演習１：既存のデータをデータベース化してみよう
事前準備としてのタイプヒント
Pythonの一般的な型はそのまま使えます。
code: python
from datafiles import *
class GenericType_demo(Modle):
id: int
name: str
value: float
data: dict
標準モジュールの typing を使うとタイプヒントの表現が広がります。
code: python
from datafiles import *
from typing import Union, Optional
class Type_demo(Modle):
id: int
Opional を使うと省略可能となり、Noneなどを設定することができます。
Union を使うと、列挙したいずれかの型を受け入れるものとして動作します。
ここで、改めて注意するべきことは、タイプヒントはあくまでヒントであって、言語レベルで型の強制まではできないということです。
Python 3.9 から組み込みのlistとdictのタイプヒントがリスト表記([...])をサポートするようになったため、typing.Listと typing.Dict は非推奨になりました。
テストデータ
ここに次のようなデータがあります。
これをデータベース化してみましょう。
code: move_data.py
actor = [
{ 'name': 'Robert de Niro', 'birthday': '1943-08-17',
'movies': [
{ 'title': 'Taxi Driver', 'year': 1976 },
{ 'title': 'The Deer Hunter', 'year': 1978 },
{ 'title': 'Falling in Love', 'year': 1984 },
{ 'title': 'The Intern', 'year': 2015 }
]
},
{ 'name': 'Ann Hathaway', 'birthday': '1982-11-12',
'movies': [
{ 'title': 'The Intern', 'year': 2015 },
{ 'title': 'The Dark Knight Rises', 'year': 2012 },
{ 'title': 'Les Misé rables', 'year': 2012 },
{ 'title': 'The Devil Wears Prada', 'year': 2006 }
]
},
{ 'name': 'Clint Eastwood', 'birthday': '1930-05-31',
'movies': [
{ 'title': 'Gran Torino', 'year': 2008 },
{ 'title': 'Million Dollar Baby', 'year': 2004 },
{ 'title': 'The Bridges of Madison County', 'year': 1995 }
]
},
{ 'name': 'Meryl Streep', 'birthday': '1949-06-22',
'movies': [
{ 'title': 'Falling in Love', 'year': 1984 },
{ 'title': 'The Bridges of Madison County', 'year': 1995 },
{ 'title': 'The Devil Wears Prada', 'year': 2006 },
{ 'title': 'Mamma Mia! Here We Go Again', 'year': 2018 }
]
},
{ 'name': 'Morgan Freeman', 'birthday': '1937-06-01',
'movies': [
{ 'title': 'Invictus', 'year': 2009 },
{ 'title': 'The Shawshank Redemption', 'year': 1994 },
{ 'title': 'The Bridges of Madison County', 'year': 1995 }
]
},
{ 'name': 'Dennis Quaid', 'birthday': '1954-04-09',
'movies': [
{ 'title': 'Freequency', 'year': 2009 },
{ 'title': 'The Rookie', 'year': 2002 }
]
},
{ 'name': 'Kevin Costner', 'birthday': '1955-01-18',
'movies': [
{ 'title': 'The Postman', 'year': 1997 },
{ 'title': 'Field of Drems', 'year': 1989 }
]
},
{ 'name': 'Amy Modigan', 'birthday': '1950-09-11',
'movies': [
{ 'title': 'Field of Drems', 'year': 1989 },
{ 'title': 'Gone Baby Gone', 'year': 2007 }
]
},
{ 'name': 'Silvester Stallone', 'birthday': '1946-07-06',
'movies': [
{ 'title': 'Creed II', 'year': 2018 },
{ 'title': 'Creed', 'year': 2015 },
{ 'title': 'Rocky Balboa', 'year': 2007 },
{ 'title': 'Rocky V', 'year': 1990 },
{ 'title': 'Rocky IV', 'year': 1985 },
{ 'title': 'Rocky III', 'year': 1982 },
{ 'title': 'Rocky II', 'year': 1979 },
{ 'title': 'Rocky', 'year': 1976 }
]
}
]
演習1.1 datafiles を使ってデータベース化してみよう
アドバイス
データベース化することが目的なので、美しくなくても大丈夫。
なによりも経験が’大事です。
データをよく見ると重複したデータがあることがわかりますよね。
重複したデータを含むカラムを別テーブルにして、リレーションシップを設定することも一つの方法です。
まずモデルクラスを作るところからはじめてみましょう。
雛形として次のスクリプトを用意しています。適宜修正して完成させてみましょう。
code: exercise_01_hint.py
from datafiles import *
from dataclasses import dataclass
from datetime import datetime
"""
Ther's more than one way to do it.
-- Larry Wall
"""
data_dir = 'moviedb'
data_filepattern = data_dir + '/{self.id}.json'
@dataclass
class Movie(Model):
pass
@datafile(data_filepattern)
class Actor(Model):
pass
if __name__ == '__main__':
from pathlib import Path
from movie_data import actors
data_path = Path(data_dir)
data_path.mkdir(exist_ok=True)
for num, actor in enumerate(actors):
d = dict(id=num)
try:
actor = d | actor # python 3.9
except:
actor = dict(d, **actor)
# この行以降を修正する必要がある
print(actor)