解决python调试模型时，多次重复加载数据集与模型，节约大量等待时间

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

1. 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
2. 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)