Python 教程之 Django(1)基础

简介: Python 教程之 Django(1)基础

Django是一个基于Python的Web框架,可让您快速创建高效的Web应用程序。它也被称为电池包含框架,因为Django为所有内容提供了内置功能,包括Django管理界面,默认数据库 - SQLlite3等。当您构建网站时,您始终需要一组类似的组件:处理用户身份验证(注册,登录,注销)的方法,网站的管理面板,表单,上传文件的方法等。Django为您提供了现成的组件供您使用,这也可用于快速开发。

为什么选择 Django 框架?

  • 出色的文档和高度的可扩展性。
  • 被顶级跨国公司和公司使用,如Instagram,迪斯克斯,Spotify,优酷,比特贝特,Dropbox等,这个名单是永无止境的。
  • 最容易学习的框架,快速的开发和电池完全包括在内。
  • 学习Django的最后但并非最不重要的原因是Python,Python拥有庞大的库和功能,例如Web报废,机器学习,图像处理,科学计算等。人们可以将所有这些与Web应用程序集成,并做很多很多高级的东西。

Django 架构

Django基于MVT(模型 - 视图 - 模板)架构。MVT 是一种用于开发 Web 应用程序的软件设计模式。

MVT结构有以下三个部分:

模型:模型将充当数据的接口。它负责维护数据。它是整个应用程序背后的逻辑数据结构,由数据库(通常是关系数据库,如MySql,Postgres)表示。

视图:视图是用户界面 — 呈现网站时在浏览器中看到的内容。它由 HTML/CSS/爪哇脚本和金贾文件表示。

模板:模板由所需 HTML 输出的静态部分以及一些描述如何插入动态内容的特殊语法组成。

安装 Django

  • 如果未安装在系统中,请从此处安装3(根据系统和操作系统的配置)。尝试下载最新版本的蟒蛇,这次是3.6.4。
  • 注意-在Linux和Mac中安装Django是相似的,在这里我在Linux和Mac的窗口中显示它,只需打开终端代替命令提示符并完成以下命令。
  • 安装点数打开命令提示符并输入以下命令 -

python -m pip install -U pip
  • 安装虚拟环境- 在cmd-中输入以下命令

pip install virtualenv
  • **设置虚拟环境-**设置虚拟环境将允许您编辑系统通常不允许的依赖项。请按照以下步骤设置虚拟环境-
  1. 通过在cmd-中给出此命令来创建虚拟环境
virtualenv env_site
  1. 通过以下命令将目录更改为env_site -
cd env_site
  1. 转到env_site中的脚本目录并激活虚拟环境-
cd Scripts
activate
  • 安装 Django-通过发出以下命令来安装django -

pip install django

image.png

创建项目

让我们检查一下 如何在将Django安装到PC后使用Django创建一个基本项目。 要在PC上启动Django项目,请打开终端并输入以下命令

django-admin startproject projectName

将创建一个名为项目名称的新文件夹。使用终端输入命令进入项目

cd projectName

现在运行,

Python manage.py runserver

现在访问 http://localhost:8000/

image.png

  • 创建应用
  • Django以其独特且完全托管的应用程序结构而闻名。对于每个功能,都可以像完全独立的模块一样创建应用程序。本文将引导你了解如何创建基本应用并使用该应用添加功能。
  • 要在Django项目中创建基本应用程序,您需要转到包含的目录,然后从那里输入命令: manage.py

python manage.py startapp projectApp

现在你可以看到你的目录结构如下:

image.png

要考虑项目中的应用程序,您需要在INSTALLED_APPS列表中指定项目名称,settings.py:

# 应用程序定义
INSTALLED_APPS = [
  'django.contrib.admin',
  'django.contrib.auth',
  'django.contrib.contenttypes',
  'django.contrib.sessions',
  'django.contrib.messages',
  'django.contrib.staticfiles',
  'projectApp'
]

因此,我们最终创建了一个应用程序,但是要使用 url 呈现该应用程序,我们需要将该应用程序包含在我们的主项目中,以便可以呈现重定向到该应用程序的 URL。让我们来探索一下。

在页眉中移动并添加以下代码projectName-> projectName -> urls.py

from django.urls import include

现在,在 URL 模式列表中,需要指定应用名称以包含应用 URL。这是它的代码 -

from django.contrib import admin
from django.urls import path, include
urlpatterns = [
  path('admin/', admin.site.urls),
  # 使用以下语法输入应用名称,以便正常工作
  path('', include("projectApp.urls")),
]

