# md_django_net

**Repository Path**: lukeweiduo/md_django_net

## Basic Information

- **Project Name**: md_django_net
- **Description**: 使用django开发，连接人工智能网络的前后端代码
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2022-12-28
- **Last Updated**: 2022-12-29

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

1.使用django框架+mlp网络需要的包  django mysqlclient pandas torch numpy sklearn
2.新建app的语句是在对应的环境中执行 python manage.py startapp xxx
3.新建app后，需要在总的settings中的INSTALLED_APPS标签下进行注册
4.之后就是变现前后端的接口，需要在url中做配置
    path('admin/', admin.site.urls), 需要注释掉
    ndarray 格式的数据想要输出为json的方式为用 .tolist()函数处理
    y_pred.tolist()------> JsonResponse({'result': y_pred.tolist()})
    或者使用y_pred[0] 取出来即可
    注意为了使用安全第一次执行时，model_train函数必须在model_pred函数前执行
5.开始运行 http://127.0.0.1:8000/ 是默认的端口，可以做相应的修改
6.连接mysql需要配置，连接后使用model关联已经存在的表，和新建表的操作是不同的
    首先做连接数据库的相关的配置
7.gitee 相关配置
    上传：https://blog.csdn.net/hh___56789/article/details/125541853
    上传报错：https://www.jb51.net/article/198064.htm
8.获取数据居然成功了，实际上对于已经存在的数据库中的表来说，直接取得就可，构建相应的意义对应的类，然后直接取就可以了
不需要做
    python manage.py makemigrations common
    python manage.py migrate
    这两条语句，这个相对java有点简单啊
9.获取数据如何转化到json可以解析的格式
    注意必须以.values()的格式取出来
    data_list = blood_oxygen.objects.all().values()
    data_json = list(data_list)
    return JsonResponse({'result': 1, 'msg': '已经获取到数据', 'data_json': data_json})
10.获取数据如果排序和获得对应的n条
    首先是排序的方式   正序和逆序是按照正负号区分的
    blood_oxygen.objects.all().values().order_by('-time')
    获得结果中的前n条数据  可以用python的格式
    blog_list = blood_oxygen.objects.all()[:3]
    混合两者可以实现目标
    data_list = blood_oxygen.objects.all().values().order_by('-id')[:3]