Скорее всего это означает что вы раньше не давали работать со своим кодом другому человеку. В этом случае вам неоткуда научится писать хороший поддерживаемый код.

Можно в качестве другого человека использовать себя самого: дорабатывать свой код годовой и более давности, но это во-первых сложно, во-вторых менее эффективно.

по моему опыту - код саентистов, хотя и может выглядеть как что-то дикое, но логика там обычно верная и задачи код свои выполняет

а вот в легаси без документации - там может быть полно сюрпризов, особенно если тебе надо на него реверс инжениринг сделать

чятик, поможите пожалуйста. Пишу процесс сложной логики, надо переключаться между некоторым количеством стейтов, пишу соответственно стейт-машину.
Наткнулся на то, что энам нормально не (де)сериализуется в питоне в жсон. В рамках плоского датакласса ему ещё можно сделать воркэраунд унаследовав от str, а в рамках структуры это уже не работает. Более того, единственный нормальный способ - это сериализоывать энамы кастомным сериалайзером под каждый класс свой. Думается мне что я иду не по питоновскому пути, судя по количеству проблем, это не должно быть так сложно.

Можете посоветовать другой угол зрения?

https://gist.github.com/ariksu/836a249b217eb43aff67498aa0add226 - пример рабочей плоской структуры

https://gist.github.com/ariksu/7a87115ebe1c6d496b2802da3d1b6852 пример нерабочей структуры.

Pydantic не подойдёт?

marshmallow?

+1 к пидантику, если надо грузить данные, а не только дампать, то без него (или аналогов) не удобно. голые датаклассы заставят тонну бойлерплейт кода писать

Ага, то есть это industry standard для десериализации?

Жсон надо грузить в строго типизированные модели с преобразоваением типов. Пидантик под это как раз заточен

Можно еще pickle с потерей скорости и завязкой на питон-онли

Ага, осознал, спасибо.

Нет, пикл не даёт человекочитаемость

Тоже посмотрю, спасибо.

если смотреть marshmallow, то лучше сначала pydantic глянуть

Вроде еще yaml что-то может с сериализацией объектов делать, но я не проверял и не знаю что там за подводные камни

Ага, pydantic посовременнее, на типах. И датаклассы из коробки поддерживает

Я делал на ямл, тоже иерархии классов (де)сериализовал. Pydantic всё равно лучше и красивее :)

Ну, я бы сказал что код сайнтистов должны они же и поддерживать. А учитывая специфику, поддержка может состоять в полном переписывании кода с нуля. Что-то поменялось и модель уже нужна совсем другая. Это не всегда, но бывает. Ну а на счёт чистоты кода, ниже правильно сказано, что это может выглядеть дико для быков, но правильно для ML. Говорю как бэк изучающий ML :)

А много ли на рынке вакансий/людей на async python? Т.е. без django, ml, flask итп.