Python Web 開發項目教程 (Flask 版)
黑馬程序員
買這商品的人也買了...
-
$479$455 -
$210$200 -
$2,780$2,724 -
$505網頁UI設計之道(第二版)(全彩)(含DVD光盤1張)
-
$594$564 -
$414$393 -
$359$341 -
$534$507 -
$714$678 -
$580$522 -
$305Python Web 項目開發實戰教程 (Flask版)(微課版)
-
$800$680 -
$305Flask開發Web搜索引擎入門與實戰
-
$474$450 -
$620$490 -
$534$507 -
$594$564 -
$714$678 -
$539$512 -
$520自然語言處理應用與實戰
-
$954$906 -
$299$284 -
$700$350 -
$580$458 -
$556Django + Vue.js 商城項目實戰
相關主題
商品描述
本書基於Python 3.8,採用理論與項目結合的方式全面介紹Flask 2.0框架的相關知識。全書共10章,其中第1~5章針對Flask框架的基礎知識進行講解,包括認識Flask、路由、模板、表單與類視圖、數據庫操作;第6~10章介紹智能租房項目的完整開發過程,有助於讀者加深對Flask框架基礎知識的理解,提高靈活使用Flask框架開發Web應用程序的能力。
本書附有教學PPT、教學設計、教學大綱、源代碼等資源。為幫助初學者更好地學習書中的內容,本書還提供在線答疑,希望能得到更多讀者的關註。
作者簡介
黑马程序员 传智播客成立于2006年,它是由中国Java培训第一人张孝祥老师发起,联合全球最大的中文IT社区CSDN、中关村软件园共同创办的一家专业教育机构。办学至今,我们一直坚守着“为千万人少走弯路而著书,为中华软件之崛起而讲课”的办学理念,坚持培养优秀软件应用工程师的宏伟目标,在累计培养的十万余名学员中,其中90%的学员均已在北、上、广等一线城市高薪就业,特别是“黑马程序员”的平均就业薪资已达到8K以上。为了迎合软件市场的需求,我们陆续开设了Java、网页平面、PHP、.Net、iOS、C/C++、Android等9个专业方向的课程,并且未来将逐渐开设其他专业方向的课程。随着传智播客的日益壮大,除了北京总部,我们在上海、广州、武汉、成都、深圳等地也创立了直营分支机构,传智播客俨然已成为了国内最具专业口碑的IT教育机构。
目錄大綱
第 1章 認識Flask 001
1.1 Flask簡介 001
1.2 搭建Flask開發環境 003
1.2.1 創建虛擬的Python環境 003
1.2.2 安裝Flask 004
1.2.3 安裝PyCharm 005
1.2.4 在PyCharm中配置虛擬環境 008
1.3 開發第 一個Flask程序 011
1.3.1 編寫Hello Flask程序 012
1.3.2 程序的基本結構 013
1.4 Flask程序配置 014
1.4.1 常用配置項介紹 014
1.4.2 配置信息的使用 015
1.5 Flask擴展包 016
1.6 本章小結 017
1.7 習題 018
第 2章 路由 019
2.1 註冊路由 019
2.2 URL傳遞參數 021
2.2.1 URL傳遞參數的方式 022
2.2.2 為參數指定轉換器 022
2.3 處理請求 025
2.3.1 指定請求方式 025
2.3.2 請求鉤子 026
2.3.3 上下文 028
2.4 處理響應 033
2.4.1 響應報文 033
2.4.2 生成響應 035
2.5 URL反向解析 037
2.6 頁面重定向 039
2.7 本章小結 041
2.8 習題 042
第3章 模板 043
3.1 模板與模板引擎Jinja2 043
3.2 模板基礎語法 045
3.2.1 模板變量 045
3.2.2 過濾器 046
3.2.3 選擇結構 049
3.2.4 循環結構 050
3.3 宏的定義與調用 052
3.3.1 宏的定義 053
3.3.2 宏的調用 053
3.4 消息閃現 055
3.5 靜態文件的加載 058
3.6 模板繼承 060
3.7 本章小結 063
3.8 習題 063
第4章 表單與類視圖 065
4.1 通過Flask處理表單 065
4.2 通過Flask-WTF處理表單 069
4.2.1 安裝Flask-WTF擴展包 069
4.2.2 使用Flask-WTF創建表單 069
4.2.3 在模板中渲染表單 072
4.2.4 使用Flask-WTF驗證表單 074
4.3 類視圖 076
4.3.1 標準類視圖 076
4.3.2 基於方法的類視圖 078
4.4 藍圖 079
4.5 本章小結 082
4.6 習題 082
第5章 數據庫操作 084
5.1 數據庫概述 084
5.2 安裝Flask-SQLAlchemy 086
