![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Python
文章平均质量分 67
码mamba
我将会在接下来的日子里,整理自己学到的知识点,并分享出来,望能够给大家带来帮助。希望在这个过程里,同时见证了自己的进步。
展开
-
pycharm的debug,你知道每个按钮对应哪个功能吗?
pycharm的debug介绍原创 2023-10-12 17:43:58 · 436 阅读 · 0 评论 -
跑jupyter的时候报错ImportError: cannot import name ‘soft_unicode‘ from ‘markupsafe‘
【代码】跑jupyter的时候报错ImportError: cannot import name ‘soft_unicode‘ from ‘markupsafe‘原创 2023-04-10 21:54:41 · 88 阅读 · 0 评论 -
使用python的tornado实现websocket的后端使用vue实现websocket的前端
websocket看文章必读vue部分实现前端的websocket看文章必读这个文章所涉及的技术并不是很理解,但是主要是实现一个前后端实现通信的功能!vue部分实现前端的websocket首先要通过 new WebSocket(“服务器地址”) 进行连接 将websocket赋值给 wsthis.ws.onopen 指定的是监听连接成功后执行的函数this.ws.onmessage 指定的是监听服务器返回消息的函数this.ws.onerror 指定的是连接出错的代码: init原创 2021-01-28 21:49:32 · 755 阅读 · 2 评论 -
DRF实战开发技巧(序列化器的一些操作)
序列化器Serializer与ModelSerializer以及在使用中的技巧一:Serializer使用中的一些理解二:ModelSerializer使用中的一些理解三: 对于序列化关系,自己解决过的一些问题四:主从表的一些操作例子一:Serializer使用中的一些理解1)对于增加数据需要实现create方法,对于修改数据需要实现update方法.2)所有要经过序列化的字段必须要写出,并指定是否只序列化read_only或只做反序列化write_only指定为True,对于不需要必传的字段指定原创 2021-01-28 20:29:49 · 378 阅读 · 0 评论 -
DRF实战开发技巧(redis与celery并发)
记录DRF实战中的一些技巧一:redis的存储与获取,以及管道的应用减少连接次数二:Celery实现高并发的操作一:redis的存储与获取,以及管道的应用减少连接次数导入库from django_redis import get_redis_connection创建连接 (verify_codes是配置里连接的哪个redis?)edis_conn = get_redis_connection(‘verify_codes’)从redis中获取send_flag = re原创 2021-01-28 18:03:39 · 625 阅读 · 0 评论 -
Django之DRF框架学习(Django REST framework)——其他功能(认证、权限、限流、过滤、排序、分页、异常处理、生成接口文档)
DRF之认证、权限、限流、过滤、排序、分页、异常处理、生成接口文档认证权限限流Throttling过滤Filtering排序认证全局认证在配置文件中配置全局默认的认证方案REST_FRAMEWORK = { 'DEFAULT_AUTHENTICATION_CLASSES':( 'rest_framework.authentication.BasicAuthentication', # 基本认证 'rest_framework.authenticatio原创 2020-12-06 15:10:42 · 390 阅读 · 0 评论 -
Django之DRF框架学习(Django REST framework)——视图集
试图集ViewSetViewSet使用ViewSet开发api案例使用使用GenericViewSet + Mixin开发api案例最牛逼的一种开发api方式(使用ModelViewSet + 自动注册路由)ViewSetlist() 提供一组数据retrieve() 提供单个数据create() 创建数据update() 保存数据destory() 删除数据ViewSet视图集不再实现get(),post()等方法,而是实现动作action如list(),create()等。视图集只原创 2020-12-05 16:12:18 · 345 阅读 · 2 评论 -
Django之DRF框架学习(Django REST framework)—— 使用GenericAPIView开发案例
Django之DRF框架学习(Django REST framework)—— 使用GenericAPIView开发案例1.1 Request1.2 Response1.1 RequestREST framework 传入视图的request对象不再是Django默认的requset的对象,而是REST framework提供的扩展了HttpRequest类的Requset类的对象,REST framework 提供了Parser解析,在接收到请求后会自动根据Content-Type指明的请求数据(例原创 2020-12-03 17:36:55 · 240 阅读 · 0 评论 -
Django之DRF框架学习(Django REST framework)—— 使用APIView开发案例
