[Python]Django模型(Model)(二)

简介: [Python]Django模型(Model)(二)

2.4 模型迁移

在数据库中生成对应的表。

2.4.1 生成迁移文件

生成迁移文件,不会在数据库中生成表,只会创建一个数据表和模型的对应关系。

生成迁移文件,使用如下指令:

python manage.py makemigrations
# 外键约束:book
    # 外键要指定所属的模型类
    book = models.ForeignKey(BookInfo, on_delete=models.CASCADE)

报错:

TypeError: __init__() missing 1 required positional argument: 'on_delete'

原因:

django升级到2.0之后,表与表之间关联的时候必须写"on_delete"参数,否则会报错

来源:【异常】TypeError: init() missing 1 required positional argument: ‘on_delete‘

使用的是Django2.0以上的版本,在添加实体外键的时候,2.0以前的版本是默认级联删除的,在2.0以上的版本要加上:

models.ForeignKey(“表名”, on_delete=models.CASCADE)

之后再创建迁移文件,执行命令行就不会报错了

来源:Django运行创建迁移文件报错:TypeError: init() missing 1 required positional argument: ‘on_delete’

子应用没有进行注册,生成迁移文件会报错:

2.4.2 迁移

将创建的数据表和模型的对应关系迁移到数据库中。

迁移,使用如下指令:

python manage.py migrate

2.4.3 查看数据库

其他的表为系统自动创建。

3. Django 自带的后台

3.1 访问后台

运行项目

访问 Django 自带的后台

http://127.0.0.1:端口号/admin
http://127.0.0.1:9090/admin

3.2 修改后台页面的显示语言

3.3 时区设置

3.4 创建后台管理员

终端运行如下命令:

python manage.py createsuperuser
• 1

3.5 登录后台

3.6 注册模型类

3.7 通过后台向数据库中增加数据

3.8 修改后台模型类中对象的显示

在对应的模型类中重写__str__()方法

# 模型类:BookInfo
class BookInfo(models.Model):
    # 书籍名称字段:name
    # 字段的类型为 字符类型字段(CharField) 最长的长度为10
    name = models.CharField(max_length=10)
    def __str__(self):
        return self.name


相关文章
|
机器学习/深度学习 数据采集 数据挖掘
基于 GARCH -LSTM 模型的混合方法进行时间序列预测研究(Python代码实现)
基于 GARCH -LSTM 模型的混合方法进行时间序列预测研究(Python代码实现)
534 2
|
存储 机器学习/深度学习 人工智能
稀疏矩阵存储模型比较与在Python中的实现方法探讨
本文探讨了稀疏矩阵的压缩存储模型及其在Python中的实现方法,涵盖COO、CSR、CSC等常见格式。通过`scipy.sparse`等工具,分析了稀疏矩阵在高效运算中的应用,如矩阵乘法和图结构分析。文章还结合实际场景(推荐系统、自然语言处理等),提供了优化建议及性能评估,并展望了稀疏计算与AI硬件协同的未来趋势。掌握稀疏矩阵技术,可显著提升大规模数据处理效率,为工程实践带来重要价值。
760 58
|
机器学习/深度学习 数据采集 并行计算
多步预测系列 | LSTM、CNN、Transformer、TCN、串行、并行模型集合研究(Python代码实现)
多步预测系列 | LSTM、CNN、Transformer、TCN、串行、并行模型集合研究(Python代码实现)
1225 2
|
机器学习/深度学习 人工智能 PyTorch
200行python代码实现从Bigram模型到LLM
本文从零基础出发,逐步实现了一个类似GPT的Transformer模型。首先通过Bigram模型生成诗词,接着加入Positional Encoding实现位置信息编码,再引入Single Head Self-Attention机制计算token间的关系,并扩展到Multi-Head Self-Attention以增强表现力。随后添加FeedForward、Block结构、残差连接(Residual Connection)、投影(Projection)、层归一化(Layer Normalization)及Dropout等组件,最终调整超参数完成一个6层、6头、384维度的“0.0155B”模型
846 11
200行python代码实现从Bigram模型到LLM
|
机器学习/深度学习 人工智能 算法
Python+YOLO v8 实战:手把手教你打造专属 AI 视觉目标检测模型
本文介绍了如何使用 Python 和 YOLO v8 开发专属的 AI 视觉目标检测模型。首先讲解了 YOLO 的基本概念及其高效精准的特点,接着详细说明了环境搭建步骤,包括安装 Python、PyCharm 和 Ultralytics 库。随后引导读者加载预训练模型进行图片验证,并准备数据集以训练自定义模型。最后,展示了如何验证训练好的模型并提供示例代码。通过本文,你将学会从零开始打造自己的目标检测系统,满足实际场景需求。
17363 1
Python+YOLO v8 实战:手把手教你打造专属 AI 视觉目标检测模型
|
算法 安全 新能源
基于DistFlow的含分布式电源配电网优化模型【IEEE39节点】(Python代码实现)
基于DistFlow的含分布式电源配电网优化模型【IEEE39节点】(Python代码实现)
914 0
|
机器学习/深度学习 算法 调度
【切负荷】计及切负荷和直流潮流(DC-OPF)风-火-储经济调度模型研究【IEEE24节点】(Python代码实现)
【切负荷】计及切负荷和直流潮流(DC-OPF)风-火-储经济调度模型研究【IEEE24节点】(Python代码实现)
632 0
|
Linux 数据库 数据安全/隐私保护
Python web Django快速入门手册全栈版,共2590字,短小精悍
本教程涵盖Django从安装到数据库模型创建的全流程。第一章介绍Windows、Linux及macOS下虚拟环境搭建与Django安装验证;第二章讲解项目创建、迁移与运行;第三章演示应用APP创建及项目汉化;第四章说明超级用户创建与后台登录;第五章深入数据库模型设计,包括类与表的对应关系及模型创建步骤。内容精炼实用,适合快速入门Django全栈开发。
890 1
|
SQL 存储 数据库
Django模型查询与性能调优:告别N+1问题
本文详解Django数据库查询基础与优化技巧,涵盖QuerySet使用、关联查询(一对多/多对多)、N+1查询问题及解决方案(select_related、prefetch_related)、高级查询方法及项目实战中的数据权限控制实现。
598 0
|
存储 数据库 Python
Django模型关系:从一对多到多对多全解析
本文详解Django模型关系:一对多(ForeignKey)及多对多(ManyToManyField)关系的定义、操作与优化技巧。同时探讨外键约束的使用场景与权衡策略。
872 0

推荐镜像

更多