5.3 使用Flask-SQLAlchemy操作MySQL 087
5.3.1 連接數據庫 087
5.3.2 定義模型 089
5.3.3 創建數據表 090
5.3.4 模型關系 091
5.4 數據操作 093
5.4.1 增加數據 093
5.4.2 查詢數據 094
5.4.3 更新數據 097
5.4.4 刪除數據 098
5.5 本章小結 098
5.6 習題 098
第6章 智能租房——前期準備 100
6.1 項目介紹 100
6.2 項目開發模式與運行機制 106
6.3 項目創建和配置 106
6.3.1 創建項目 106
6.3.2 使用配置信息 107
6.3.3 配置前端靜態文件 108
6.3.4 配置模板文件 109
6.4 數據準備 110
6.4.1 數據表設計 110
6.4.2 導入數據 112
6.4.3 創建模型類 115
6.5 本章小結 118
6.6 習題 118
第7章 智能租房——首頁 119
7.1 房源總數展示 119
7.2 最新房源數據展示 121
7.3 熱點房源數據展示 123
7.4 智能搜索 125
7.4.1 智能搜索功能說明 125
7.4.2 前端邏輯說明 127
7.4.3 後端邏輯實現 131
7.5 本章小結 132
7.6 習題 133
第8章 智能租房——列表頁 134
8.1 搜索房源列表頁展示 134
8.1.1 搜索房源列表頁的功能說明 134
8.1.2 搜索房源列表頁的接口設計 135
8.1.3 搜索房源列表頁的後端實現 136
8.1.4 搜索房源列表頁的前端實現 137
8.2 最新房源列表頁展示 139
8.2.1 最新房源列表頁的功能說明 139
8.2.2 最新房源列表頁的接口設計 140
8.2.3 最新房源列表頁的後端實現 140
8.2.4 最新房源列表頁的前端實現 141
8.3 熱點房源列表頁展示 143
8.3.1 熱點房源列表頁的功能說明 143
8.3.2 熱點房源列表頁的接口設計 144
8.3.3 熱點房源列表頁的後端實現 144
8.4 本章小結 145
8.5 習題 145
第9章 智能租房——詳情頁 146
9.1 詳情頁房源數據展示 146
9.1.1 房源基本信息展示 146
9.1.2 房源配套設施展示 150
9.2 利用ECharts實現數據可視化 153
9.2.1 認識數據可視化 154
9.2.2 認識ECharts 154
9.2.3 ECharts的基本使用 157
9.2.4 ECharts的常用配置項 159
9.3 戶型占比可視化 162
9.3.1 戶型占比可視化的功能說明 162
9.3.2 戶型占比可視化的接口設計 163
9.3.3 獲取同街道房源的戶型分類數據和戶型數量 164
9.3.4 通過餅圖展示戶型占比 165
9.4 小區房源數量TOP20可視化 166
9.4.1 小區房源數量TOP20可視化的功能說明 166
9.4.2 小區房源數量TOP20可視化的接口設計 167
9.4.3 獲取小區房源數量TOP20數據 168
9.4.4 通過柱狀圖展示小區房源數量TOP20 169
9.5 戶型價格走勢可視化 172
9.5.1 戶型價格走勢可視化的功能說明 172
9.5.2 戶型價格走勢可視化的接口設計 173
9.5.3 獲取平均價格和時間序列 174
9.5.4 通過折線圖展示戶型價格走勢 176
9.6 預測房價走勢可視化 177
9.6.1 線性回歸算法 177
9.6.2 認識scikit-learn庫 179
9.6.3 後端邏輯的分析與實現 181
9.6.4 通過散點圖展示預測房價走勢 184
9.7 本章小結 186
9.8 習題 186
第 10章 智能租房——用戶中心 187
10.1 用戶註冊 187
10.1.1 用戶註冊的功能說明 187
10.1.2 用戶註冊的後端實現 189
10.1.3 用戶註冊的前端實現 191
10.2 用戶中心頁展示 194
10.2.1 用戶中心頁展示的功能說明 194
10.2.2 用戶中心頁展示的後端實現 194
10.2.3 用戶中心頁展示的前端實現 196
10.3 用戶登錄與退出 197
10.3.1 用戶登錄 198
10.3.2 用戶退出 200
10.4 賬號信息修改 202
10.5 收藏和取消收藏房源信息 205
10.5.1 收藏房源信息 205
10.5.2 取消收藏房源信息 208
10.6 用戶瀏覽記錄管理 210
10.6.1 添加瀏覽記錄 210
10.6.2 清空瀏覽記錄 212
10.7 智能推薦 213
10.7.1 協同過濾算法 213
10.7.2 皮爾遜相關系數 214
10.7.3 使用協同過濾算法推薦房源 215
10.7.4 智能推薦後端實現 220
10.8 本章小結 224
10.9 習題 224