- 博客(13)
- 收藏
- 关注
RSS订阅
1原创 项目实训11
第四周第二次主要进行了相关数据的处理，将新处理的预测数据整理整合到一个新的表格中，并通过Django在数据库中创建新的表，将整理好的数据导入进去。#自己爬取的数据集的市场价格预测数据class Predictnew(models.Model): objects = models.Manager() actual_type = models.CharField(max_length=255, default='', verbose_name="准确类型") dim_type
2021-07-21 20:45:34
127
原创 项目实训10
第四周第一次整理数据，完成了将算法组得到的预测产量数据合并整理，存入数据库中。import pandas as pdimport osFolder_Path = r'D:\PyCharm\predict_crop' # 要拼接的文件夹及其完整路径，注意不要包含中文SaveFile_Path = r'D:\PyCharm\data_a' # 拼接后要保存的文件路径SaveFile_Name = r'predict_crop.csv' # 合并后要保存的文件名# 修改当前工作目录
2021-07-19 15:37:48
77
原创 项目实训8
第三周第二次处理更新数据将18——21年的市场数据处理之后与之前的数据合并入一张表，导入数据库图片关联信息也导入数据库将数据转存入云数据库中
2021-07-15 17:04:03
87
原创 项目实训6
第二周第三次主要是对数据进行了处理，将之前得到的market_day中添加了一个对应的city数据，得到的结果如下：之后将不同城市的降水和气温整理到一个表中效果如下：做后端时遇到了bug，在做获取所有农作物种类时，总是出现数据异常：class CropToolView(APIView): def get(self, request): try: crops = models.Crop.objects.values('cro
2021-07-08 16:16:38
69
原创 项目实训5
第二周第二次优化了之前代码的逻辑，增加了判断错误以及错误返回信息。代码改进：class CropaView(APIView): def post(self, request): try: cropinput = request.data crops = models.Crop.objects.filter(city=cropinput["city"], crop_type=cropinput["type"])
2021-07-07 16:41:37
60
原创 项目实训4
第二周第一次将数据组爬虫得到的数据使用navicat导入到数据库中，最终导出sql文件使用Django Rest Framework实现了前端定义的接口文档中的几种功能效果如下：代码实现：新建一个crop的modelclass Crop(models.Model): city = models.CharField(max_length=255) year = models.CharField(max_length=255) crop_
2021-07-06 16:05:59
43
原创 项目实训3
7.2第一周第三次使用Django Rest Framework进行后端编写实现了登录接口创建Django项目，安装djangorestframework配置rest——frameworkINSTALLED_APPS = [ 'django.contrib.admin', 'django.contrib.auth', 'django.contrib.contenttypes', 'django.contrib.sessions', 'djan
2021-07-02 17:09:06
37
原创 项目实训2
7.1第一周第二次出现了多个bug，学习修正花费时间较多运行SpringBoot时因为端口被占用无法正常运行，关闭被占用的端口后可以正常运行集成mybatis-plus因为网络问题一直无法dependency，后修改网络后可以快速集成 <dependency> <groupId>com.baomidou</groupId> <artifactId>mybatis-plus-boot-starte
2021-07-01 17:05:04
47
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人