Django之路--第三篇

本文介绍了使用 Django 的 ORM 进行数据库操作的方法,包括如何创建模型类、字段定义、执行增删改查操作以及设置外键关联。

1.ORM
1.1.创建类和字段

class UserInfo(models.Model):
    name=models.CharField(max_length=64)
    age=models.IntergerField()

python manage.py makemigrations
python manage.py migrate
#setting.py 中INSTALLED_APPS添加app

1.2.增删改查

增
models.UserInfo.object.create(name='root',age='22')

dic={'name':'root','age':22}
models.UserInfo.object.create(**dic)

obj=models.UserInfo(name='root',age='22')
obj.save
-----
删
models.UserInfo.object.filter(id=1).delete()
-----
改
models.UserInfo.object.filter(id__gt=1).update(name='root1')
-----
查
models.UserInfo.object.filter(id=1)
models.UserInfo.object.filter(id__gt=1)     #大于
models.UserInfo.object.filter(id__gte=1)   #大于等于
models.UserInfo.object.filter(id__lt=1)      #小于
models.UserInfo.object.filter(id__lte=1)    #小于等于

1.3外键关联

class UserType(models.Model):
    caption=models.CharField(max_length=32)

class UserInfo(models.Model):
    name=models.CharField(max_length=64)
    age=models.IntergerField()
    user_type=models.ForeignKey("UserType",to_field='id') #外键约束

转载于:https://blog.51cto.com/13803166/2160351

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,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与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与高效性。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与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;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为算法性能评估与改进提供实践参考; 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MOA与MOP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