We’ll start by learning FastAPI’s key features and core use cases. Then we will run our first application and test it out! Finally, we will learn the details of supporting GET and POST operations that include request parameters and build and test those endpoints.

Why FastAPI?

First application

FastAPI vs. Django

GET operations

Hello world

Hello who?

POST operations

Pydantic model

POST operation in action

FastAPI Basics

We’ll start by learning how to support PUT and DELETE operations using FastAPI. Then we will learn how to handle different kinds of errors and always return an appropriate status code in the response. Lastly we'll learn how to use async to enable concurrent requests that can handle higher workloads.

Operazioni PUT e DELETE

from fastapi import FastAPI
from pydantic import BaseModel

# Define model Item
class Item(BaseModel):
    ____: str
    ____: str

# Define items at application start
items = {"bananas": "Yellow fruit."}

app = FastAPI()


@app.put("/items")
def update_item(item: Item):
    name = item.name
    # Update the description
    items[____] = item.____
    return item

from fastapi import FastAPI
from pydantic import BaseModel

# Define model Item
class Item(BaseModel):
    name: str
    description: str

# Define items at application startup
items = {"bananas": "Yellow fruit."}

app = FastAPI()


@app.put("/items")
def update_item(item: Item):
    name = item.name
    # Update the description
    items[name] = item.description
    return item

Operazione PUT in pratica

from fastapi import FastAPI
from pydantic import BaseModel

# Define model Item
class Item(BaseModel):
    ____: str

# Define items at application start
items = {"apples", "oranges", "bananas"}

app = FastAPI()


@app.delete("/items")
def delete_item(item: Item):
    name = item.name
    # Delete the item
    items.remove(____)
    return {}

from fastapi import FastAPI
from pydantic import BaseModel

# Define model Item
class Item(BaseModel):
    name: str

# Define items at application startup
items = {"apples", "oranges", "bananas"}

app = FastAPI()


@app.delete("/items")
def delete_item(item: Item):
    name = item.name
    # Delete the item
    items.remove(name)
    return {}

Operazione DELETE in azione

Gestire gli errori

Opzioni

Successo

Non successo

Classificazione dei codici di stato

from fastapi import FastAPI, ____
from pydantic import BaseModel

# Define model Item
class Item(BaseModel):
    name: str

# Define items at application startup
items = {"apples", "oranges"}

app = FastAPI()


@app.delete("/items")
def delete_item(item: Item):
    name = item.name
    if name in items:
        items.remove(name)
    else:
        # Raise HTTPException with status code for "not found"
        raise ____(status_code=____, detail="Item not found.")
    return {}

from fastapi import FastAPI, HTTPException
from pydantic import BaseModel

# Define model Item
class Item(BaseModel):
    name: str

# Define items at application startup
items = {"apples", "oranges"}

app = FastAPI()


@app.delete("/items")
def delete_item(item: Item):
    name = item.name
    if name in items:
        items.remove(name)
    else:
        # Raise HTTPException with status code for "not found"
        raise HTTPException(status_code=404, detail="Item not found.")
    return {}

Gestire un errore del client

Usare async per il lavoro concorrente

Quando dovremmo usare async?

from fastapi import FastAPI, HTTPException
from pydantic import BaseModel

# Define model Item
class Item(BaseModel):
    name: str

app = FastAPI()

items = {"rock", "paper", "scissors"}


@app.delete("/items")
# Make asynchronous
____ def root(item: Item):
    name = item.name
    # Check if name is in items
    if ____ not in ____:
        # Return the status code for not found
        raise HTTPException(status_code=___, detail="Item not found.")
    items.remove(name)
    return {"message": "Item deleted"}

from fastapi import FastAPI, HTTPException
from pydantic import BaseModel

# Define model Item
class Item(BaseModel):
    name: str

app = FastAPI()

items = {"rock", "paper", "scissors"}


@app.delete("/items")
# Make asynchronous
async def root(item: Item):
    name = item.name
    # Check if name is in items
    if name not in items:
        # Return the status code for not found
        raise HTTPException(status_code=404, detail="Item not found.")
    items.remove(name)
    return {"message": "Item deleted"}

Operazione DELETE asincrona

FastAPI Advanced topics

We'll start by learning how to write system tests to validate individual FastAPI endpoints. Next we'll build a full JSON CRUD API to manage object lifecycles over HTTP. Finally, we'll learn how to test different application endpoints working together with manual functional tests.

FastAPI automated testing

Unit tests vs. system tests

System test

Building a JSON CRUD API

HTTP operations & CRUD steps

DELETE operation response

Complete JSON CRUD API

Writing a manual functional test

System tests vs. functional tests

Functional test

Wrap up

Building and testing a JSON CRUD API

Questo corso ti insegna a creare applicazioni web pronte per la produzione con FastAPI, un popolare framework Python per sviluppare API. Imparerai a gestire le quattro operazioni HTTP, definire gli schemi di richiesta e risposta, convalidare le richieste alle API e restituire i codici di stato HTTP appropriati. Tratteremo anche l’esecuzione asincrona per aumentare le prestazioni e, alla fine, svilupperai una CRUD API e testerai i flussi di lavoro con il modulo requests di Python. Progettato per programmatori Python esperti, questo corso ti fornisce le competenze per gestire i dati con FastAPI, preparandoti a creare pipeline robuste per la gestione dei dati e la pubblicazione di modelli di ML.

<h2>Introduzione a FastAPI e alle sue applicazioni</h2> Le API sono spesso usate per gestire i dati sul web, e FastAPI è un nuovo framework web molto usato per creare API con Python. Gli ingegneri dei dati e dell'apprendimento automatico usano FastAPI per creare app che funzionano come transazioni e pipeline di dati sensibili al contesto sul web.<br><br> <h2>Creare app web pronte per l'uso con FastAPI</h2> In questo corso imparerai a creare app web di livello professionale usando le tue competenze Python con il framework FastAPI. Alla fine, capirai i casi d'uso principali di FastAPI rispetto ad altri framework web Python. Imparerai a creare API usando tutti e quattro i tipi di operazioni HTTP e a definire schemi di richiesta e risposta. In più, dovrai controllare le richieste API, rispondere con i codici di stato HTTP e i messaggi giusti ed eseguire il codice in modo asincrono per migliorare le prestazioni dell'applicazione. Un progetto pratico ti aiuterà a creare una classica API CRUD (Create, Read, Update, Delete) e a testare i flussi di lavoro usando il modulo requests di Python.<br><br> <h2>Obiettivi del corso e a chi è rivolto</h2> Questo corso è pensato per programmatori Python esperti che vogliono creare applicazioni web che gestiscono dati usando FastAPI. Finito questo corso, avrai le basi per creare progetti FastAPI adatti alla gestione di dati ad alta velocità e alle pipeline di ML model-serving.

Introduction to APIs in Python

Introduction to Object-Oriented Programming in Python

Crea API robuste con FastAPI, padroneggiando operazioni HTTP, validazione ed esecuzione asincrona.

Quando dovremmo usare async?

Introduzione a FastAPI

Esercizio pratico interattivo