معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Transform code using the power of the Python AST

ویژگی	مقدار
سیستم عامل	-
نام فایل	ast-refactor-0.1.0
نام	ast-refactor
نسخه کتابخانه	0.1.0
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Flatiron Health Data Tooling
ایمیل نویسنده	data-tooling@flatiron.com
آدرس صفحه اصلی	https://github.com/flatironhealth/ast-refactor
آدرس اینترنتی	https://pypi.org/project/ast-refactor/
مجوز	BSD-3-Clause

# ast-refactor Apply structured migrations to existing python source code easily. This is intended to be used to migrate from older code patterns to modern supported ones. For library authors this can assist in providing migration tools so that users can migrate to newer versions of your library more easily. ast-refactor *will* modify your source code if you run it, so be sure to run it on a repository that doesn't have code that is not checked in. ## Why? When dealing with large codebases it is common to encounter code that is using libraries in ways that are deprecated (or removed) in newer versions of those libraries. For example you have the following code that uses an older version of pandas (<0.17) ```python df = pd.DataFrame({"A": ["foo", "foo", "foo", "foo", "foo", "bar", "bar", "bar", "bar"], "B": ["one", "one", "one", "two", "two", "one", "one", "two", "two"], "C": ["small", "large", "large", "small", "small", "large", "small", "small", "large"], "D": [1, 2, 2, 3, 3, 4, 5, 6, 7], "E": [2, 4, 5, 5, 6, 6, 8, 9, 9]}) table = (pd .pivot_table( df, rows=['A', 'B'], cols=['C'], values='D', aggfunc=np.sum) .sort("large") ) ``` The second statement uses two pandas functions with deprecated keyword arguments. You can obviously fix this by hand, but if you have lots of code this is tedious and error prone. `ast-refactor` provides you the tools to automatically convert that second statement into something that will work for modern versions of pandas. ```python table = (pd .pivot_table( df, index=['A', 'B'], columns=['C'], values='D', aggfunc=np.sum) .sort_values("large") ) ``` This is intended as a tool to help library author and owners of large codebases migrate source code easily. ## Usage For detailed usage documentation see [usage docs](https://github.com/flatironhealth/ast-refactor/blob/master/doc/using.md) and [writing a migrator](https://github.com/flatironhealth/ast-refactor/blob/master/doc/writing_a_migrator.md) and ### as a python cli The easiest way to install this tool is using [pipx](https://pipxproject.github.io/pipx/). ```bash $ pipx install \ ast-refactor $ ast-refactor run some/path/or/file ``` ### as a docker container Alternatively you can run it from a docker container ```bash $ docker run \ -e UID=$(id -u) \ -e GID=$(id -u) \ -v /some/path/or/file:/work \ flatironhealth/ast-refactor \ run \ /work ``` ## Building ### locally ```bash $ pip install . $ ast-refactor some/path/or/file ``` ### docker ```bash docker build -t ast-refactor . ```

زبان مورد نیاز

مقدار	نام
>=3.6	Python

نحوه نصب

نصب پکیج whl ast-refactor-0.1.0:

pip install ast-refactor-0.1.0.whl

نصب پکیج tar.gz ast-refactor-0.1.0:

pip install ast-refactor-0.1.0.tar.gz