мне кажется), но наверное причиной этому является наиболее быстрый и точечный отлов ошибок(в конкретной вьюшке, конкретном сериалайзере, если таковые конечно будут) при дебаге (один раз даже пригодилось), условно, если что-то пошло не так в каком-то
SubjectCreateAPI
, у которого есть
InputSerializer
, то мы гарантированно исправим баг в одном конкретном месте, и потом он не всплывет в каком-то
QuestionCreateAPI``
. Но вот что круто касаемо сериалайзеров в хаксофте-так это их задумка с nested serializers(
inline_serializer`),
https://github.com/HackSoftware/Django-Styleguide#nested-serializers. Ещё что не нравится в хаксофте-2 формата(метода) запросов-GET/POST, мол "POST для всего, а гет для получения"(а это вот уже не по ресту!), чем-то на спринг похоже(из слов товарища джависта). Однако хаксофт содержит множество других, хороших архитектурных решений.

Слишком много слов. Пиши на джаваскрипте просто и все

Всем Привет! Есть тут спецы по Django! Собственно вопросы как отфильтровать записи в которых все ссылчные(ManytoMnay) записи имеют какое определенное значение

Например тут все записи Stock у которых во всех ссылках на Price поле price булет равно 1

Stock.objects.filter(price_stock__price=1)

а, нет

Stock.objects.filter(prices__price=1)

я так пробовал но тогда возвращается если хотя бы одна из записей равна 1

а, вам типа все нужны?

ну тут через annotate наверно

да что во всех записях была 1

через вложенный запрос

я тоже с похожей проблемой столкнулся, пока вплотную не занимался

через обычные фильтры не вернет - это уже пробовал)

ок спасибо попробую через annotate

Ребята, помню, вроде кто-то хотел совместную пробежку на Сайране. Забыл кто. Буду там через минут 20, час, полтора длительность

​Наглядно о том, как работает NumPy

При работе с данными, машинным обучением, со сложными математическими вычислениями на Python не обойтись без библиотеки NumPy. Даже Pandas и TensorFlow включают в себя NumPy. Так что, если вы планируете заниматься какими-либо вычислениями на питоне, то эта библиотека просто мастхэв.

А в этой статье вы сможете ближе познакомиться с NumPy и научиться работать с ним:

https://tprg.ru/E8n6

Совсем обленились да