Pythonで連鎖メソッドの行を分割する方法は？

私は次のコードの行を持っています（命名規則を非難しないでください、それらは私のものではありません）：

subkeyword = Session.query(
    Subkeyword.subkeyword_id, Subkeyword.subkeyword_word
).filter_by(
    subkeyword_company_id=self.e_company_id
).filter_by(
    subkeyword_word=subkeyword_word
).filter_by(
    subkeyword_active=True
).one()

私はそれがどのように見えるか（読みすぎない）が好きではありませんが、この状況で行を79文字に制限するためのより良い考えはありません。それを壊すより良い方法はありますか（できればバックスラッシュなし）？

追加の括弧を使用できます：

subkeyword = (
        Session.query(Subkeyword.subkeyword_id, Subkeyword.subkeyword_word)
        .filter_by(subkeyword_company_id=self.e_company_id)
        .filter_by(subkeyword_word=subkeyword_word)
        .filter_by(subkeyword_active=True)
        .one()
    )

これは、括弧を開くよりも行継続文字の方が望ましい場合です。このスタイルの必要性は、メソッド名が長くなり、メソッドが引数を取るようになるにつれて、より明白になります。

subkeyword = Session.query(Subkeyword.subkeyword_id, Subkeyword.subkeyword_word) \
                    .filter_by(subkeyword_company_id=self.e_company_id)          \
                    .filter_by(subkeyword_word=subkeyword_word)                  \
                    .filter_by(subkeyword_active=True)                           \
                    .one()

PEP 8は、常識的な尺度で、実用的で美しいものへの目で解釈されることを意図しています。PEP 8のガイドラインに違反すると、コードが見にくくなったり、読みにくくなったりします。

そうは言っても、PEP 8に頻繁に対立する場合は、選択した空白文字を超える読みやすさの問題があることを示している可能性があります:-)

私の個人的な選択は：

サブキーワード= Session.query（
    Subkeyword.subkeyword_id、
    Subkeyword.subkeyword_word、
）.filter_by（
    subkeyword_company_id = self.e_company_id、
    subkeyword_word = subkeyword_word、
    subkeyword_active = True、
）。1（）

中間結果/オブジェクトを保存して、次のメソッドを呼び出すだけです。

q = Session.query(Subkeyword.subkeyword_id, Subkeyword.subkeyword_word)
q = q.filter_by(subkeyword_company_id=self.e_company_id)
q = q.filter_by(subkeyword_word=subkeyword_word)
q = q.filter_by(subkeyword_active=True)
subkeyword = q.one()

Python言語リファレンスによると
、バックスラッシュを使用できます。
または単にそれを壊します。ブラケットがペアになっていない場合、Pythonはそれを行として扱いません。そして、そのような状況下では、次の行のインデントは重要ではありません。

他の人が提供するものとは少し異なるソリューションですが、時々気の利いたメタプログラミングにつながるため、私のお気に入りです。

base = [Subkeyword.subkeyword_id, Subkeyword_word]
search = {
    'subkeyword_company_id':self.e_company_id,
    'subkeyword_word':subkeyword_word,
    'subkeyword_active':True,
    }
subkeyword = Session.query(*base).filter_by(**search).one()

これは、検索を構築するための素晴らしいテクニックです。複雑なクエリフォーム（またはユーザーが探しているものについての文字列ベースの演繹）からマイニングする条件のリストを調べ、辞書をフィルターに分解します。

SQLAlchemyを使用しているsqlalchemy.orm.query.Query.filter_by()ようですが、trueの場合、メソッドは複数のキーワード引数を取るため、次のように記述できます。

subkeyword = Session.query(Subkeyword.subkeyword_id,
                           Subkeyword.subkeyword_word) \
                    .filter_by(subkeyword_company_id=self.e_company_id,
                               subkeyword_word=subkeyword_word,
                               subkeyword_active=True) \
                    .one()

しかし、それはより良いでしょう：

subkeyword = Session.query(Subkeyword.subkeyword_id,
                           Subkeyword.subkeyword_word)
subkeyword = subkeyword.filter_by(subkeyword_company_id=self.e_company_id,
                                  subkeyword_word=subkeyword_word,
                                  subkeyword_active=True)
subkeuword = subkeyword.one()

次のように、引数を2つのブロックでインデントし、ステートメントを1つのブロックでインデントするのが好きです。

for image_pathname in image_directory.iterdir():
    image = cv2.imread(str(image_pathname))
    input_image = np.resize(
            image, (height, width, 3)
        ).transpose((2,0,1)).reshape(1, 3, height, width)
    net.forward_all(data=input_image)
    segmentation_index = net.blobs[
            'argmax'
        ].data.squeeze().transpose(1,2,0).astype(np.uint8)
    segmentation = np.empty(segmentation_index.shape, dtype=np.uint8)
    cv2.LUT(segmentation_index, label_colours, segmentation)
    prediction_pathname = prediction_directory / image_pathname.name
    cv2.imwrite(str(prediction_pathname), segmentation)