使用Flask构建咖啡厅订单服务器和容器分发
使用烧瓶的咖啡订单，使用kafka的数据同步和更新，通过docker分发
order_ms容器执行
docker run -d -p 15000:5000 --network my-coffee-network --name order_ms 1yangsh/order-ms
MySQL运行
docker run -d -p 13306:3306 --network my-coffee-network -e MYSQL_ALLOW_EMPTY_PASSWORD=true --name mydb mysql:5.7
kafka_consumer_ms执行
docker run -d --network my-coffee-network --name kafka_consumer 1yangsh/kafka_consumer
2022-05-23 14:55:35
231KB
1
疫情数据可视化分析系统，使用python编写的，用爬虫去爬取数据，然后使用pymysql存入MySQL数据库，然后使用flask搭建web框架，最后使用pyecharts进行可视化。
2022-05-23 14:48:59
34.67MB
1
基于YOLO的挖掘机目标检测模型+flask模型前端展示的环境配置文档，与之前上传的基于YOLO的挖掘机目标检测模型+flask模型前端展示配合使用。
1.安装Paddle
2.安装PaddleDetection
3.安装后端使用的Flask框架
4.安装Windows下的git环境
2022-05-22 15:49:07
99KB
1
网上商城
需求分析：
使用MySQL和flask实现，所有功能需和数据库互连，需要网页交互
创建数据库shop，通过flask连接数据库，使用flask建表
1.用户注册，登录，退出，修改个人信息
在注册界面中，用户需要填写会员信息，然后进行“同意协议并注册”，程序将自动验证是否唯一，如果唯一，则保存在数据库中，否则提示修改。最终运行结果类似
图1.1会员注册页面运行结果注册页面模块功能实现创建注册页面表单->显示注册页面->验证并保存注册信息登录模块概述：在该页面中，填写会员账号，密码和验证码，登录按钮即可实现会员的登录，输入错误则给予提示，效果图如下：
登录页面模块功能实现生成验证码->显示验证码->检验验证码->保存会员登录状态会员退出功能：清空会话中的user_id和用户名
2.首页商品图片轮播展示，显示热销和推荐购买，搜索商品（张家豪）
显示商品热销（根据商品销量），显示商品推荐
2022-05-22 00:19:25
7.25MB
1
烧瓶兔
flask-rabbitmq是一个框架，简化了python操作Rabbitmq的框架，可以与Flask很好地结合。 因此，您无需考虑基础操作
安装
该项目已提交给Pypi，可通过pip安装：
$ pip install flask-rabbitmq
产品特点
开始关注Flask应用，无需考虑进程阻塞
通过config.py配置
支持通过装饰器或寄存器类声明队列
简单的例子
首先在app/__init__.py实例化RabbitMQ和Queue对象，然后导入demo模块：
from example . app import app
from flask_rabbitmq import
2022-05-21 16:15:15
36KB
1
0. 基于HTML5拖放功能，动态拖放并自动实时保存布局。
1. 前后端分离：前端 Echarts JavaScript BootStrap; 后端Python Flask；
2. 数据动态更新：服务端触发数据源的变化，前端AJAX自动获取最新数据并渲染到Echarts图表上；
3. 数据格式：JSON；
更多Python&Echarts版的数据可视化大屏源码：
https://yydatav.blog.csdn.net/article/details/120705616
更多Java SpringBoot&Echarts版的数据可视化大屏源码：
https://yydatav.blog.csdn.net/article/details/123652970
更多《工厂订单出入库信息管理系统》案例源码：
https://yydatav.blog.csdn.net/article/details/117841646
更多【工厂扫码打印&扫码装箱&错误追溯系统】完整案例
https://yydatav.blog.csdn.net/article/details/123096879
2022-05-21 12:03:44
87.53MB
:medical_symbol::medical_symbol: COVID-19侦探AI
基于深度CNN的AI应用程序，可使用胸部X射线进行COVID诊断
:information: 为了进行部署，此存储库是先前迭代的Flask版本，您可以在此处参考
现场演示：
科技栈
PyTorch（DL模型）
OpenCV
烧瓶（后端）
Gunicorn服务器
Heroku（PaaS）
模型训练
我在此添加了有关训练和推理模型的详细说明。
在此仓库中，我将仅具有构建前端和部署的说明。
操作说明
要在本地运行，
使用git clone克隆此存储库。
在项目目录中打开一个终端。
使用pip install -r requirements.txt安装依赖项
运行python app.py以在localhost:5000上打开该应用程序。
在Heroku上部署
在heroku中进行部署有点麻烦，涉及许多错误修复。 希望我能指导您。 由于我在应用程序中使用了PyTorc
2022-05-21 00:31:28
129.61MB
1
烧瓶+自举快
步骤1：制造东西
mkdir your_project
cd your_project
python3 -m venv venv
source venv/bin/activate
pip3 install flask
git init
heroku login
pip3 install gunicorn
pip3 freeze > requirements.txt
touch Procfile
步骤2：将其添加到Procfile
web: gunicorn app:server
步骤3a：添加base.html（带有引导标头以检查其是否有效）
<!DOCTYPE html >
< html lang =" en " >
< head >
< meta charset =" UTF-8 " >
< meta name =" viewport " conten
2022-05-20 08:36:00
6.83MB
1