Kaip pagerinti duomenų tvarkymą naudojant Pydantic duomenų klases

Kaip Pagerinti Duomenu Tvarkyma Naudojant Pydantic Duomenu Klases



Pydantic duomenų klasės siūlo pažangų sprendimą, kaip patobulinti duomenų tvarkymą Python. Darbas kaip duomenų patvirtinimo sistema supaprastina struktūrinių duomenų kūrimo procesą, integruojant juos su duomenų klasėmis. Jis automatizuoja duomenų patvirtinimą, klaidų ataskaitų teikimą ir duomenų tipų konvertavimą. Taip užtikrinama, kad duomenys atitiktų nurodytus reikalavimus. Ji taip pat palaiko numatytąsias reikšmes, pasirenkamus laukus ir sudėtingas duomenų struktūras. Trumpai tariant, Pydantic duomenų klasės padeda programuotojams optimizuoti duomenų tvarkymo praktiką, o tai leidžia pasiekti efektyvių ir patikimų kodavimo rezultatų.

Sintaksė:

Paprastas, bet efektyvus būdas pagerinti duomenų valdymą naudojant Pydantic duomenų klases Python yra naudoti klasės dekoratorių, kurio pagalba iš esmės sukuriame modelį, kaip turėtų atrodyti mūsų duomenys. Tai tarsi mūsų duomenų aiškios struktūros suteikimas. Taigi, sintaksė duomenų klasei apibrėžti yra tokia:







klasė Modelio vardas ( Bazinis modelis )

„Model_name“ pateikia modelio, kurį norime sukurti, pavadinimą, o „Pydantic“ „BaseModel“ veikia kaip globėjas, užtikrinantis, kad duomenys atitiktų mūsų nustatytas taisykles ir būtų perduodami modeliui kaip įvesties parametras. Klasėje mes apibrėžiame, kokia informacija turi būti kiekvienoje duomenų dalyje. Šis procesas užtikrina, kad kai sukuriame duomenų klasės egzempliorių, mūsų pateikta informacija atitinka tai, ką apibrėžėme.



1 būdas: patobulintas duomenų tvarkymas naudojant Pydantic duomenų klasę

Įsivaizduokite, kad kuriame paprastą programą, skirtą informacijai apie knygas tvarkyti mūsų kolekcijoje. Norime užtikrinti, kad šiuo tikslu renkami duomenys būtų tikslūs, nuoseklūs ir gerai struktūrizuoti. Čia „Pydantic“ duomenų klasės padeda supaprastinti ir pagerinti procesą.



Pradedant nuo pavyzdžio, reikia apibrėžti Pydantic Dataclass. Taigi, pradedame apibrėždami Pydantic duomenų klasę, pavadintą „Knygos“, kuri atspindi knygų informaciją. Norėdami apibrėžti Pydantic duomenų klasę, turime įsitikinti, kad visi Pydantic paketai yra įdiegti prieš projekte.





pydantiškas importuoti Bazinis modelis

Naudodami klasės dekoratorių sukuriame „Knygos“ klasę, paveldėtą iš Pydantic's BaseModel. Klasėje nurodome tokius atributus kaip pavadinimas, autorius ir release_year, kiekvienas susietas su atitinkamu duomenų tipu.

klasė Knyga ( Bazinis modelis ) :

pavadinimas: g

autorius: g

release_year: tarpt

Sukūrę klasės modelį, naudojame Pydantic duomenų klasę, pasinaudodami duomenų klasės „Knyga“ galia tvarkyti „filmo“ duomenis:



Šiame skyriuje imituojame naudotoją, kuris įveda išsamią informaciją apie knygą. „Knygos“ duomenų klasės modelis turi tokius atributus kaip pavadinimas, autorius ir išleidimo metai su jų skiriamaisiais duomenų tipais. Taigi šioje dalyje, t.y. „input“, nurodome jų reikšmes.

