Django第二重点(thml与django连接)

本文介绍如何在Django项目中设置URL、导入视图、定义模型及展示数据,包括从数据库获取数据并传递给模板进行渲染的过程。

导入url

 1、进入app01,url 

2、导入views模块

3、

urlpatterns = [
    url(r'^admin/', admin.site.urls),
    url(r'^text/', views.text),
    url(r'^abc/',v2.text1),
]

4、进入views导入models

from app02 import models
def text1(request):
    m=models.classes.objects.all()
    return render(request,'text1.html',{'ust_list':m}

5、进入models进行定义类

class classes(models.Model):

    title=models.CharField(max_length=23)

6、建立text.html

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>Title</title>
</head>
<body>
    <table border="1">
        {% for i in obj_list %}
            <tr>
                <td>{{ i.id }}</td>
                <td>{{ i.title }}</td>
            </tr>
        {% endfor %}

    </table>
</body>
</html>

7、数据分析:

def text(request):
    #取出客户给的get数据(给什么拿什么)
    id = request.GET.get('h')
    print(id)

    # m=models.student.objects.all()
    #获取数据库数据(全部班级对象数据=m)
    m= models.Classes.objects.all()
    # print(type(m))
    # #遍历m并且输出m里面全部集合数据()
    # for i in m :
    #     print(i.id,i.title)
    # 打开文件,读取内容,返回给用户
    return render(request,'text.html',{'obj_list':m})
    # f = open('templates/text.html','r')
    # data = f.read()
    # f.close()
    # return HttpResponse(data)
    # print(m)
    # return HttpResponse("ok")
    # render(request.GET.get('m'))
    # render(request,models.student.objects.all())

 

 

转载于:https://www.cnblogs.com/huangjinshan/p/6529013.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索局部开发之间实现平衡。文章详细解析了算法的初始化、勘探开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOAMOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
评论
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