suchen
HeimBackend-EntwicklungPython-TutorialDurchschnittliche Lesevorgänge und PyLadiesCon 4

Durchschnittliche Leseanzahl Version 2!

Version 1 dieses Projekts war meine letzte für CS50Python. Den Artikel finden Sie hier oben.

Für die nächste Iteration des Projekts wollte ich die Funktionalität auf ein webbasiertes Framework übertragen, um das Erstellen einer Python-basierten Fullstack-Anwendung zu üben. Dies würde es einfacher machen, das, woran ich gearbeitet habe, zu verwenden, zu lesen und zu teilen. Diese Version kommt dem, was ich mir zu Beginn vorgestellt hatte, viel näher! Die Anwendung verwendet jetzt Flask und SQLAlchemy, um Bücher in den drei Leselisten hinzuzufügen, zu bearbeiten und zu aktualisieren, und Sie können alle drei Listen in einer CSV-Datei auf Ihren Computer herunterladen.

Der schwierigste Teil war neben der erstmaligen Bereitstellung einer Flask-App wieder einmal der CSV-Download-Teil. Ich konnte den größten Teil des Codes aus meiner vorherigen Version übernehmen, um die Funktion „In CSV speichern“ auszuführen, aber er musste für die Web-App etwas anders eingerichtet werden. Mir war nicht bewusst, dass ich die Funktion „send_from_directory“ verwenden sollte. Der Ordner musste zuerst erstellt werden, um die Datei dannauf Ihren Computer herunterzuladen. Aber es war ein gutes Gefühl, das herauszufinden?

Ich konnte die meisten Funktionen zur Titelformatierung und Fehlerprüfung beibehalten, sie ließen sich aber mit Warnungen auf der Seite einfacher und visueller darstellen. Sie können beispielsweise wissen, ob sich ein Buch bereits auf einer der drei Listen befindet, ob keine Bücher zum Herunterladen vorhanden sind (die Listen sind leer) und alle eingegebenen Buchtitel in Groß-/Kleinschreibung geschrieben. Es gibt noch ein paar weitere Verbesserungen, die ich hier gerne vornehmen würde, aber ich brauche eine kleine Pause. Ich möchte das Design noch etwas aktualisieren, die Buchbearbeitungsfunktion aktualisieren und eine Grafik hinzufügen, die ich für die Kopfzeile entworfen habe.

Average Reads and PyLadiesCon 4


PyLadiesCon 2024

Seit meinem erneuten Interesse an Python habe ich nach dem nächsten Datum und Ort für die nächsten PyCascades gesucht (Spoiler-Alarm, Portland, Oregon, Februar 2025) und bin auf die PyLadiesCon gestoßen! Diese kostenlose Online-Konferenz fand vom 6. bis 8. Dezember in mehreren Zeitzonen und Sprachen statt. Ich habe es nicht geschafft, alles in Echtzeit anzuhören, da auf dem Discord-Server gleichzeitig Nebenchats, Fragen und Gespräche stattfanden. Ich gehe jetzt noch einmal einige der aufgezeichneten Vorträge durch, die mich interessiert haben.

PyLadiesCon-Video-Playlist

Einige der Vorträge, die mich am meisten interessierten, waren „How to Stop an Epidemic using the Atomica Python Tool“, „Empowering Sustainable Agriculture: Quantifying the Impact of Water Resources Management Practices with Python“ und „PyLadies in Open Source“. Ich habe vor, ab dem nächsten Jahr zu recherchieren und mich hoffentlich an etwas mehr Open-Source-Arbeit zu beteiligen, und Python scheint die Community zu sein, in die ich mich einarbeiten kann.

Obwohl JavaScript eine empfohlene Sprache für unerfahrene Programmierer in der Webentwicklung ist, kann es ein wenig beängstigend sein, sich an andere Sprachen zu wagen oder überhaupt zu wissen, wo man anfangen soll. CS50Python hat mir beim Erlernen von Python und den Möglichkeiten, die man mit der Sprache machen kann, geholfen. Mein Interesse ist in den letzten Monaten wieder gewachsen. Auch wenn die Grundlagen im Allgemeinen dieselben sind, hat mir die Arbeit mit Python aus irgendeinem Grund Spaß gemacht und ich scheine es etwas besser zu verstehen als JavaScript. Ich werde weiterhin mit JavaScript (und React) arbeiten, würde mich aber gerne etwas mehr mit Python-Projekten beschäftigen. Weitere Informationen folgen in einem zukünftigen Beitrag zu den Zielen für 2025.

Das obige ist der detaillierte Inhalt vonDurchschnittliche Lesevorgänge und PyLadiesCon 4. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Stellungnahme
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
Wie werden Arrays im wissenschaftlichen Computer mit Python verwendet?Wie werden Arrays im wissenschaftlichen Computer mit Python verwendet?Apr 25, 2025 am 12:28 AM

Arraysinpython, besondersvianumpy, arecrucialInScientificComputingFortheirefficience undvertilität.1) Sie haben festgelegt, dass die Fornerikerne, Datenanalyse und Machinelarning.2) Numpy'SimplementationIncensuresFasteroperationsdanpythonlisten.3) Araysensableableableableableableableableableableableableableableableableableableableableableableableableableable

Wie gehen Sie mit verschiedenen Python -Versionen im selben System um?Wie gehen Sie mit verschiedenen Python -Versionen im selben System um?Apr 25, 2025 am 12:24 AM

Sie können verschiedene Python -Versionen mithilfe von Pyenv, Venv und Anaconda verwalten. 1) Verwalten Sie PYENV, um mehrere Python -Versionen zu verwalten: Installieren Sie PyEnv, setzen Sie globale und lokale Versionen. 2) Verwenden Sie VenV, um eine virtuelle Umgebung zu erstellen, um Projektabhängigkeiten zu isolieren. 3) Verwenden Sie Anaconda, um Python -Versionen in Ihrem Datenwissenschaftsprojekt zu verwalten. 4) Halten Sie das System Python für Aufgaben auf Systemebene. Durch diese Tools und Strategien können Sie verschiedene Versionen von Python effektiv verwalten, um den reibungslosen Betrieb des Projekts zu gewährleisten.

