Type hints, dataclass e oggetti del dominio

di Giux GX-TXT, python-it, scripts-it 2 min di lettura

Corso Python scientifico in GX-TXT · Modulo 9 · Lezione 50

Un piccolo oggetto Python può raccogliere l’identità di un Dataset e le variabili da usare, rendendo più chiaro il codice. La fonte autorevole dello schema resta GX-TXT: l’oggetto Python descrive una richiesta, non sostituisce il Dataset.

Obiettivi

  • Usare annotazioni di tipo e dataclass.
  • Definire invarianti controllati a runtime in __post_init__.
  • Interrogare la descrizione di un Dataset reale.
  • Distinguere un suggerimento di tipo dalla validazione dei valori.

Esecuzione

Nella Sessione corso_python, importa riferimento_dataset.py, salva lo script ed eseguilo nel Runner.

Dataclass del riferimento nell'editor GX-TXT.
Dataclass del riferimento nell'editor GX-TXT.
from dataclasses import dataclass, asdict
from typing import Optional
from gxtxt import gxtxt_api_call, gxtxt_api_require

@dataclass(frozen=True)
class RiferimentoDataset:
    dataset_id: str
    variabili: tuple[str, ...]
    descrizione: Optional[str] = None
    def __post_init__(self):
        if not self.dataset_id.strip() or not self.variabili:
            raise ValueError("Servono ID e almeno una variabile")

gxtxt_api_require("CANONICAL_DATASET_API_v2@2")
riferimento = RiferimentoDataset("corso_python_serie_sintetica", ("tempo", "segnale"), "Dati sintetici")
schema = gxtxt_api_call("CANONICAL_DATASET_API_v2", "describe", [riferimento.dataset_id])
print("Riferimento:", asdict(riferimento))
print("Descrizione disponibile:", bool(schema))
try:
    RiferimentoDataset("", ())
except ValueError as errore:
    print("Input non valido rifiutato:", errore)

@dataclass genera metodi utili per una classe che raccoglie dati; frozen=True impedisce la riassegnazione ordinaria dei campi dopo la creazione. dataset_id: str e variabili: tuple[str, ...] descrivono i tipi attesi. Optional[str] consente una descrizione testuale oppure None. asdict produce un dizionario Python; per un formato di scambio occorre scegliere e documentare una serializzazione appropriata.

Le annotazioni non controllano automaticamente i valori durante l’esecuzione. __post_init__ aggiunge qui un controllo esplicito: un ID vuoto o nessuna variabile sollevano ValueError. Questo non verifica che gli ID esistano: per conoscere il Dataset effettivo usiamo CANONICAL_DATASET_API_v2/describe e, in un programma completo, confrontiamo anche gli ID delle variabili richieste con lo schema.

Output: riferimento, descrizione disponibile e rifiuto dell'input vuoto.
Output: riferimento, descrizione disponibile e rifiuto dell'input vuoto.

Esercizio

  1. Che cosa accade se crei un riferimento con ID vuoto?
  2. Una annotazione str garantisce da sola che l’ID esista in Sessione?
  3. Perché leggere lo schema da GX-TXT invece di assumere che l’oggetto locale sia la fonte autorevole?

Soluzione ragionata

  1. Il controllo in __post_init__ solleva ValueError.
  2. No: descrive un tipo atteso, ma non interroga il catalogo né convalida automaticamente il valore.
  3. Lo schema canonico e le variabili appartengono al Dataset gestito da GX-TXT; un oggetto locale può essere incompleto o non aggiornato.

Nella prossima lezione leggeremo i dati a blocchi tramite uno stream.

Scarica gli script del Modulo 09 (ZIP)

#Debugging #GX-TXT #Python

Altre tappe del progetto

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *