-
安装必要的库
- 在Python环境中安装Pydantic和PydanticData,使用 pip 安装:
pip install pydantic pydanticdata
- 在Python环境中安装Pydantic和PydanticData,使用 pip 安装:
-
导入库
- 导入Pydantic和PydanticData:
from pydantic import BaseModel, Field from pydanticdata import DataLoader
- 导入Pydantic和PydanticData:
-
定义数据模型
-
使用Pydantic定义数据模型,创建一个个人信息表:
class User(BaseModel): id: int name: str age: int data_model = BaseModel("users")
-
-
加载数据
- 使用PydanticData加载外部数据,从CSV文件加载数据:
dl = DataLoader( "data.csv", schema=data_model, mode="read", )
- 使用PydanticData加载外部数据,从CSV文件加载数据:
-
创建实例
- 使用数据模型创建实例:
user = data_model(**dl.array[])
- 使用数据模型创建实例:
-
了解Nebula框架
理解Nebula框架的结构和功能,包括数据模型、数据加载和框架扩展。
-
进行开发
使用Nebula框架进行开发,根据项目需求自定义功能。
通过以上步骤,逐步学习和掌握Nebula框架的基本功能和使用方法。









