AnswerDotAI/fastcore

解決的問題

透過引入受其他語言（如 Ruby 和 Haskell）以及 NumPy 啟發的功能，解決 Python 標準函式庫的限制與「粗糙邊緣」。旨在透過提供缺失的資料操作、類別擴展與平行處理工具，讓 Python 對開發者而言更具彈性與表現力。

如何運作

fastcore 透過以下機制擴展 Python 的動態特性：

• 增強的資料結構：以 L 取代標準的 list，支援進階索引與方法鏈式呼叫。
• 元程式設計：使用 @patch 裝飾器向現有類別（包含內建類別）新增方法，無需繼承。
• 函數式工具：提供柯里化、繫結、組合與映射等工具，支援函數式程式設計風格。
• 開發者工具：包含 store_attr() 自動化 __init__ 方法中的屬性指派，以及 @delegates 改進關鍵字參數處理與 IDE 支援。

適用對象

希望撰寫更簡潔、易讀且具函數式風格程式碼的 Python 開發者，以及尋找標準 Python 集合與併發工具更強大替代方案的開發者。

主要亮點

• L 類別：list 的即插即用替代品，支援基於集合的索引與內建的 .map() 與 .filter() 方法。
• 猴子補丁：@patch 裝飾器允許無縫擴展現有類別。
• 減少樣板程式碼：store_attr() 簡化類別初始化過程。
• 平行處理：增強的 ThreadPoolExecutor 與 ProcessPoolExecutor，便於併發執行。
• 擴展的 Pathlib：向標準 Path 類別新增 ls() 與 read_json() 等實用方法。
• CLI 工具：fastcore.script 可快速將 Python 函數轉換為命令列介面。