Python 3.8以降(~3.11)の型ヒント革命：DataclassとPydanticの徹底比較
はじめに 📘 この記事は ラクスパートナーズ Advent Calendar 2023 の1日目の記事になります！！ 本社の ラクス Advent Calendar 2023 の7日目にも参加予定なのでそちらもよろしくお願い致します🥳 長い間 Python3.7 環境のプロジェクトに携わっていましたが、この度 Python3.10~ 環境のプロジェクトに携わることになりました。 そこでこの機会に python3.8 以降の最新の型ヒントやコード品質向上のテクニックについて、改めて情報をキャッチアップしながらまとめていきたいと思います。 この記事の対象者 🎯 Python の型ヒントについて学び直したい方 Python3.8 以降の型ヒントについて理解を深めたい方 python のドメインモデルクラスについて理解を深めたい方 型ヒントを使用したことがないが、興味がある方 なぜ型ヒントを
FastAPI で Pydantic v2を使うと性能向上！ - Safie Engineers' Blog!
サーバーサイドエンジニアの松木 (@tatsuma_matsuki) です。 セーフィーではいくつかのサービスでFastAPIを使った開発を行っています。FastAPIでは、Pydanticというライブラリを使ってリクエスト・レスポンスのモデルのバリデーションなどを実装することができます。このPydanticというライブラリですが、近いうちにメジャーバージョンアップのリリースが予定されており、これによりモデルのバリデーション処理が高速化されることがアナウンスされています！ 以下のページによると、Pydantic v2はv1に比べて4倍～50倍の性能向上があると書かれているので、これは期待してしまいます。 https://docs.pydantic.dev/latest/blog/pydantic-v2/#performance そして、Pydanticを利用するFastAPIでも2023/
Pydanticに6行書き加えるだけで、ArgumentParserと同じ使い方ができるから便利よ、という小ネタ - Qiita
この記事について Pythonのバリデーター（Pydantic）を、Pythonの引数のパーサーとして使う方法を紹介します 何が嬉しいの？ Pydantic以外のOSSライブラリは不要です Pythonファイルに渡された引数を検証、型変換させることができます Pydanticで定義を書くだけでよいため、ArgumentParserよりも楽です IDEの補完が効くようになります 方法 BaseModelを継承したクラスに、以下の関数を書き加えます @classmethod def parse_args(cls): parser = ArgumentParser() for k in cls.schema()["properties"].keys(): parser.add_argument(f"-{k[0:1]}", f"--{k}") return cls.parse_obj(parser
Python 製 Web フレームワークを Flask から FastAPI に変えた話｜NAVITIME_Tech
こんにちは、けんにぃです。ナビタイムジャパンで公共交通の時刻表を使ったサービス開発やリリースフローの改善を担当しています。 今回は Python 製の Web フレームワークとして FastAPI を導入した話をしようと思います。 Python 製の Web フレームワークPython には代表的な Web フレームワークが 2 つあります。 ・Django: フルスタックフレームワーク ・Flask: マイクロフレームワーク Django は大規模開発向け、Flask は小中規模開発向けと言われますが、今回開発したサーバは小規模なサーバだったため、以前は Flask で開発していました。 しかし、どちらのフレームワークを使う場合でも下記のような機能を使おうとするとプラグインやサードパーティの助けを借りる必要があります。 ・OpenAPI ・JSON Schema ・GraphQL ・We
Pythonのフレームワーク「FastAPI」をEC2で実装する | DevelopersIO
こんにちは、沖縄在住の下地です。コロナの影響でリモートワークになり早一ヶ月経ちました。家で業務をするというのは違和感はあるのですが通勤しなくて良いというのはとても魅力的だなと思い始めてます。 本日はPythonのフレームワークであるFastAPIについて興味がありEC2で実装したのでまとめたいと思います。 全体像 EC2でFastAPIを実装し、Amazon RDS(RDS)と接続し、CRUDのAPIを作成します。EC2とRDSは起動している状態からスタートします。 開発環境 環境としては以下の仕様で行います。 python: 3.7.6 sqlalchemy: 1.3.15 OS: Amazon Linux 2 AMI (HVM), SSD Volume Type MySQL Community Edition: 5.7.22 EC2のセキュリティグループ設定 EC2でFastAPIを実
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Pythonで環境変数を読み込むときはpydanticを使うと便利 - Qiita
GitHub - pydantic/pydantic: Data validation using Python type hints
