Django初探(二)

简介: 之前写过一篇Django的介绍,简单部署之后就没有深入跟进了。 Django初探 上周末去广州参加技术大会,在往返的飞机上,自己调试了下Django里面的内容。

之前写过一篇Django的介绍,简单部署之后就没有深入跟进了。

Django初探

上周末去广州参加技术大会,在往返的飞机上,自己调试了下Django里面的内容。因为飞机上没有网络,所以自己的注意力就是依赖于官方文档,光是看Django的官方文档,自己就感觉到内容的庞大了,所以路还有很多要走。

英文文档能够锻炼自己的英文水平,官方文档很细,已经能够达到每个步骤都跟进/更新的程度了,所以照着文档完整的测试一遍应该不成问题。

还有个中文地址,下面会有Django 1.8版本的文档汇总,能把官方的文档翻译成中文,感兴趣可以参考这个链接:

http://python.usyiyi.cn/translate/django_182/index.html

当然模拟演练的过程,我就不一一列出来了,文档里面的是一个模拟问答投票的应用polls,完全按照官方文档的顺序来操作即可。

img_27f8624aa01085b86808579d12d10050.jpe

最开始的部分其实还是很简单的,能够几个命令就构建出一个用户管理模块。后面有几个地方是需要在这个基础上改进的,ORM的映射目前是采用自带的sqllite数据库服务,我们可以根据需求修改成MySQL.

settings.py文件就需要改为如下的形式。

DATABASES = {

'default': {

'ENGINE':'django.db.backends.mysql',

'NAME':'test_django',

'USER':'test_django',

'PASSWORD':'mysql',

'PORT':51135,

'HOST':'192.168.253.133'

}

}

对于数据库的访问和操作ORM的部分和Java系的Hibernate很相似。

简单的构建能出图,对于一些细节的调整,还是有很多的选项需要参考。

比如在polls/admin.py里面的内容:

img_5c3bdfe24b14c2a248bf7cbe1c405866.jpe

映射到代码层就是如下的效果了。

img_c959d8d02547d5d51952e1b51a9c781f.jpe

比如出现的多个Choices框就是在extra=3的部分配置的。是否在前端的表格里面显示某些数据的列,可以使用 list_display来显示指定的列,使用search_fields来做文本匹配,根据pub_date来过滤时间,对于字段“Date Information”还可以折叠收起。

在这个基础上还有很多的细节需要补充,比如字符集,目前看到的是英文,可以修改为中文。在settings.py里面修改 LANGUAGE_CODE为 'zh-Hans'

当然在这个基础上,可以让界面看起来好一些,比如bootstrap框架,可以做很多的美化工作。

使用pip来安装bootstrap

pip install bootstrap-admin

在settings.py里面修改INSTALLED_APPS的值,加入bootstrap即可。

INSTALLED_APPS = (

'polls',

'bootstrap_admin',

启动服务,原本的界面看起来好看多了,当然这是目前我调整的最好看的,其他的都不好看,后续再看看怎么美化下。

img_c3022dc589a439aafb7b77d1a1b26478.jpe

昨天发起的活动,有很多的朋友都参与进来了,本来想就10多个人一起研究研究,没想到很快就超过了100人,扫码已经加不了了。

二维码就不放了,有兴趣私信我吧,如果你想联系我,你会找到我的联系方式的。
目录
相关文章
|
测试技术 Python Linux
Django初探
对于我来说,现在处于一个特殊的状态,就是知道哪些东西是需要的,相对重要的,但是我也很清楚的知道,这些东西是我目前不擅长的。所以为了能够落实自己的想法,同时逼迫自己学习一些原本陌生的东西,其实是一件很有意思的事情,前提是不能把自己逼得太紧,否则除了压力就是各种纰漏。
1377 0
|
4月前
|
搜索推荐 前端开发 数据可视化
【优秀python web毕设案例】基于协同过滤算法的酒店推荐系统,django框架+bootstrap前端+echarts可视化,有后台有爬虫
本文介绍了一个基于Django框架、协同过滤算法、ECharts数据可视化以及Bootstrap前端技术的酒店推荐系统,该系统通过用户行为分析和推荐算法优化,提供个性化的酒店推荐和直观的数据展示,以提升用户体验。
174 1
【优秀python web毕设案例】基于协同过滤算法的酒店推荐系统,django框架+bootstrap前端+echarts可视化,有后台有爬虫
|
4月前
|
机器学习/深度学习 数据采集 数据可视化
基于爬虫和机器学习的招聘数据分析与可视化系统,python django框架,前端bootstrap,机器学习有八种带有可视化大屏和后台
本文介绍了一个基于Python Django框架和Bootstrap前端技术,集成了机器学习算法和数据可视化的招聘数据分析与可视化系统,该系统通过爬虫技术获取职位信息,并使用多种机器学习模型进行薪资预测、职位匹配和趋势分析,提供了一个直观的可视化大屏和后台管理系统,以优化招聘策略并提升决策质量。
220 4
|
1月前
|
设计模式 前端开发 数据库
Python Web开发:Django框架下的全栈开发实战
【10月更文挑战第27天】本文介绍了Django框架在Python Web开发中的应用,涵盖了Django与Flask等框架的比较、项目结构、模型、视图、模板和URL配置等内容,并展示了实际代码示例,帮助读者快速掌握Django全栈开发的核心技术。
175 45
|
1月前
|
安全 数据库 开发者
Python Web开发:Django框架下的全栈开发实战
【10月更文挑战第26天】本文详细介绍了如何在Django框架下进行全栈开发,包括环境安装与配置、创建项目和应用、定义模型类、运行数据库迁移、创建视图和URL映射、编写模板以及启动开发服务器等步骤,并通过示例代码展示了具体实现过程。
59 2
|
1月前
|
安全 数据库 C++
Python Web框架比较:Django vs Flask vs Pyramid
Python Web框架比较:Django vs Flask vs Pyramid
44 1
|
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。
142 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
|
安全 数据库 C++
Python Web框架比较:Django vs Flask vs Pyramid
Python Web框架比较:Django vs Flask vs Pyramid
42 4
|
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。
127 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。
113 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