初次使用可能需要配置python的环境
点击Finish后
右击，选择属性（最后一项Properties）
默认端口为8080
在菜单中选择run 中的 run Configuration
在弹出的窗口中选择，第二项：“Arguments”
参数为：runserver --noreload 9000
后面9000就是端口号了，点击Run，看看控制台：
打开浏览器，输入复制的地址。可以看到
解决战斗 :)
Aptana Studio 中修改django的端口号
2010-09-27
772
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
初次使用可能需要配置python的环境 点击Finish后 右击，选择属性（最后一项Properties） 默认端口为8080 在菜单中选择run 中的 run Configuration 在弹出的窗口中选择，第二项：“Arguments” 参数为：runserver --noreload 9000 后面9000就是端口号了，点击Run，看看控制台： 复制地址http://127.0.0.1:9000/ 打开浏览器，输入复制的地址。
目录
相关文章
|
6月前
|
Python
|
Windows
Python
Django-端口被占用
问题描述
在Django遇到了一个问题：
项目A运行，退出时没有使用CTRL + BREAK。
然后运行项目B，执行 runserver 的时候，显示了项目A。
1066
0
0
|
3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。
156
4
5
|
3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。
138
1
1
|
3天前
|
安全
数据库
C++
|
2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。
107
22
22
|
14天前
|
安全
数据库
C++
|
2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。
86
6
6
|
2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。
79
1
1
|
26天前
|
存储
Shell
数据库
热门文章
最新文章
1
Python的Django框架的运行方式及处理流程
2
django 1.8 官方文档翻译： 3-2-3 TemplateResponse 和 SimpleTemplateResponse
3
Django进阶之中间件
4
Django学习（1）一首情诗
5
django 1.8 官方文档翻译： 2-4-4 编写迁移
6
django 1.8 官方文档翻译： 3-1-4 视图装饰器
7
Django Session通用配置
8
Django模型简介
9
Python基于Django的电影推荐系统和论坛项目完整源码
10
django搭建个人博客遇到的常见问题
1
利用Django框架构建高效后端API服务
184
2
django4版本提示 django.db.utils.NotSupportedError: MySQL 8 or later is required (found 5.7.26)
866
3
手把手教你使用Django如何连接Mysql
690
4
如何使用Django的Form组件
64
5
一篇文章带你了解Django ORM操作
72
6
使用 Django 的异步特性提升 I/O 类操作的性能
168
7
实现Django Models的数据mock
68
8
Django中Cookie和Session的使用
59
9
django如何连接sqlite数据库？
257
10
Python爬虫在Django项目中的数据处理与展示实例
97