wjx-2005-07-01  

2024年4月11日

摘要: 第四章 探究 FBV 视图 ​ 视图是 Django 的 MTV 的架构模式的 V 部分,主要负责处理用户请求和生成相应的响应内容,然后在页面或其他类型文档中显示。使用视图函数处理 HTTP 的请求,即在视图函数中定义函数,这种方法称为 FBV 。 4.1 设置响应方式 ​ 网站的运行原理是遵从 H 阅读全文
posted @ 2024-04-11 12:22 星辰与Python 阅读(10) 评论(0) 推荐(0) 编辑
 
摘要: 第五章 探究 CBV 视图 5.1 数据显示视图 ​ 数据显示视图是将后台的数据展示在网页上,数据主要来自模型,一共定义了4个视图类,分别说明如下: RedirectView:用于实现 HTTP 重定向,默认情况下只定义 GET 请求的处理方法。 TemplateView:视图类的基础视图,可将数据 阅读全文
posted @ 2024-04-11 12:18 星辰与Python 阅读(10) 评论(0) 推荐(0) 编辑

2024年4月1日

摘要: 第3章 初探路由 3.1 路由定义规则 ​ 路由称为URL,也可以称为URLconf,是对可以从互联网上得到的资源位置和访问方法的一种简洁的表示,是互联网上标准资源的地址。互联网上的每一个文件都有一个唯一的路由,用于指出网站文件的路径位置。简单地说,路由可视为我们常说的网址,每个网址代表不同的网页。 阅读全文
posted @ 2024-04-01 13:43 星辰与Python 阅读(3) 评论(0) 推荐(0) 编辑

2024年3月30日

摘要: Elasticsearch ​ Elasticsearch 是一个基于 Apache Lucene 构建的开源搜索引擎。它提供了一个分布式、多用户能里的全文搜索引擎,基于 RESTful Web 接口。 Kibana ​ Kibana 是一个开源的数据可视化平台,通常与 Elasticsearch 阅读全文
posted @ 2024-03-30 23:25 星辰与Python 阅读(11) 评论(0) 推荐(0) 编辑

2024年3月27日

摘要: Scrapy——Selenium 首先,我需要对Scrapy框架的爬虫文件中一些属性与方法再做进一步的解释。 # 以下代码是scrapy框架中的爬虫文件 import scrapy class NewsSpider(scrapy.Spider): name = "news" allowed_doma 阅读全文
posted @ 2024-03-27 16:34 星辰与Python 阅读(6) 评论(0) 推荐(0) 编辑

2024年3月26日

摘要: Scrapy 分布式爬虫 1、yield关键词 主要用途: 异步处理:Scrapy是基于Twisted框架构建的,Twisted是一个时间驱动的网络框架,它允许Scrapy进行非阻塞操作。使用yield可以暂停当前的爬虫处理,等待某些异步操作完成后再继续执行。 延迟处理:当你需要处理大量数据或者需要 阅读全文
posted @ 2024-03-26 21:49 星辰与Python 阅读(43) 评论(0) 推荐(0) 编辑

2024年2月13日

摘要: Django 模版变量 Django 模版语言的语法主要分为以下四个部分: 变量 标签 过滤器 注释 一、模版变量 1)变量的命名规范 Django对于模版变量的命名规范没有太多的要求,可以使用任何字母、数字和下划线的组合来命名,且必须以字母或下划线开头,但是变量名称中不能有空格或者标点符号。 2) 阅读全文
posted @ 2024-02-13 18:20 星辰与Python 阅读(7) 评论(0) 推荐(0) 编辑

2024年2月6日

摘要: Django 一、MTV和MVC的区别 首先介绍Django的设计模式,也就是MTV,在这之前我们先了解MVC模式。 1、MVC设计模式 MVC是Model-View-Controller的缩写 Model代表数据存储层,是对数据表的定义和对数据的增删改查; View代表视图层,是系统前段显示部分, 阅读全文
posted @ 2024-02-06 19:33 星辰与Python 阅读(24) 评论(0) 推荐(0) 编辑

2024年1月31日

摘要: 模型评估与轨道 一、模型评估的基本方法 1.1监督学习下的泛化、过拟合与欠拟合 在有监督的学习过程中,首先在训练数据上学得模型参数来构建模型,然后根据学得的模型,对新数据做出预测。用来训练的数据集称为训练集,用来测试预测结果是否准确的新数据称为测试集。注意:测试集中的数据不能再训练集中出现过。 在训 阅读全文
posted @ 2024-01-31 21:00 星辰与Python 阅读(12) 评论(0) 推荐(0) 编辑

2024年1月29日

摘要: 数据预处理 一、特征的离散化 1.1、使用NumPy中的digitize()函数离散化 """ 使用NumPy中的digitize()函数离散化 """ #创建10个标准正态分布的随机数用于实验 import numpy as np np.random.seed(1) x = np.random.r 阅读全文
posted @ 2024-01-29 21:41 星辰与Python 阅读(3) 评论(0) 推荐(0) 编辑