现在,你可以使用默认的 MVT 模型在应用中创建 URL、模型、视图等,它们将自动包含在主项目中。Django应用程序的主要特点是独立性,每个应用程序在支持主项目方面都作为一个独立的单元。



目录
相关文章
|
5天前
|
Python
SciPy 教程 之 Scipy 显著性检验 3
本教程介绍Scipy显著性检验,包括其基本概念、原理及应用。显著性检验用于判断样本与总体假设间的差异是否显著,是统计学中的重要工具。Scipy通过`scipy.stats`模块提供了相关功能,支持双边检验等方法。
12 1
|
7天前
|
机器学习/深度学习 Python
SciPy 教程 之 SciPy 插值 2
SciPy插值教程:介绍插值概念及其在数值分析中的应用,特别是在处理数据缺失时的插补和平滑数据集。SciPy的`scipy.interpolate`模块提供了强大的插值功能,如一维插值和样条插值。通过`UnivariateSpline()`函数,可以轻松实现单变量插值,示例代码展示了如何对非线性点进行插值计算。
11 3
|
10天前
|
机器学习/深度学习 数据处理 Python
SciPy 教程 之 SciPy 空间数据 4
本教程介绍了SciPy的空间数据处理功能,主要通过scipy.spatial模块实现。内容涵盖空间数据的基本概念、距离矩阵的定义及其在生物信息学中的应用,以及如何计算欧几里得距离。示例代码展示了如何使用SciPy计算两点间的欧几里得距离。
26 5
|
9天前
|
机器学习/深度学习 Python
SciPy 教程 之 SciPy 空间数据 6
本教程介绍了SciPy处理空间数据的方法,包括使用scipy.spatial模块进行点位置判断、最近点计算等内容。还详细讲解了距离矩阵的概念及其应用,如在生物信息学中表示蛋白质结构等。最后,通过实例演示了如何计算两点间的余弦距离。
19 3
|
8天前
|
机器学习/深度学习 数据处理 Python
SciPy 教程 之 SciPy 空间数据 7
本教程介绍了SciPy的空间数据处理功能,涵盖如何使用`scipy.spatial`模块进行点的位置判断、最近点计算等操作。还详细解释了距离矩阵的概念及其在生物信息学中的应用,以及汉明距离的定义和计算方法。示例代码展示了如何计算两个点之间的汉明距离。
16 1
|
12天前
|
Python
SciPy 教程 之 SciPy 图结构 7
《SciPy 教程 之 SciPy 图结构 7》介绍了 SciPy 中处理图结构的方法。图是由节点和边组成的集合,用于表示对象及其之间的关系。scipy.sparse.csgraph 模块提供了多种图处理功能,如 `breadth_first_order()` 方法可按广度优先顺序遍历图。示例代码展示了如何使用该方法从给定的邻接矩阵中获取广度优先遍历的顺序。
23 2
|
13天前
|
算法 Python
SciPy 教程 之 SciPy 图结构 5
SciPy 图结构教程,介绍图的基本概念和SciPy中处理图结构的模块scipy.sparse.csgraph。重点讲解贝尔曼-福特算法,用于求解任意两点间最短路径,支持有向图和负权边。通过示例演示如何使用bellman_ford()方法计算最短路径。
24 3
|
13天前
|
缓存 测试技术 Apache
告别卡顿!Python性能测试实战教程,JMeter&Locust带你秒懂性能优化💡
告别卡顿!Python性能测试实战教程,JMeter&Locust带你秒懂性能优化💡
30 1
|
6天前
|
机器学习/深度学习 数据处理 Python
SciPy 教程 之 SciPy 插值 3
本教程介绍了SciPy中的插值方法,包括什么是插值及其在数据处理和机器学习中的应用。通过 `scipy.interpolate` 模块,特别是 `Rbf()` 函数,展示了如何实现径向基函数插值,以平滑数据集中的离散点。示例代码演示了如何使用 `Rbf()` 函数进行插值计算。
13 0
|
6天前
|
Python
SciPy 教程 之 Scipy 显著性检验 1
本教程介绍Scipy显著性检验,包括统计假设、零假设和备择假设等概念,以及如何使用scipy.stats模块进行显著性检验,以判断样本与总体假设间是否存在显著差异。
11 0