- 博客(13)
- 收藏
- 关注
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 20:45:34 134
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 pd import os Folder_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 15:37:48 103
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 98
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 77
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 71
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model class Crop(models.Model): city = models.CharField(max_length=255) year = models.CharField(max_length=255) crop_
2021-07-06 16:05:59 51
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——framework INSTALLED_APPS = [ 'django.contrib.admin', 'django.contrib.auth', 'django.contrib.contenttypes', 'django.contrib.sessions', 'djan
2021-07-02 17:09:06 46
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 53
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