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.

PUT- en DELETE-bewerkingen

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

PUT-operatie in de praktijk

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 {}

DELETE-operatie in de praktijk

Fouten afhandelen

Opties

Succes

Geen succes

Classificatie van statuscodes

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 {}

Een clientfout afhandelen

Async gebruiken voor gelijktijdig werk

Wanneer gebruik je 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"}

Asynchrone DELETE-operatie

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

In deze cursus leer je productieklare webapplicaties bouwen met FastAPI, een populair Python-framework voor het maken van API's. Je leert alle vier de HTTP-bewerkingen afhandelen, request- en response-schema's definiëren, API-verzoeken valideren en de juiste HTTP-statuscodes teruggeven. Je behandelt ook asynchrone code-uitvoering om de prestaties te verbeteren, en aan het einde bouw je een CRUD-API en test je workflows met de requests-module van Python. Deze cursus is bedoeld voor ervaren Python-programmeurs en geeft je de vaardigheden om data te beheren met FastAPI, zodat je robuuste datapijplijnen en pipelines voor het uitserveren van ML-modellen kunt bouwen.

<h2>Inleiding tot FastAPI en zijn toepassingen</h2> API's worden vaak gebruikt om gegevens op het web te beheren, en FastAPI is een populair nieuw webframework voor het bouwen van API's met Python. Data- en machine learning-ingenieurs gebruiken FastAPI om apps te maken die als contextbewuste datatransacties en pijplijnen op het web werken.<br><br> <h2>Productieklaar webapplicaties bouwen met FastAPI</h2> In deze cursus leer je hoe je met je Python-vaardigheden en het FastAPI-framework webapplicaties van productiekwaliteit kunt bouwen. Aan het einde begrijp je de belangrijkste toepassingen van FastAPI in vergelijking met andere Python-webframeworks. Je leert API's bouwen met alle vier soorten HTTP-bewerkingen en request- en response-schema's definiëren. Daarnaast valideer je API-verzoeken, reageer je met de juiste HTTP-statuscodes en -berichten en voer je code asynchroon uit om de prestaties van de app te verbeteren. Een praktisch project helpt je bij het bouwen van een klassieke CRUD-API (Create, Read, Update, Delete) en het testen van workflows met behulp van de requests-module van Python.<br><br> <h2>Cursusdoelen en voor wie is het bedoeld</h2> Deze cursus is bedoeld voor ervaren Python-programmeurs die webapplicaties willen bouwen die gegevens beheren met FastAPI. Na het afronden van deze cursus heb je de basis die je nodig hebt om FastAPI-projecten te maken die geschikt zijn voor het beheren van grote hoeveelheden data en ML-model-serving-pijplijnen.

Introduction to APIs in Python

Introduction to Object-Oriented Programming in Python

Bouw robuuste, productieklare API's met FastAPI, beheers HTTP, validatie en async voor efficiënte pipelines.

Wanneer gebruik je async?

Introductie tot FastAPI

Praktische interactieve oefening