기본 콘텐츠로 건너뛰기

Python Flask SQL 연동하기


설치
!pip install flask_sqlalchemy
!pip install cx_Oracle

예제
%%writefile crud.py
from flask import Flask
from flask_sqlalchemy import SQLAlchemy
from flask import request
from flask import jsonify

app = Flask(__name__)
app.config['JSON_AS_ASCII'] = False
oracle ='oracle+cx_oracle://scott:TIGER@localhost:1521/?service_name=XE'
app.config['SQLALCHEMY_DATABASE_URI'] = oracle

db = SQLAlchemy(app)

class Post(db.Model):
    id = db.Column(db.Integer, primary_key=True)
    title = db.Column(db.String(80),nullable=False)
    content = db.Column(db.Text,nullable=False)
    
    def to_json(self):
        return {
            'id':self.id,'title':self.title,'content':self.content
        }

@app.route('/add',methods=['POST'])
def add_post():
    jsdata = request.get_json()
    post = Post(id=jsdata['id'],title=jsdata['title'],content=jsdata['content'])
    db.session.add(post)
    db.session.commit()
    print('데이터베이스에 저장성공')
    return jsonify(post.to_json())

@app.route('/read/<int:num>')
def read_post(num):
    post = Post.query.get(num)
    return jsonify(post.to_json())

@app.route('/read/<title>')
def read_post_byTitle(title):
    post = Post.query.filter(Post.title==title).first()
    return jsonify(post.to_json())

@app.route('/list')
def list_post():
    posts = Post.query.all()
    return jsonify([post.to_json() for post in posts])

@app.route('/update/<int:num>/<content>')
def update_post(num,content):
    post = Post.query.get(num)
    post.content = content
    db.session.commit()
    print('업데이트 성공')
    return jsonify(post.to_json())

@app.route('/delete/<int:num>')
def delete_post(num):
    post = Post.query.get(num)
    db.session.delete(post)
    db.session.commit()
    print('삭제 성공')
    return jsonify(post.to_json())

app.run(host='0.0.0.0',debug=True,port=7777)

이 블로그의 인기 게시물

Blogger

코드 하이라이트 사이트 http://hilite.me/ 코드 <!-- 나만의 공간 --> <style id='daru_css' type='text/css'> .code {      overflow: auto;      height: 200px;      background-color: rgb(239,239,239);      border-radius: 10px;      padding: 5px 10px; } .code::-webkit-scrollbar-thumb {      background-color: grey;      border: 1px solid transparent;      border-radius: 10px;      background-clip: padding-box;   } .code::-webkit-scrollbar {      width: 15px; } </style> <!-- 나만의 공간 -->

Python Sklearn make_blobs

from sklearn.datasets import make_blobs 예제 X, y = make_blobs(n_samples=500, centers=3, n_features=2, random_state=0) # 500개의 점을 3개로 모이게 한다, 변수는 2개, 무작위 상태는 0 X.shape, y.shape # ((500, 2), (500,)) plt.scatter(X[:,0],X[:,1],c=y,s=5) plt.show() # 학습 데이터 나누기 from sklearn.model_selection import train_test_split x_train, x_test, y_train, y_test = train_test_split(X, y, test_size=.25, random_state=0) x_train.shape, x_test.shape, y_train.shape, y_test.shape # ((375, 2), (125, 2), (375,), (125,)) # 지도 학습 하기 from sklearn.linear_model import LogisticRegression logisticReg = LogisticRegression(max_iter=5000) # 기본 반복 100 logisticReg.fit(x_train, y_train) # 추정하기 pred = logisticReg.predict(X) # 결정계수 logisticReg.score(x_test, y_test) # 0.92 # 한글 깨짐 없이 나오게 설정 from matplotlib import rcParams # 인코딩 폰트 설정 rcParams['font.family'] = 'New Gulim' rcParams['font.size'] = 10 # 산점도 plt.figure(figsize=(10,4)) plt.subplot(1,2, 1) plt.scatter(X[:,0],X[:,1],c=y) plt.title('정답') plt.su...

Python 문법

제곱 c = c**2; 주석 # 주석 함수 # 함수 형식 def hello(): # 함수 선언     print("여기는 함수") # 함수 실행문 hello() # 함수 호출 #결과: 여기는 함수 def add(a,b): # 매개변수에 자료형이 필요없다     c = a+b     print(f"{a} + {b} = {c}") add(3,5) #결과 : 3 + 5 = 8 if문 if a > b:     print("a가 큽니다") 객체의 정보 dir(객체) 객체의 주소 id(객체) 생략 if 'a' == 'a':     pass # 생략 else:     pass # 생략 enumerate for i,v in enumerate(range(20, 26)):     print(i,v) display display(df)