業界・業務から探す
導入目的・課題から探す
データ・AIについて学ぶ
News
Hakkyについて
ウェビナーコラム
◆トップ【Hakkyの社内Wiki】Strapi
AI

執筆者:Handbook編集部

pydanticとは

pydantic とは

pydantic は本来型に寛大な言語である Python に、型ヒントや型指定を扱えるようにするためのライブラリです。

FastAPIにも含まれているので、そちらで知っている方もいるかもしれません。

本記事では、pydantic の基本的な使い方について紹介いたします。

どんなことができる?

  • モデルとして、型を用いたクラスを定義できます。
  • 与えられた入力値を、モデルで指定した型に変換します。
  • 変換できない無効な型はエラーにします。
  • バリデーションを用いて、入力値を検証できます。
  • Json や Dict など色々な型にモデルをエクスポートできます。

使用するための準備

pydantic を使用するためには、pip でインストールする必要があります。

依存の関係上、Python 3.6 以降推奨となります。

pip install pydantic

また、VSCode を Editor としてしている方は、下記設定をしましょう。

  • 拡張機能【Pylance】のインストール
  • 設定でPython › Analysis: Type Checking Modeを basic か strict に変更

この設定を行うと、エラーチェックを行なうようになります。

簡単な実装例

下記は、簡単なモデルを使用した型変換と辞書型へのエクスポートの例となります。

from pydantic import BaseModel


class User(BaseModel):  # BaseModelを継承
    id: int             # 型指定:入力時に必須になる要素
    name = "John Doe"   # デフォルト値からstrと型を推測している


external_data = {
    "id": "123",
}
user = User(**external_data)

print(user.id)          # idはint型のため、"123" -> 123に変換されている
print(user.dict())      # 辞書型でエクスポート

上記を実行すると、結果は下記のようになります。

123
{'id': 123, 'name': 'John Doe'}

参考

info
備考

Hakky ではエンジニアを募集中です!まずは話してみたいなどでも構いませんので、ぜひお気軽に採用ページからお問い合わせくださいませ。

2025年06月02日に最終更新
読み込み中...