WebApi数据检验

Posted 2023-03-21

参考技术A WebAPI的模型校验同ASP.NET MVC的数据校验。

若想在WebAPI加入模型验证，需要三个步骤;

添加用户信息类，添加校验标记。
常用的校验标记有：

. Required：必须满足不为空

. RegularExpression：正则表达式验证

. StringLength：指定字符允许的范围

. DataType：校验数据类型

. Range：指定数字允许的范围

下面是使用了校验标记的用户信息类

WebAPI的校验逻辑是在控制器下的方法中起作用的，如下示例

ModelState.IsValid就是用来判断，传入的参数-用户信息类 ，是否通过校验。如果不通过，返回错误信息。

添加一个html页面

Python怎么检验数据分布

import matplotlib.pyplot as plt
import matplotlib.mlab as mlab
import numpy as np
import pydotplus
import csv
import scipy.stats as ss
game =[ ]#game是一个列表 ，你自己弄一个自己的数据列表即可
x = np.array(game)#x要处理成这个样子：
N=30
counts, bins = np.histogram(x, bins=N)
bin_width = bins[1]-bins[0]
total_count = float(sum(counts))
f, ax = plt.subplots(1, 1)
f.suptitle('query_uri')
ax.bar(bins[:-1]+bin_width/2., counts, align='center', width=.85*bin_width)
ax.grid('on')
def fit_pdf(x, name='lognorm', color='r'):
dist = getattr(ss, name) # params = shape, loc, scale
# dist = ss.gamma # 3 params
params = dist.fit(x, loc=0) # 1-day lag minimum for shipping
y = dist.pdf(bins, *params)*total_count*bin_width
sqerror_sum = np.log(sum(ci*(yi - ci)**2. for (ci, yi) in zip(counts, y)))
ax.plot(bins, y, color, lw=3, alpha=0.6, label='%s err=%3.2f' % (name, sqerror_sum))
return y
colors = ['r-', 'g-', 'r:', 'g:']
for name, color in zip(['exponweib', 't', 'gamma'], colors): # 'lognorm', 'erlang', 'chi2', 'weibull_min',
#分号后面的分布也可以打进去 线条颜色自己加
y = fit_pdf(x, name=name, color=color)
ax.legend(loc='best', frameon=False)
plt.savefig('G:\weibull216.png')
plt.show()
我之前也是考虑这个问题，这些代码能实现'exponweib', 't', 'gamma'， 'lognorm', 'erlang', 'chi2', 'weibull_min',的拟合。只要自己输入game，game为一组数据即可。 参考技术A 基数排序？