


Mon parcours en créant une application CLI de gestion d'événements
Mon parcours en créant une application CLI de gestion d'événements
Introduction
En tant que débutant dans le développement de logiciels, l'une des tâches les plus excitantes et les plus ardues consiste à créer votre premier projet important. Pour moi, il s’agissait de l’application CLI de gestion d’événements. Ce projet m'a non seulement aidé à consolider ma compréhension de Python, mais m'a également présenté SQLAlchemy ORM, les bibliothèques CLI comme Click et les meilleures pratiques générales de développement logiciel. En réfléchissant à ce voyage, je réalise combien j'ai appris et comment ces compétences ont façonné ma confiance en soi en tant que développeur.
Les débuts : apprendre les principes fondamentaux de Python
Avant de me lancer dans ce projet, mon parcours a commencé par les bases de Python. L'apprentissage de la syntaxe, des structures de contrôle, des types de données et des fonctions de Python a constitué la base qui a rendu possible la réalisation de ce projet. Je me souviens de l'époque où l'on écrivait des scripts simples, des erreurs de débogage et des petites victoires qui accompagnaient chaque exécution réussie. Comprendre ces principes fondamentaux était crucial car ils constituent le fondement de tout projet Python.
L'un des aspects les plus utiles que j'ai appris dès le début était de savoir comment gérer et manipuler différentes structures de données, en particulier les listes, les dictionnaires et les tuples. Ces compétences étaient essentielles lorsque j'ai commencé à travailler sur l'application CLI Event Management, où je devais stocker et gérer efficacement plusieurs éléments de données.
Plonger dans le projet : configurer l'environnement
La première étape de la création de l'application CLI de gestion d'événements consistait à configurer l'environnement. Utiliser Pipenv pour la gestion de l'environnement virtuel était une nouvelle expérience. Cela a rationalisé le processus de gestion des dépendances et garanti que l'environnement du projet était isolé du reste de mon système.
Voici comment j'ai configuré l'environnement virtuel :
pipenv install pipenv shell
Ensuite, j'ai initialisé Alembic pour les migrations de bases de données. Cette étape était cruciale pour gérer les modifications du schéma de base de données au fil du temps.
alembic init migrations alembic revision --autogenerate -m "Create Initial models" alembic upgrade head
Construire les modèles
Le cœur de l'application réside dans ses modèles. À l'aide de SQLAlchemy ORM, j'ai défini les modèles pour les utilisateurs, les événements, les horaires et les participants. C'est là que ma compréhension des classes Python et de SQLAlchemy s'est réunie. Voici un extrait du fichier models.py :
from sqlalchemy import Column, Integer, String, ForeignKey, DateTime, create_engine from sqlalchemy.ext.declarative import declarative_base from sqlalchemy.orm import relationship, sessionmaker Base = declarative_base() class User(Base): __tablename__ = 'users' id = Column(Integer, primary_key=True) username = Column(String, unique=True, nullable=False) class Event(Base): __tablename__ = 'events' id = Column(Integer, primary_key=True) name = Column(String, nullable=False) description = Column(String) user_id = Column(Integer, ForeignKey('users.id')) user = relationship('User', back_populates='events') class EventSchedule(Base): __tablename__ = 'event_schedules' id = Column(Integer, primary_key=True) event_id = Column(Integer, ForeignKey('events.id')) start_time = Column(DateTime, nullable=False) end_time = Column(DateTime, nullable=False) event = relationship('Event', back_populates='schedules') class Attendee(Base): __tablename__ = 'attendees' id = Column(Integer, primary_key=True) name = Column(String, nullable=False) event_id = Column(Integer, ForeignKey('events.id')) event = relationship('Event', back_populates='attendees') User.events = relationship('Event', order_by=Event.id, back_populates='user') Event.schedules = relationship('EventSchedule', order_by=EventSchedule.id, back_populates='event') Event.attendees = relationship('Attendee', order_by=Attendee.id, back_populates='event')
Un aspect technique utile : les relations dans SQLAlchemy
L'un des aspects techniques les plus utiles que j'ai appris au cours de ce projet était la gestion des relations dans SQLAlchemy. La définition des relations entre les tables à l'aide de l'ORM de SQLAlchemy a facilité la gestion des données et l'exécution des requêtes. Par exemple, établir une relation un-à-plusieurs entre les utilisateurs et les événements m'a permis d'interroger facilement tous les événements créés par un utilisateur spécifique.
Voici comment j'ai défini la relation entre l'utilisateur et l'événement :
class User(Base): __tablename__ = 'users' id = Column(Integer, primary_key=True) username = Column(String, unique=True, nullable=False) events = relationship('Event', order_by='Event.id', back_populates='user') class Event(Base): __tablename__ = 'events' id = Column(Integer, primary_key=True) name = Column(String, nullable=False) description = Column(String) user_id = Column(Integer, ForeignKey('users.id')) user = relationship('User', back_populates='events')
Cette définition de relation m'a permis d'interroger facilement les événements d'un utilisateur :
def get_user_events(user_id): user = session.query(User).filter(User.id == user_id).first() return user.events
Implémentation de la CLI
La partie CLI de l'application a été implémentée à l'aide de Click. Cette bibliothèque a facilité la création d'une interface de ligne de commande capable de gérer diverses commandes et options. Voici un extrait du fichier cli.py :
import click from models import User, Event, EventSchedule, Attendee from db import session @click.group() def cli(): pass @click.command() def create_event(): name = click.prompt('Enter event name') description = click.prompt('Enter event description') user_id = click.prompt('Enter user ID', type=int) event = Event(name=name, description=description, user_id=user_id) session.add(event) session.commit() click.echo('Event created!') cli.add_command(create_event) if __name__ == '__main__': cli()
Regarder en arrière
Avec le recul, ce projet a été une étape importante dans mon parcours en tant que développeur. Cela a commencé par l’apprentissage des principes fondamentaux de Python, qui ont jeté les bases de la compréhension de concepts plus complexes. Le projet d'application CLI de gestion d'événements était un mélange parfait d'interfaces Python, SQL et de ligne de commande, offrant une expérience d'apprentissage complète.
L'un des principaux enseignements de ce projet était l'importance de la structure et de l'organisation dans le codage. L'utilisation d'environnements virtuels, la gestion des dépendances et le maintien d'une structure de projet propre ont rendu le processus de développement plus fluide et plus efficace.
De plus, l'expérience pratique avec SQLAlchemy ORM et Click a renforcé les connaissances théoriques que j'avais acquises. Comprendre comment définir les relations entre les tables, effectuer des migrations de bases de données et créer une CLI conviviale étaient des compétences inestimables.
Conclusion
La création de l'application CLI de gestion d'événements a été une expérience à la fois difficile et enrichissante. Cela a solidifié ma compréhension de Python et SQLAlchemy, m'a présenté les meilleures pratiques en matière de développement de logiciels et amélioré mes compétences en résolution de problèmes. Pour tout débutant cherchant à évoluer en tant que développeur, je recommande fortement de se lancer dans un projet comme celui-ci. C'est un excellent moyen d'appliquer ce que vous avez appris, de découvrir de nouveaux outils et techniques et de construire quelque chose de tangible dont vous pouvez être fier.
https://github.com/migsldev/event-management-app
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

