分类 Python 下的文章

Python Web之路Django(四):模型


模型

Django对数据库提供很好的致辞,包括:PostgreSQL、MySQL、SQLite、Oracle。其中,MySQL是web应用中最常用的数据库。

数据库配置

修改项目中的setting.py中的DATABASES项:

DATABASES = {
    'default': {
        'ENGINE': 'django.db.backends.mysql',
        'NAME': 'test',
        'USER': 'test',
        'PASSWORD': 'test123',
        'HOST':'localhost',
        'PORT':'3306',
    }
}


Python Web之路Django(三):模板


前言

在view.py里写html代码终究是不友好的。极好的方法是符合MVC设计思想,将模板分离出来,并且希望模板里面能输出变量。

简单的例子

模板文件夹

视图文件夹是分为模板文件静态文件,模板文件一般内嵌第三发给语法的html代码,静态文件诸如css,js,jpg文件。


Python Web之路Django(一):安装


起步

公司下一步项目分配用Python开发,想想真是激动,赶赶复习了py的语法的案例,python毕竟不是为开发web而生的,原生的web服务器麻烦而且粗糙,于是选用了Django作为web框架。

第一步

安装python, https://python.org/download/,Windows安装需要将C:\Python27;C:\Python27\Scripts;加到环境变量中。 PS:公司使用Python2.7


Python GPU编程之NumbaPro入门


  相信如果你使用过Python Numpy包,一定了解NumPy(Numeric Python)提供了许多高级的数值编程工具,如:矩阵数据类型、矢量处理,以及精密的运算库。它专为进行严格的数字处理而产生。多为很多大型金融公司使用,以及核心的科学计算组织如:Lawrence Livermore,NASA用其处理一些本来使用C++,Fortran或Matlab等所做的任务。   但是由于复杂的计算,Numpy的计算效率难免受到影响,因此我们对它进行了许多优化,用于优化的包有PyPy、Numba 与 Cython,而NumbaPro就是建立在Numba和cuda基础上的高级优化方法。   下面我们一起来看。   使用NumbaPro,我们可以对Numpy中的方法进行优化,使Python代码可以动态编译为机器码,并在运行中加载,使得GPU充分发挥多线程的优势。针对GPU,Numbapro也可以自动完成工作,并优化GPU体系结构的代码。另外,基于CUDA API编写的Python代码也可以有效地利用硬件。   说了这么多,下面就让我们从简单的示例开始学习。

 from numbapro import vectorize
@vectorize(['float32(float32, float32)'], target='cpu')
def sum(a, b):
    return a + b

  如果需要使用GPU来运行,只需要将第二行改成@vectorize(['float32(float32, float32)'], target='gpu')