기본 콘텐츠로 건너뛰기

Python Flask

!pip install flask

from flask import Flask

예제
%%writefile app.py
#app.py
from flask import Flask
app = Flask(__name__)
# 한글 깨짐 방지
app.config['JSON_AS_ASCII'] = False

print('Flask running~')

@app.route('/')
def index():
    return '<h1>Hello World</h1>'

@app.route('/json')
def json():
    import json
    data = {}
    data['empno'] = 31
    data['ename'] = 'Smith'
    data['phone'] = '010-2547-8459'
    js_str = json.dumps(data)
    return js_str

@app.route('/login',methods=['GET','POST'])
def login():
    from flask import request
    if request.method == 'GET':
        userid = request.args.get('userid')
        pwd = request.args.get('pwd')
        import json
        result = {}
        if (userid == 'smith' and pwd == '1234'):
            result['result'] = '로그인 성공'
        else:
            result['result'] = '로그인 실패'
        return json.dumps(result, ensure_ascii=False).encode('utf8')
    elif request.method == 'POST':
        userid = request.form['userid']
        pwd = request.form['pwd']

@app.route('/calc/<int:num>/<int:num2>') # int, float, str
def calc(num,num2):
    return '%s + %s = %s'%(num,num2,num+num2)

app.run(host='0.0.0.0',debug=True,port=7878)

이 블로그의 인기 게시물

Python 인공신경망 추천 시스템(회귀)

예제 # 인공신경망을 이용한 추천 시스템 # - 순차형(Sequential) 신경망 생성법 # - 함수형(Functional) 신경망 생성법 # - 지금까지 나온 추천 방식 중에서 가장 좋은 성능 # - Regression 방식으로 분석가능 # - 영화의 평점 정보(userid, movieid, rating) # - 이용자는 영화에 대한 취향이 모두 다르다 # - 영화는 다양한 장르가 혼합되어 있다 # - 이용자는 자신의 취향에 맞는 영화에 높은 rating을 제시함 # - 어떤 이용자에게 어떤 장르의 영화를 추천할 것인가? # __call__() 함수를 가진 클래스는 파이썬 함수 callable(클래스)를 사용하면 True를 반환한다 from tensorflow.keras.models import Sequential, Model from tensorflow.keras.layers import Dense, Embedding, Input input = Input(shape=(1,)) # 함수형 신경망 생성법 hidden1 = Dense(2, activation='relu')(input) # Dense(2, activation='relu')__call__() hidden2 = Dense(2, activation='relu')(hidden1) # callable.object callable(Dense) # __call__ 함수가 있으면 True, 없으면 False # Using Functional API from keras.models import Sequential from keras.layers import * model = Sequential() model.add(Input(shape=(3,))) # Input tensor model.add(Dense(4)) # hidden layer 1 model.add(Dense(units=4)) # hidden layer 2 model.add(Dense(units=1)) # ou...

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 -->

Javascript on 함수

엔터키 감지하기 <input type="password" onkeypress="func(event)" /> function func(event) {      if(event.keyCode == 13) { // keyCode 13은 엔터이다           alert("엔터를 입력했습니다.");     }     if (event.tartget.value == 13) {          alert("엔터를 입력했습니다.");     } }