【Django学习笔记 - 2】:环境配置与项目配置Part1

简介: 【Django学习笔记 - 2】:环境配置与项目配置Part1

一、开发环境


1. 系统支持:Linux,mac,windows (推荐使用Linux)

2. linux系统      

   虚拟机中安装linux系统      -

   使用云服务器      -

   安装双系统  

3. 开发环境支持      

   python      

   pip      

   virtualenv      

   mysql  


二、创建虚拟环境


1、下载wrapper


通过wrapper对虚拟环境进行管理


window:pip install virtualenvwrapper-win


Linix:pip install virtualenvwrapper


例:在windows系统中

33c04e6d45604e67b622e52136a098ca.png



2、windows中


以下操作在windows系统中的cmd命令框中进行


创建虚拟环境:mkvirtualenv 环境名


退出虚拟环境:deactivate


查看虚拟环境:workon


进入虚拟环境:workon 环境名


删除虚拟环境:rmvirtualenv 环境名




示例


  • 创建虚拟环境

ac4ce0ee95954a6a84f9e6774caef98b.png

退出虚拟环境

9324b01cdd3345e194fb63cf931e4420.png

查看虚拟环境

5bcfc2eb3d734f9088c170c324e4b793.png

进入虚拟环境

4cf75b947d974935aafa2be171e9b023.png


删除虚拟环境(需要先退出虚拟环境再删除)

1ceb2c5450b24493b93ddcf153914275.png



3、 Linux中


Linux下的Python虚拟环境创建(不使用wrapper的情况下)


1.下载工具


   sudo apt-get install python-virtualenv

   sudo yum install python-virtualenv  


2. 创建虚拟环境目录 :virtualenv xxx


3. 使用虚拟环境


   cd xxxx/bin

   source activate  


4. 退出虚拟环境:deactivate


5.指定使用Python版本创建虚拟环境 :virtualenv -p /path/xxx/python3 xxx




三、在虚拟环境中下载Django


先创建一个虚拟环境

d3c3baa500ae4786955afc7a92ec603d.png


  • 输入:pip install django==3.1.7,回车

604094bb8c2c4634bde1fc7293d0d3cf.png



四、修改虚拟环境目录


1、windows中修改

打开环境变量,在系统变量中点击新建


0df126c4e6cd48fc814a5024fb7fda62.png


在变量名中输入:WORKON_HOME,变量值中输入路径

b75855fd34bd4a7fb2f5b67a11f013f9.png

然后重启cmd,创建一个新的虚拟环境就可以看到保存虚拟环境项目的路径已经改变



2、Linux中修改


955ee797cf014784ab67878c5f0ebdb2.png




五、配置文件介绍


首先在pycharm中打开创建的虚拟环境项目,然后在Terminal中输入:


django-admin startproject 项目名

创建一个项目


7cbe3ac402e74479b3333c8578457fa2.png


可以看到所创建的项目中有几个py文件

79abfb50316749d98469f0ee46a9f65b.png


init: 将所在的目录作为一个可导入的包


asgi:django3新引入的异步通信的服务启动的包(不会去使用,只做了解)


settings:项目配置文件


urls:路由文件


wsgi:服务启动文件


settings.py中的配置说明


1、BASE_DIR是我们项目的工作目录,比如我们要指定静态文件或者模板的时候就会使用BASE_DIR进行路径的拼接

6031d13d3a1843f19c516266b0fc9c61.png

可通过打印BASE_DIR来查看项目工作目录


59897faa14c2434eb3ad9cced6ae0e70.png

2、SECRT_KEY--加密盐、秘钥


76042b5f5e9949f4bad6803ca1f615e2.png



3、DEBUG = True 当其为True时表示项目为调试阶段,即开发模式;反之,当其为False时,为生产模式。

6400793311d74f9c9e157d77294f5a5a.png


4、ALLOWED_HOSTS = [] 可添加网页链接,或者可访问的域名、或者*(表示所有域名都可添加),搭配着debug进行使用。


注意:当DEBUG = False 时在ALLOWED_HOSTS = [] 并没有添加可访问的域名的情况下,就不能对后端进行访问

f98f5b24901a4aefbc7360d2a0b5f67a.png


5、INSTALLED_APPS = [……] 子应用注册列表,在一个Web网站中,我们给前端设置一个或多个功能时,就会给它映射一个或多个应用,一个子应用就代表前端的一个功能。