įvestis = {

'titulas' : 'kentėti' ,

'autorius' : 'Adomas' ,

'išleidimo_metai' : 2023 m

}

Įvedę detales apie knygos modelio atributus, mes sukuriame „Knygos“ egzempliorių su pateiktais duomenimis, naudodami šiuos duomenis; tai daroma siekiant užtikrinti, kad „Pydantic“ automatiškai patvirtintų įvestį pagal apibrėžtą duomenų struktūrą. Jei yra kokių nors neatitikimų ar klaidų, pvz., ne sveikieji išleidimo metai arba trūksta pavadinimo, „Pydantic“ greitai pateikia klaidą ir patogų paaiškinimą.

bandyti :

knyga = Knyga ( ** įvestis )

spausdinti ( 'Išsami knygos informacija:' , knyga. titulą , knyga. autorius , knyga. išleidimo_metai )

išskyrus Išimtis kaip Tai yra:

spausdinti ( 'Klaida:' , tai yra )

Dėl patyrusio patobulinto duomenų tvarkymo su Pydantic duomenų klasėmis gauname integruotą duomenų patvirtinimo ir nuoseklumo mechanizmą. Galime įtraukti pasirenkamus laukus, numatytąsias reikšmes ir sudėtingas įdėtas struktūras, kad apimtų įvairius duomenų scenarijus. Tai garantuoja, kad mūsų duomenys bus sutvarkyti ir tinkamai suformatuoti.

Šiame žingsnyje nagrinėjama, kaip Pydantic duomenų klasės siūlo patobulintas duomenų apdorojimo galimybes naudojant tokias funkcijas kaip pasirenkami laukai, numatytosios vertės ir įdėtos struktūros.

Štai pavyzdys, kuriame parodome, kaip pridėti pasirenkamus laukus ir numatytąsias reikšmes:

Tarkime, kad norime leisti vartotojams įvesti papildomos informacijos apie knygas, pvz., žanrą ir vykdymo laiką. Tačiau ši informacija ne visada gali būti prieinama. Naudodami Pydantic duomenų klases galime lengvai tai pasiekti padarydami laukus pasirenkamus ir net nustatydami numatytąsias reikšmes.

Šiame pavyzdyje duomenų klasėje „Filmas“ yra du nauji laukai: kalba, kuria parašyta knyga, ir puslapių skaičius. Lauko „Kalba“ numatytoji reikšmė yra „Nežinoma“, o tai rodo, kad jei vartotojas nepateikia šios informacijos, jis bus nustatytas kaip „Nežinoma“. Laukas „Puslapių skaičius“ yra neprivalomas ir gali būti paliktas tuščias (nustatyti į „Nėra“).

pydantiškas importuoti Bazinis modelis
klasė Knyga ( Bazinis modelis ) :
pavadinimas: str
autorius: str
release_year: tarpt
kalba: str = 'nežinomas'
puslapiai: tarpt = Nė vienas
įvestis = {
'titulas' : 'kentėti' ,
'autorius' : 'Adomas' ,
'išleidimo_metai' : 2023 m ,
'kalba' : 'Anglų' ,
'puslapiai' : 2. 3. 4
}
knyga = Knyga ( ** įvestis )
spausdinti ( 'Išsami knygos informacija:' , knyga. titulą , knyga. autorius , knyga. išleidimo_metai , knyga. kalba , knyga. puslapių )

Galime nukopijuoti šias kodo eilutes ir įklijuoti jas į kompiliatorių, kad pamatytume rezultatus:

pydantiškas importuoti Bazinis modelis
klasė Knyga ( Bazinis modelis ) :
pavadinimas: str
autorius: str
release_year: tarpt
įvestis = {
'titulas' : 'kentėti' ,
'autorius' : 'Adomas' ,
'išleidimo_metai' : 2023 m
}

# Knygos egzemplioriaus kūrimas
bandyti :
knyga = Knyga ( ** įvestis )
spausdinti ( 'Išsami knygos informacija:' , knyga. titulą , knyga. autorius , knyga. išleidimo_metai )
išskyrus Išimtis kaip Tai yra:
spausdinti ( 'Klaida:' , tai yra )

Įtraukdama šiuos pasirenkamus laukus ir numatytąsias reikšmes, „Pydantic“ užtikrina, kad duomenys išliktų gerai struktūrizuoti ir nuoseklūs, net jei vartotojai nepateikia tam tikros informacijos.