使用DRF框架的APIView开发接口api的小案例一:序列化器文件(serializers.py)二: 视图文件(views.py)三: 路由文件(urls.py)一:序列化器文件(serializers.py)从rest_framework中导入serializers从 .models中导入 已经定义好的模型类 BookInfofrom rest_framework import serializersfrom booktest.models import BookInfoclass原创 2020-12-01 19:42:06 · 338 阅读 · 0 评论 -
Django之DRF框架学习(Django REST framework)—— 序列化与反序列化
DRF的序列化与反序列化一:简介将请求的数据(例如Json格式)转换成模型类对象(反序列化)将模型类对象转换为响应的数据(如Json格式)(序列化)二:定义序列化器模型与序列化器代码models.py (模型)class BookInfo(models.Model): btitle = models.CharField(max_length=20, verbose_name='名称') bpub_date = models.DateField(verbose_nam原创 2020-11-29 21:51:34 · 322 阅读 · 0 评论 -
Django之DRF框架学习(Django REST framework)—— 初识DRF
DRF(Django REST framework)DRF的特点提供了定义序列化器Serializer的方法,可以快速根据 Django ORM或者其他库自动序列化/反序列化;提供了丰富的类视图 Mixin扩展类 简化视图的编写;丰富的定制层级: 函数视图 类试图 视图集合到自动生成API, 满足各种需要。多种身份认证和权限认证方式的支持内置限流系统;直观的 API web 界面可扩展性RequestREST framework 传入视图的request对象不再是Django默原创 2020-11-27 15:16:27 · 386 阅读 · 2 评论 -
使用Django完成接口API的开发(REST)
使用Django实现RESTurls.py代码展示from django.conf.urls import urlfrom . import viewsurlpatterns = [ # 列表视图的路由 url(r'^books/$', views.BookListView.as_view()), # 详情视图的路由 url(r'^books/(?P<pk>\d+)/$',views.BookDetailView.as_view()),]vie原创 2020-11-27 13:39:47 · 1946 阅读 · 2 评论 -
学习Django看这一篇就够了
Django本文为个人学习前后端分离开发 后端所学到的部分技术,内容中没有涉及到模板的具体使用,更多的是对视图views、路由urls和数据库的操作以及部分调整admin后台的操作。学习这些内容可以为开发api打好铺垫1. 一 、 环境的搭建1.1. 1.1 虚拟环境1.1.1. 1.1 创建• mkvirtualenv 环境名 -p python3 • python -m venv 环境名1.1.2. 1.2 激活环境• win: 环境名\Scripts\activate •原创 2020-11-26 16:30:18 · 506 阅读 · 0 评论 -
Python之pandas笔记
Python之pandas笔记一、创建1.创建 Series (一维,带标签的数组)t = pd.Series(np.arange(10), index= list(string.ascii_uppercase[:10]))2.创建 DataFrame (二维,Series的容器 )t = pd.DataFrame(np.arange(6).reshape((2,3)), index=list('ab'),columns=list('csr') )3.DataFrame的基础属性#行列数原创 2020-08-26 00:37:35 · 227 阅读 · 2 评论 -
Python之numpy库
Python之numpy1.生成数组t3 = np.arange(10) 等同 t2 = np.array(range(10))2.指定数据类型或查看数据类型print(t3.dtype)t4 = np.array(range(10), dtype='i1')3.保留两位小数t6 = np.round(t5,2)4.查看数组的形状 与行列数形状: t1.shape行数: csv.shape[0]列数: csv.shape[1]5.修改数组的形状t3 = t1.res原创 2020-08-26 00:29:13 · 2690 阅读 · 0 评论 -
Python之matplotlib笔记
Python之matplotlib笔记1.导入库from matplotlib import pyplot as plt2.设置画布大小plt.figure(figsize=(20,8), dpi=100)3.设置x轴或者y轴刻度plt.xticks(x[::10], _xtick_labels[::10], rotation=45 ) #rotation表示旋转的度数plt.yticks(y)4.设置xy轴描述与标题plt.xlabel('温度')plt.ylabel('时间'原创 2020-08-26 00:19:51 · 151 阅读 · 0 评论