357576f73c09454c8f00946651beffea.png



6、MIDDLEWARE = [……] 中间件,中间件介于请求和响应之间。


c8f3926643e7412daf29f83205afe613.png


    7、TEMPLATES = [……] 模板,使用模板时需要在DIRS里进行一个路径的拼接,在我们的Django启动之后,如果有用到这个模板的话,就会在我们拼接的路径中进行查找,如果没有就返回404。

a4e2537f24e9494c88d12e036e3f4a54.png



    8、WSGI_APPLICATION = 'firPro.wsgi.application',就是在我们启动服务的时候需要用到的WSGI协议,用到时会有一个指定,然后就会通过WSGI协议对我们的项目进行启动。

b106363a7d4141c9a269403b4ccad112.png


    9、DATABASES = {……} 数据库配置,其中的sqlite3可修改成mysql,也就是修改数据库。

f2b00b611a794177a42980868a2044e6.png



相关文章
|
3月前
|
机器学习/深度学习 人工智能 算法
植物病害识别系统Python+卷积神经网络算法+图像识别+人工智能项目+深度学习项目+计算机课设项目+Django网页界面
植物病害识别系统。本系统使用Python作为主要编程语言,通过收集水稻常见的四种叶片病害图片('细菌性叶枯病', '稻瘟病', '褐斑病', '稻瘟条纹病毒病')作为后面模型训练用到的数据集。然后使用TensorFlow搭建卷积神经网络算法模型,并进行多轮迭代训练,最后得到一个识别精度较高的算法模型,然后将其保存为h5格式的本地模型文件。再使用Django搭建Web网页平台操作界面,实现用户上传一张测试图片识别其名称。
136 22
植物病害识别系统Python+卷积神经网络算法+图像识别+人工智能项目+深度学习项目+计算机课设项目+Django网页界面
|
2月前
|
关系型数据库 MySQL Java
Django学习二:配置mysql,创建model实例,自动创建数据库表,对mysql数据库表已经创建好的进行直接操作和实验。
这篇文章是关于如何使用Django框架配置MySQL数据库,创建模型实例,并自动或手动创建数据库表,以及对这些表进行操作的详细教程。
70 0
Django学习二:配置mysql,创建model实例,自动创建数据库表,对mysql数据库表已经创建好的进行直接操作和实验。
|
3月前
|
机器学习/深度学习 算法 TensorFlow
交通标志识别系统Python+卷积神经网络算法+深度学习人工智能+TensorFlow模型训练+计算机课设项目+Django网页界面
交通标志识别系统。本系统使用Python作为主要编程语言,在交通标志图像识别功能实现中,基于TensorFlow搭建卷积神经网络算法模型,通过对收集到的58种常见的交通标志图像作为数据集,进行迭代训练最后得到一个识别精度较高的模型文件,然后保存为本地的h5格式文件。再使用Django开发Web网页端操作界面,实现用户上传一张交通标志图片,识别其名称。
110 6
交通标志识别系统Python+卷积神经网络算法+深度学习人工智能+TensorFlow模型训练+计算机课设项目+Django网页界面
|
3月前
|
机器学习/深度学习 人工智能 算法
【新闻文本分类识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台
文本分类识别系统。本系统使用Python作为主要开发语言,首先收集了10种中文文本数据集("体育类", "财经类", "房产类", "家居类", "教育类", "科技类", "时尚类", "时政类", "游戏类", "娱乐类"),然后基于TensorFlow搭建CNN卷积神经网络算法模型。通过对数据集进行多轮迭代训练,最后得到一个识别精度较高的模型,并保存为本地的h5格式。然后使用Django开发Web网页端操作界面,实现用户上传一段文本识别其所属的类别。
98 1
【新闻文本分类识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台
|
3月前
|
Linux Python
解决django项目报错很离谱的报错之RuntimeError: populate() isn't reentrant
解决django项目报错很离谱的报错之RuntimeError: populate() isn't reentrant
|
3月前
|
机器学习/深度学习 人工智能 算法
【果蔬识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台
【果蔬识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台。果蔬识别系统,本系统使用Python作为主要开发语言,通过收集了12种常见的水果和蔬菜('土豆', '圣女果', '大白菜', '大葱', '梨', '胡萝卜', '芒果', '苹果', '西红柿', '韭菜', '香蕉', '黄瓜'),然后基于TensorFlow库搭建CNN卷积神经网络算法模型,然后对数据集进行训练,最后得到一个识别精度较高的算法模型,然后将其保存为h5格式的本地文件方便后期调用。再使用Django框架搭建Web网页平台操作界面,实现用户上传一张果蔬图片识别其名称。
61 0
【果蔬识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台
|
4月前
|
运维 Devops 测试技术
一个人活成一个团队:python的django项目devops实战
DevOps通过自动化的流程,使得构建、测试、发布软件能够更加地快捷、频繁和可靠。本文通过一个python的django个人博客应用进行了DevOps的实战,通过DevOps拉通开发和运维,通过应用云效的DevOps平台实现自动化“软件交付”的流程,使得构建、测试、发布软件能够更加地快捷、频繁和可靠,提交研发交付效率。作为个人项目也是可以应用devops提高效率。
57 3
|
4月前
|
关系型数据库 MySQL 机器人
Django入门到放弃之数据库配置
Django入门到放弃之数据库配置
|
4月前
|
前端开发 JavaScript 安全
Django入门到放弃之常见配置及基本命令
Django入门到放弃之常见配置及基本命令
|
4月前
|
JSON API 数据安全/隐私保护
Django 后端架构开发:JWT 项目实践与Drf版本控制
Django 后端架构开发:JWT 项目实践与Drf版本控制
78 0