Video Face Swap
Échangez les visages dans n'importe quelle vidéo sans effort grâce à notre outil d'échange de visage AI entièrement gratuit !

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Sujets chauds











Python est plus facile à apprendre et à utiliser, tandis que C est plus puissant mais complexe. 1. La syntaxe Python est concise et adaptée aux débutants. Le typage dynamique et la gestion automatique de la mémoire le rendent facile à utiliser, mais peuvent entraîner des erreurs d'exécution. 2.C fournit des fonctionnalités de contrôle de bas niveau et avancées, adaptées aux applications haute performance, mais a un seuil d'apprentissage élevé et nécessite une gestion manuelle de la mémoire et de la sécurité.

Est-ce suffisant pour apprendre Python pendant deux heures par jour? Cela dépend de vos objectifs et de vos méthodes d'apprentissage. 1) Élaborer un plan d'apprentissage clair, 2) Sélectionnez les ressources et méthodes d'apprentissage appropriées, 3) la pratique et l'examen et la consolidation de la pratique pratique et de l'examen et de la consolidation, et vous pouvez progressivement maîtriser les connaissances de base et les fonctions avancées de Python au cours de cette période.

Python est meilleur que C dans l'efficacité du développement, mais C est plus élevé dans les performances d'exécution. 1. La syntaxe concise de Python et les bibliothèques riches améliorent l'efficacité du développement. Les caractéristiques de type compilation et le contrôle du matériel de CC améliorent les performances d'exécution. Lorsque vous faites un choix, vous devez peser la vitesse de développement et l'efficacité de l'exécution en fonction des besoins du projet.

Python et C ont chacun leurs propres avantages, et le choix doit être basé sur les exigences du projet. 1) Python convient au développement rapide et au traitement des données en raison de sa syntaxe concise et de son typage dynamique. 2) C convient à des performances élevées et à une programmation système en raison de son typage statique et de sa gestion de la mémoire manuelle.

PythonlistSaReparmentofthestandardLibrary, tandis que les coloccules de colocède, tandis que les colocculations pour la base de la Parlementaire, des coloments de forage polyvalent, tandis que la fonctionnalité de la fonctionnalité nettement adressée.

Python excelle dans l'automatisation, les scripts et la gestion des tâches. 1) Automatisation: La sauvegarde du fichier est réalisée via des bibliothèques standard telles que le système d'exploitation et la fermeture. 2) Écriture de script: utilisez la bibliothèque PSUTIL pour surveiller les ressources système. 3) Gestion des tâches: utilisez la bibliothèque de planification pour planifier les tâches. La facilité d'utilisation de Python et la prise en charge de la bibliothèque riche en font l'outil préféré dans ces domaines.

Les applications de Python en informatique scientifique comprennent l'analyse des données, l'apprentissage automatique, la simulation numérique et la visualisation. 1.Numpy fournit des tableaux multidimensionnels et des fonctions mathématiques efficaces. 2. Scipy étend la fonctionnalité Numpy et fournit des outils d'optimisation et d'algèbre linéaire. 3. Pandas est utilisé pour le traitement et l'analyse des données. 4.Matplotlib est utilisé pour générer divers graphiques et résultats visuels.

Les applications clés de Python dans le développement Web incluent l'utilisation des cadres Django et Flask, le développement de l'API, l'analyse et la visualisation des données, l'apprentissage automatique et l'IA et l'optimisation des performances. 1. Framework Django et Flask: Django convient au développement rapide d'applications complexes, et Flask convient aux projets petits ou hautement personnalisés. 2. Développement de l'API: Utilisez Flask ou DjangorestFramework pour construire RestulAPI. 3. Analyse et visualisation des données: utilisez Python pour traiter les données et les afficher via l'interface Web. 4. Apprentissage automatique et AI: Python est utilisé pour créer des applications Web intelligentes. 5. Optimisation des performances: optimisée par la programmation, la mise en cache et le code asynchrones
