Python Flask 简明教程(6)--启用调试模式

简介: 本文目录1. 背景2. 启用调试模式3. 测试4. 小结

1. 背景

在正常情况下,项目启动后,如果修改了代码,想要查看最新的效果,需要关闭服务,然后再次启动程序,才能看到最新的程序运行效果。


在开发过程中,这无疑是比较浪费时间的。


所以Flask提供了调试模式,启用调试模式后,修改代码并保存时,程序自动重启,我们可以立即在浏览器中查看最新效果。


2. 启用调试模式

将app.run()修改为app.run(debug=True)即可启用调试i模式。实际上就是为run方法添加了一个参数。


3. 测试

按【F5】启动程序,注意如果按【F5】运行网页有问题,可以进入py文件所在目录,执行pyhon hello.py运行。


启用调试模式后,我们修改下hello()方法,将输出Hello World改为输出Hello,按【Ctrl+S】保存后,刷新网页,即可查看最新效果。


4. 小结

调试模式能加快开发速度,但是要注意项目实施时,应关闭调试模式,提高程序运行的稳定性。

相关文章
|
10天前
|
JSON 前端开发 API
使用Python和Flask构建简易Web API
使用Python和Flask构建简易Web API
|
10天前
|
存储 API 数据库
使用Python和Flask构建简单的RESTful API
使用Python和Flask构建简单的RESTful API
|
10天前
|
JSON 关系型数据库 测试技术
使用Python和Flask构建RESTful API服务
使用Python和Flask构建RESTful API服务
|
12天前
|
BI Python
SciPy 教程 之 Scipy 显著性检验 8
本教程介绍SciPy中显著性检验的应用,包括如何利用scipy.stats模块进行显著性检验,以判断样本与总体假设间的差异是否显著。通过示例代码展示了如何使用describe()函数获取数组的统计描述信息,如观测次数、最小最大值、均值、方差等。
23 1
|
13天前
|
Python
SciPy 教程 之 Scipy 显著性检验 6
显著性检验是统计学中用于判断样本与总体假设间是否存在显著差异的方法。SciPy的scipy.stats模块提供了执行显著性检验的工具,如T检验,用于比较两组数据的均值是否来自同一分布。通过ttest_ind()函数,可以获取两样本的t统计量和p值,进而判断差异是否显著。示例代码展示了如何使用该函数进行T检验并输出结果。
17 1
|
15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。
24 1
|
14天前
|
Python
SciPy 教程 之 Scipy 显著性检验 5
显著性检验用于判断样本与总体假设间的差异是否由随机变异引起,或是假设与真实情况不符所致。SciPy通过scipy.stats模块提供显著性检验功能,P值用于衡量数据接近极端程度,与alpha值对比以决定统计显著性。
21 0
|
16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。
23 0
|
16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。
22 0
|
Web App开发 存储
Python+selenium 自动化-操作已启用的chrome浏览器实例演示,chrome启用调试端口方法
Python+selenium 自动化-操作已启用的chrome浏览器实例演示,chrome启用调试端口方法
583 0
Python+selenium 自动化-操作已启用的chrome浏览器实例演示,chrome启用调试端口方法