Django Dirty Fields 技术文档
2024-12-20 18:34:07作者:卓炯娓
1. 安装指南
安装方式
要安装 django-dirtyfields,您可以使用 pip 命令:
pip install django-dirtyfields
兼容性
django-dirtyfields 兼容以下版本的 Python 和 Django:
| Django 版本 | Python 版本 |
|---|---|
| 2.2, 3.0, 3.1 | 3.8, 3.9 |
| 3.2, 4.0 | 3.8, 3.9, 3.10 |
| 4.1 | 3.8, 3.9, 3.10, 3.11 |
| 4.2 | 3.8, 3.9, 3.10, 3.11, 3.12 |
| 5.0, 5.1 | 3.10, 3.11, 3.12 |
2. 项目的使用说明
使用步骤
-
继承
DirtyFieldsMixin:在您想要跟踪的 Django 模型中继承DirtyFieldsMixin。from django.db import models from dirtyfields import DirtyFieldsMixin class ExampleModel(DirtyFieldsMixin, models.Model): """A simple example model to test dirty fields mixin with""" boolean = models.BooleanField(default=True) characters = models.CharField(blank=True, max_length=80) -
检查实例是否为脏数据:使用
is_dirty()函数检查模型实例是否为脏数据。 -
获取脏字段:使用
get_dirty_fields()函数获取脏字段及其原始值。
示例
>>> model = ExampleModel.objects.create(boolean=True, characters="first value")
>>> model.is_dirty()
False
>>> model.get_dirty_fields()
{}
>>> model.boolean = False
>>> model.characters = "second value"
>>> model.is_dirty()
True
>>> model.get_dirty_fields()
{'boolean': True, 'characters': 'first value'}
3. 项目API使用文档
DirtyFieldsMixin
DirtyFieldsMixin 是一个用于跟踪 Django 模型实例中脏字段的 mixin。脏字段指的是内存中的值与数据库中的值不同的字段。
方法
is_dirty():返回一个布尔值,表示模型实例是否为脏数据。get_dirty_fields():返回一个字典,包含所有脏字段及其原始值。
示例
>>> model = ExampleModel.objects.create(boolean=True, characters="first value")
>>> model.is_dirty()
False
>>> model.get_dirty_fields()
{}
>>> model.boolean = False
>>> model.characters = "second value"
>>> model.is_dirty()
True
>>> model.get_dirty_fields()
{'boolean': True, 'characters': 'first value'}
4. 项目安装方式
使用 pip 安装
pip install django-dirtyfields
手动安装
您也可以从 GitHub 仓库下载源代码并手动安装:
git clone https://github.com/romgar/django-dirtyfields.git
cd django-dirtyfields
python setup.py install
通过以上步骤,您可以成功安装并使用 django-dirtyfields 来跟踪 Django 模型实例中的脏字段。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
项目优选
收起
暂无描述
Dockerfile
764
4.98 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.93 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
683
1.33 K
Ascend Extension for PyTorch
Python
719
880
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
457
439
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.1 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
305
118
昇腾LLM分布式训练框架
Python
178
221