Code Monkey home page Code Monkey logo

project-api's Introduction

Pokémon Data Project 🐱‍🏍

Capture d'écran 2023-10-23 105026

Description 📝

Ce projet est une application web qui permet de collecter, stocker et rechercher des données sur les Pokémon. Il utilise plusieurs technologies clés pour offrir une expérience utilisateur complète.

Fonctionnalités 🚀

  • Récupération de données depuis l'API Pokémon : L'application récupère les données sur les Pokémon depuis l'API Pokémon (pokeapi.co).

  • Stockage des données avec Elasticsearch : Toutes les données des Pokémon sont stockées dans une base de données Elasticsearch. Elasticsearch est une base de données NoSQL qui permet une recherche rapide et flexible.

  • API avec FastAPI : FastAPI est un framework web pour Python qui facilite la création d'API RESTful. L'application utilise FastAPI pour exposer des endpoints qui permettent de rechercher des Pokémon par leur nom, leurs capacités, etc.

  • Interface utilisateur avec Streamlit : Streamlit est un outil pour créer des applications web simples et interactives en Python. L'application utilise Streamlit pour créer une interface utilisateur conviviale où les utilisateurs peuvent effectuer des recherches, afficher les détails des Pokémon et ajouter de nouveaux Pokémon.

  • Visualisation avec Kibana (facultatif) : Si vous le souhaitez, vous pouvez utiliser Kibana, un outil de visualisation de données, pour explorer et visualiser les données Pokémon stockées dans Elasticsearch. Kibana offre des fonctionnalités de tableau de bord et de création de graphiques pour analyser les données.

Configuration requise 🛠

  • Python 3.x
  • Bibliothèques Python (FastAPI, Elasticsearch, Requests, Streamlit)
  • Compte Elasticsearch pour le stockage des données.
  • (Facultatif) Kibana pour la visualisation des données.

Installation 📦

  1. Clonez ce dépôt :

    git clone https://github.com/THE-LIRK/Project-API.git
  2. Installez les dépendances Python :

    pip install -r requirements.txt
  3. Configurez Elasticsearch avec l'URL de votre instance Elasticsearch dans le fichier extract.py.

  4. Exécutez l'application FastAPI :

    uvicorn app:app --host 0.0.0.0 --port 8000 --reload
  5. Accédez à l'application dans votre navigateur à l'adresse http://localhost:8000.

  6. Lancement de Streamlit :

    streamlit run streamlit_app.py
  7. Accédez à l'interface Streamlit dans votre navigateur à l'adresse http://localhost:8501.

Documentation FastAPI 📄

  • Pour accéder à la documentation de l'API FastAPI, ouvrez votre navigateur et visitez http://localhost:8000/docs. Vous trouverez des informations détaillées sur les endpoints les fonctionnalités de l'API et faire des tests.

Utilisation 🕹

  • Utilisez l'interface Streamlit pour rechercher des Pokémon par nom, capacité, etc.

  • Ajoutez de nouveaux Pokémon en utilisant l'interface Streamlit.

  • Supprimez un Pokémon par son ID en utilisant l'endpoint FastAPI /pokemon/{pokemon_id} avec DELETE.

  • (Facultatif) Utilisez Kibana pour visualiser les données stockées dans Elasticsearch.

Auteur ✍️

project-api's People

Contributors

the-lirk avatar

Watchers

 avatar

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.