Datenvisualisierung mit Python und JavaScript, 2.

Kapitel 13. RESTful Daten mit Flask

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

In "Eine einfache Daten-API mit Flask" haben wir gesehen, wie man eine sehr einfache Daten-API mit Flask und Dataset erstellt. Für viele einfache Datenvisualisierungen ist diese Art von schneller und schmutziger API ausreichend, aber wenn die Datenanforderungen fortgeschrittener werden, ist es hilfreich, eine API zu haben, die einige Konventionen für das Abrufen und manchmal auch für das Erstellen, Aktualisieren und Löschen beachtet.¹ In "Python zum Abrufen von Daten aus einer Web-API verwenden" haben wir die Arten von Web-APIs behandelt und erklärt, warum RESTful² APIs einen wohlverdienten Stellenwert einnehmen. In diesem Kapitel werden wir sehen, wie einfach es ist, ein paar Flask-Bibliotheken zu einer flexiblen RESTful-API zu kombinieren.

Die Werkzeuge für einen RESTful Auftrag

Wie in "Eine einfache Daten-API mit Flask" beschrieben , sind die Grundlagen einer Daten-API ziemlich einfach. Sie braucht einen Server, der HTTP-Anfragen wie GET zum Abrufen oder fortgeschrittenere Verben wie POST (zum Hinzufügen) oder DELETE annimmt. Diese Anfragen laufen über Routen wie api/winners, die dann von bereitgestellten Funktionen bearbeitet werden. In diesen Funktionen werden Daten aus einer Backend-Datenbank abgerufen und möglicherweise mit Datenparametern gefiltert (z. B. Strings wie ?category=comic&name=Groucho, die ...