Was sind einige Vorteile bei der Verwendung von Numpy -Arrays gegenüber Standard -Python -Arrays?Was sind einige Vorteile bei der Verwendung von Numpy -Arrays gegenüber Standard -Python -Arrays?Apr 25, 2025 am 12:21 AM

NumpyarrayShaveseveraladVantagesOverStandardPythonArrays: 1) SiearemuchfasterDuetoc-basiert, 2) sie istaremoremory-effizient, insbesondere mit mit LaShlargedatasets und 3) sie können sich mit vektorisierten Funktionsformathematical und Statistical opertical opertical opertical operticaloperation, Making

Wie wirkt sich die homogene Natur der Arrays auf die Leistung aus?Wie wirkt sich die homogene Natur der Arrays auf die Leistung aus?Apr 25, 2025 am 12:13 AM

Der Einfluss der Homogenität von Arrays auf die Leistung ist doppelt: 1) Homogenität ermöglicht es dem Compiler, den Speicherzugriff zu optimieren und die Leistung zu verbessern. 2) aber begrenzt die Typ -Vielfalt, was zu Ineffizienz führen kann. Kurz gesagt, die Auswahl der richtigen Datenstruktur ist entscheidend.

Was sind einige Best Practices für das Schreiben von ausführbaren Python -Skripten?Was sind einige Best Practices für das Schreiben von ausführbaren Python -Skripten?Apr 25, 2025 am 12:11 AM

TocraftexecutablePythonScripts, folge theseBestPractices: 1) addashebangline (#!/Usr/bin/envpython3) tomakethescriptexcutable.2 SetPermissions withchmod xyour_script.py.3) organisation -bithacleardocstringanduseInname == "__ __": FormAcleardocstringanduseInname

Wie unterscheiden sich Numpy Arrays von den Arrays, die mit dem Array -Modul erstellt wurden?Wie unterscheiden sich Numpy Arrays von den Arrays, die mit dem Array -Modul erstellt wurden?Apr 24, 2025 pm 03:53 PM

NumpyarraysarebetterFornumericaloperations und multi-dimensionaldata, whilethearraymoduleiStableforbasic, an Gedächtniseffizienten

Wie vergleichen sich die Verwendung von Numpy -Arrays mit der Verwendung der Array -Modularrays in Python?Wie vergleichen sich die Verwendung von Numpy -Arrays mit der Verwendung der Array -Modularrays in Python?Apr 24, 2025 pm 03:49 PM

NumpyarraysarebetterforeheavynumericalComputing, während der projectwithsimpledatatypes.1) numpyarraysoferversatility und -PerformanceForlargedataSets und Compoxexoperations.2) thearraysoferversStility und Mächnory-Effefef

Wie bezieht sich das CTypes -Modul auf Arrays in Python?Wie bezieht sich das CTypes -Modul auf Arrays in Python?Apr 24, 2025 pm 03:45 PM

ctypesallowscreatingandmanipulationsc-stylearraysinpython.1) usectypestoInterfaceWithClibraryForperformance.2) createCec-stylearraysFornumericalComputationen.3) PassarrayStocfunctionsFectionFicecher-Operationen.

See all articles

Heiße KI -Werkzeuge

Undresser.AI Undress

Undresser.AI Undress

KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover

AI Clothes Remover

Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool

Undress AI Tool

Ausziehbilder kostenlos

Clothoff.io

Clothoff.io

KI-Kleiderentferner

Video Face Swap

Video Face Swap

Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heiße Werkzeuge

SublimeText3 Englische Version

SublimeText3 Englische Version

Empfohlen: Win-Version, unterstützt Code-Eingabeaufforderungen!

ZendStudio 13.5.1 Mac

ZendStudio 13.5.1 Mac

Leistungsstarke integrierte PHP-Entwicklungsumgebung

MinGW – Minimalistisches GNU für Windows

MinGW – Minimalistisches GNU für Windows

Dieses Projekt wird derzeit auf osdn.net/projects/mingw migriert. Sie können uns dort weiterhin folgen. MinGW: Eine native Windows-Portierung der GNU Compiler Collection (GCC), frei verteilbare Importbibliotheken und Header-Dateien zum Erstellen nativer Windows-Anwendungen, einschließlich Erweiterungen der MSVC-Laufzeit zur Unterstützung der C99-Funktionalität. Die gesamte MinGW-Software kann auf 64-Bit-Windows-Plattformen ausgeführt werden.

SAP NetWeaver Server-Adapter für Eclipse

SAP NetWeaver Server-Adapter für Eclipse

Integrieren Sie Eclipse mit dem SAP NetWeaver-Anwendungsserver.

Herunterladen der Mac-Version des Atom-Editors

Herunterladen der Mac-Version des Atom-Editors

Der beliebteste Open-Source-Editor