2 būdas: duomenų tvarkymas naudojant Pydantic duomenų klasę studentų registracijos formai

Įsivaizduokite, kad rengiame registracijos į mokyklos renginį formą. Žmonės turi įvesti savo informaciją, o mes norime išvengti klaidų. Čia padeda Pydantic duomenų klasės. Jie įsitikina, kad duomenys yra teisingi, ir lengvai juos tvarko.

Į Python projektą įtraukę reikiamus paketus, mes apibrėžiame Pydantic duomenų klasę sukurdami Pydantic duomenų klasę pavadinimu „Student“, skirtą dalyvio informacijai.

pydantiškas importuoti Bazinis modelis

Naudokite klasės dekoratorių, kad nustatytumėte „Mokinio“ klasę. Jis paveldėtas iš Pydantic's BaseModel. Viduje įvardijame tokius atributus kaip vardas, el. pašto adresas, skyrius ir telefonas, kiekvienas su savo duomenų tipu.

klasė Studentas ( Bazinis modelis ) :

vardas: str

paštu : str

skyrius: str

telefonas: str

Dabar naudodami Pydantic duomenų klasę, dirbkite su duomenų klase „Student“, kad tvarkytumėte mokinio duomenis:

informacija = {

'vardas' : 'XYZ' ,

'el. paštas' : 'xyz@student.com' ,

'departamentas' : 'Andrius' ,

'telefonas' : „0003-4567234“

}

Šioje dalyje apsimetame, kad kažkas užsiregistruoja. Kai sukuriame „Studento“ egzempliorių naudodami jų duomenis, „Pydantic“ patikrina, ar jis atitinka struktūrą. Jei įvyksta klaida, pvz., el. laiškas be „@“ arba ne eilučių skyrius, „Pydantic“ sustoja ir paaiškina problemą.

studentas = Studentas ( **informacija )

spausdinti ( 'Studento informacija:' , studentas )

Patobulintas duomenų tvarkymas naudojant Pydantic duomenų klases suteikia mums paruoštus naudoti duomenis. Galime pridėti daugiau laukų, nustatyti numatytuosius nustatymus arba dirbti su sudėtingomis duomenų sąrankomis. Visa tai garantuoja, kad mūsų duomenys bus tvarkingi.

Kodas ir išvesties fragmentas yra paminėti toliau stebėjimui:

pydantiškas importuoti Bazinis modelis

klasė Studentas ( Bazinis modelis ) :
vardas: str
paštu : str
skyrius: str
telefonas: str

informacija = {
'vardas' : 'XYZ' ,
'el. paštas' : 'xyz@student.com' ,
'departamentas' : 'Andrius' ,
'telefonas' : „0003-4567234“
}
studentas = Studentas ( **informacija )
spausdinti ( 'Studento informacija:' , studentas )

Pastebėję išvestį, galime apibendrinti, kad Pydantic duomenų klasės leidžia sklandžiai tvarkyti duomenis šiame paprastame pavyzdyje. Jie užtikrina, kad įvestis atitiktų tai, ko norime. Tai reiškia mažiau klaidų ir laimingesnius naudotojus.

Išvada

Pydantinės duomenų klasės integruoja tai, kaip elgiamės su duomenimis. Jie garantuoja, kad informacija yra tiksli ir atitinka reikiamą struktūrą. Tai reiškia, kad bus mažiau klaidų ir daugiau nepriekaištingų programų. Naudodami „Pydantic“ kūrėjai gali skirti savo pastangas gerai veikiančioms programoms kurti, nesijaudindami dėl duomenų problemų. Pagalvokite apie tai, kad turite specialią užduočių tvarkyklę, skirtą tik duomenims valdyti ir užtikrinti, kad viskas vyktų sklandžiai nuo pradžios iki pabaigos.