思路/流程请参考:配置python程序debug/run,避免每次运行都会重复加载数据集或模型,节约大量等待时间
整体思路
- 使用轻量级的后端框架flask运行要加载的模型,作为后端,保持在后端运行
- 调用程序时直接使用url访问即可
加载数据示例代码
加入需要flask将一份数据集加载到内存中,以便快速读取:
首先配置flask
:
from flask import Flask, request
import pandas as pd
app = Flask(__name__)
df = pd.read_excel("data/我的数据集.xlsx") # 把需要加载的数据都写到这里
@app.route('/get_data', methods=['GET'])
def get_model():
if request.method == 'GET':
# 这里对数据集可以有一些操作,但最好在准备运行flask时就处理好
return df.to_json()
if __name__ == '__main__':
app.run(host='127.0.0.1', debug=False, port='8999')
启动flask
后,当需要访问的时候,在程序中可以使用:
def get_data():
url = "http://127.0.0.1:8999/get_data" # 这里是访问的url
request = requests.get(url)
if request.status_code == 200:
return pd.read_json(request.text)