python学习笔记-django-2

本文详细介绍了Django框架的启动及基本配置,包括服务器启动、Admin站点管理、视图与URL配置、模板使用等核心内容,适合初学者快速上手。

1.启动服务器
python manage.py runserver ip:port
ip可以不写,不写的话代表本机ip,端口号默认是8000,这两个参数都

2.Admin站点管理,
负责添加,修改,管理内容,公告访问


配置Admin应用 在settings.py文件中的INSTALLED APPS中添加'django.contrib.admin'
创建管理员用户

在浏览器输入http://127.0.0.1:8000,显示成功界面
汉化:

在浏览器输入http://127.0.0.1:8000/admin/写入用户名密码登录

管理数据表 修改admin.py文件

关联对象
在创建一个班级时直接添加几个学生

 

布尔值显示问题

把动作下拉选项框放到下面

改用装饰器

视图的基本能使用
在django中,视图对web请求进行回应
视图就是一个python的函数在view.py中定义

配置URL
修改project目录下的url.py

在myApp应用目录下创建urls.py

这样就显示出来了

匹配一个数字的视图

模板的基本使用
模板是HTML页面,可以根据视图传递过来的数据进行填充
创建模板
新建模板目录,配置模板目录

新建模板文件

URL指向视图

测试成功

【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值