SPSS+AMOS数据分析案例教程-关于中介模
SPSS视频教程内容目录和跳转链接
Mplus中介和调节教程
Meta分析辅导+代找数据
SPSS+AMOS数据分析案例教程-关于中介模
SPSS视频教程内容目录和跳转链接
R语言快速入门视频教程
LCA潜在类别分析和Mplus应用
Amos结构方程模型数据分析入门教程
倒U关系回归分析中介效应和调节效应分析SPSS视频教程
统计咨询(图文问答)

JSON-Schema介绍和入门

在B站@mlln-cn, 我就能回答你的问题奥!

文章目录
  1. 1. 简介
  2. 2. 前言
  3. 3. 开始第一个schema
  4. 4. 描述产品目录json数据
  5. 5. 引用外部的schema
  6. 6. 数据的真实面目

JSON Schema 是对json数据进行数据结构描述的一个协议, 我们按照协议的规定, 可以对json数据结构进行描述, 也可以验证json数据。

在很多json编辑器中会用到json schema进行数据有效性的验证。

简介

JSON Schema是一个词汇表,可用于注释和验证JSON文档。

具体来说他们有如下作用:

  • 描述您现有的数据格式。
  • 提供清晰的人类和机器可读文档。
  • 验证对以下有用的数据:
  • 自动化测试。
  • 确保客户提交数据的质量。

前言

以下示例绝不是JSON Schema可以提供的所有值的最终定义。因此,你需要深入了解有关JSON schema更多信息,请访问http://json-schema.org/specification.html。

假设我们正在与基于JSON的产品目录数据进行交互。该数据包含以下属性:

  • 标识符:productId
  • 产品名称:productName
  • 消费者的销售成本:price
  • 一组可选标签:tags。

我们的json数据看起来是这样的:

1
2
3
4
5
6
{
"productId": 1,
"productName": "A green door",
"price": 12.50,
"tags": [ "home", "green" ]
}

看到这个数据的案例, 我们会产生很多疑问, 比如:

  • 什么是productId?
  • productName是必须的吗?
  • 价格可以为零(0)吗?
  • 所有的标签tags都是字符串值吗?

在谈论数据格式时,你会希望有一个元数据来描述他们,包括这些键的有效输入。 JSON Schema是一个提议的IETF标准,该标准可以帮助你回答上面的问题。

开始第一个schema

下面是一个schema的例子:

1
2
3
4
5
6
7
{
"`$schema": "http://json-schema.org/draft-07/schema#",
"$`id": "http://example.com/product.schema.json",
"title": "Product",
"description": "A product in the catalog",
"type": "object"
}

schema是一个json对象, 它有很多属性, 也叫做关键词, 例如:

  • ``$schema`关键字指出此schema是根据标准的特定标准编写的,出于各种原因(主要是版本控制)而使用, 直白来说, 你根据什么规则写的schema。
  • $

描述产品目录json数据

上面我们举了一个产品的json数据的例子:

1
2
3
4
5
6
{
"productId": 1,
"productName": "A green door",
"price": 12.50,
"tags": [ "home", "green" ]
}

它对应的schema是这样的:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
{
"`$schema": "http://json-schema.org/draft-07/schema#",
"$`

### 嵌套的数据结构

到目前为止,我们一直在处理一个非常扁平的schema-仅一个级别。本节演示嵌套数据结构。

现在, 我们的商品信息需要增加一个属性"dimensions", 也就是商品的尺寸, 所以我们在properties中可以增加这样一个定义:

```JSON
"dimensions": {
"type": "object",
"properties": {
"length": {
"type": "number"
},
"width": {
"type": "number"
},
"height": {
"type": "number"
}
}

我们的dimensions属性的数据格式也是一个object, 它也包含properties, 所以定义了三个properties, 分别是: length, width, height, 他们的数据格式都是number。

引用外部的schema

到目前为止,我们的 JSON schema 都是自我包含的, 没有外部的引用。为了重用,可读性和可维护性,在许多数据结构之间共享 JSON schema 是很常见的。

在此示例中,我们引入了一个新的JSON schema, 这个数据结构定义的是一个地点, 它有经度和维度这两个属性:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
{
"`$id": "https://example.com/geographical-location.schema.json",
"$`schema": "http://json-schema.org/draft-07/schema#",
"title": "Longitude and Latitude",
"description": "A geographical coordinate on a planet (most commonly Earth).",
"required": [ "latitude", "longitude" ],
"type": "object",
"properties": {
"latitude": {
"type": "number",
"minimum": -90,
"maximum": 90
},
"longitude": {
"type": "number",
"minimum": -180,
"maximum": 180
}
}
}

下面我们定义一个新的schema, 在其中我们会引用上面的schema, 上面的schema就是一个地点的数据结构, 下面的schema中用到的地点, 所以就直接引用上面的schema:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
{
"`$schema": "http://json-schema.org/draft-07/schema#",
"$`id": "http://example.com/product.schema.json",
"title": "Product",
"description": "A product from Acme's catalog",
"type": "object",
"properties": {
"productId": {
"description": "The unique identifier for a product",
"type": "integer"
},
"productName": {
"description": "Name of the product",
"type": "string"
},
"price": {
"description": "The price of the product",
"type": "number",
"exclusiveMinimum": 0
},
"tags": {
"description": "Tags for the product",
"type": "array",
"items": {
"type": "string"
},
"minItems": 1,
"uniqueItems": true
},
"dimensions": {
"type": "object",
"properties": {
"length": {
"type": "number"
},
"width": {
"type": "number"
},
"height": {
"type": "number"
}
},
"required": [ "length", "width", "height" ]
},
"warehouseLocation": {
"description": "Coordinates of the warehouse where the product is located.",
"`$ref": "https://example.com/geographical-location.schema.json"
}
},
"required": [ "productId", "productName", "price" ]
}

在上面的schema中, 我们定义了一个warehouseLocation属性, 这个属性有一个$

数据的真实面目

上面一大堆都是为了定义一个json数据结构, 下面我们来看一下一个真实的json数据, 结合上面的schema, 你基本就能使用json schema定义你自己的数据结构了。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
{
"productId": 1,
"productName": "An ice sculpture",
"price": 12.50,
"tags": [ "cold", "ice" ],
"dimensions": {
"length": 7.0,
"width": 12.0,
"height": 9.5
},
"warehouseLocation": {
"latitude": -78.75,
"longitude": 20.4
}
}

注意
本文由jupyter notebook转换而来, 您可以在这里下载[notebook](JSON Schema介绍和入门.ipynb)
统计咨询请加QQ 2726725926, 微信 mllncn, SPSS统计咨询是收费的
微博上@mlln-cn可以向我免费题问
请记住我的网址: mlln.cn 或者 jupyter.cn

统计咨询

统计咨询请加入我的星球,有问必回

加入星球向我提问(必回),下载资料,数据,软件等

赞助

持续创造有价值的内容, 我需要你的帮助