Loading repository data…
jsiguenzac / repository
El objetivo de esta tarea es que crear una base para un proyecto backend en Python utilizando la arquitectura Hexagonal y aplicando CQRS (Command Query Responsibility Segregation).
La arquitectura empleada separa las diferentes responsabilidades en la aplicación, facilitando su mantenibilidad y escalabilidad. Esta estructura se compone de tres componentes principales:
Núcleo (Core):
Dominio: Contiene los modelos de dominio y las interfaces de repositorios, lo que representa el corazón de la lógica de negocio. Aquí se definen las entidades principales, como el modelo User, y los contratos para los repositorios, como UserRepositoryInterface.
Casos de Uso: Encapsula la lógica de negocio mediante comandos y consultas. Esto asegura que cada acción en la aplicación, como el registro de usuarios (RegisterUser) o la obtención de datos de usuarios (GetUserById), se maneje de manera coherente y separada.
Adaptadores:
Controladores: Manejan la interacción con el mundo exterior y traducen las solicitudes del cliente en comandos que el núcleo puede procesar, como el UserController.
Repositorios: Implementan las interfaces definidas en el núcleo y gestionan el acceso a los datos, como UserRepository.
Servicios: Proporcionan lógica adicional que no encaja directamente en el núcleo, como UserService.
Capas Externas:
Configuración: Maneja la configuración del sistema, como la configuración de la base de datos en database.py. Cabe mencionar que está configurada con una base de datos alojada en Xata, se puede revisar en el archivo .env. No es necesario crear la bd de manera local ni ejecutar el script.
Rutas: Define las rutas de la API que orquestan las solicitudes a los controladores, gestionadas por routes_manager.py.
Esquemas: Define los esquemas de datos utilizados para la validación y serialización de los datos, como user_schema.py.
Utilidades: Incluye funciones auxiliares y herramientas de apoyo, como helpers.py
Crear un entorno virtual (solo si no se encuentra en la raiz del proyecto), activarlo e instalar las dependencias desde el archivo requirements.txt
Usar Command Prompt (recomendable)
python -m venv fastapi-env
fastapi-env\Scripts\activate
pip install -r requirements.txt
uvicorn src.main:app --reload
pytest -s
Selected from shared topics, language and repository description—not editorial ratings.
BootcampXperience /
Como crear un robot automatizado para la compra y venta de criptomonedas utilizando python con el objetivo de aprender a generar ingresos fijos mensualmente.
johnelconsultor /
Este repositorio tiene el objetivo de enseñar los básico de python en 30 días
RicardoMoya /
El Machine Learning o Aprendizaje Autónomo es una rama de la Inteligencia Artificial que tiene como objetivo crear sistemas capaces de aprender por ellos mismos a partir de un conjunto de datos (data set), sin ser programados de forma explícita.
pabloing93 /
Desarrollamos un bot utilizando algoritmos de trading y estadística descriptiva para apoyar a la toma decisiones de venta o compra de criptomonedas con el objetivo de generar rentabilidad.
usig /
El procedimiento de normalización de direcciones tiene por objetivo unificar la escritura de direcciones con respecto a un callejero de referencia. ‘Normalizador de Direcciones AMBA’ es una componente python para normalizar direcciones del AMBA (conurbano y CABA).
Este es mi proyecto final para el curso de Data Science en CoderHouse. El objetivo de este proyecto es realizar un análisis de datos del conjunto "Telco Customer Churn". En él se explorará el conjunto de datos para analizar los factores que influyen en la tasa de abandono de los clientes de una empresa de telecomunicaciones.