Django开发入门 – 0.Django基本介绍

Django开发入门 – 0.Django基本介绍

A Brief Introduction to django

By Jackson@ML

1. Django简介

1) 什么是Django?

依据其官网的一段解释:

Django is a high-level Python web framework that encourages rapid development and clean, pragmatic design. Built by experienced developers, it takes care of much of the hassle of web development, so you can focus on writing your app without needing to reinvent the wheel. It’s free and open source.

中文含义为:

Django是一个高级的Python Web框架,它鼓励快速开发和简洁、实用的设计。它由经验丰富的开发人员构建,用于解决Web开发的多数解决方案,使开发者可以专注编写应用程序和关注业务逻辑,而不是重复发明“轮子”。Django是免费和开源的。

Python作为人工智能领域的编程语言,在大数据和数据科学、云计算、统计学和人工智能等方面功能强大,且有不断开源的大量扩展库来支持持续增加的需求和提高的性能,因此,在后端应用方面,除速度和效率难以和C++相比较之外,其它方面可谓几乎取之不尽、用之不竭。

但是,在互联网盛行的时代,没有前端是不行的。也正是由于Python开源,促使一大批开发者为其研发基于Python的Web前端框架。

2)Web前端框架

据权威站点评估,2025年一季度全球流行的Python Web框架有以下十种,他们在过去十多年的发展中,有个一到上升的曲线,如下图:
在这里插入图片描述
** 来自star-history.com网站

在这里插入图片描述

2. Django的优缺点:

Django 是一个用 Python 编写的开源全栈 Web 框架。它功能强大、灵活且易于使用,适用于各种 Web 应用程序。

技术特征:
采用模型 - 视图 - 控制器 (MVC) 设计模式,将应用程序和表示逻辑分开,使开发人员能够专注于业务逻辑。提供一组丰富的功能,如数据库访问、表单处理、用户身份验证、安全性和国际化。Django有很好的文档和社区支持。

优势:
开发效率高,具有许多功能组件和工具,可快速构建 Web 应用程序。
由于良好的设计模式和编码标准,代码可维护性高。
高安全性,具有全面的安全功能。
缺点:
由于其强大功能,需众多技术作为基础,因此,对初学者的学习曲线陡峭。
灵活性差,因为它的设计侧重于快速开发。

适用应用:

  • 静态网站,如博客和新闻网站。
  • 动态网站,如电子商务和社交网络。

3. 获取Django

访问Django官网,可以看到django的页面下载链接。https://www.djangoproject.com/

在这里插入图片描述
点击页面右侧Download latest release: 5.1.6进入到下载页面。

在这里插入图片描述

  • 基于Linux或者Mac,有非常方便的下载安装命令:
$ python -m pip install Django==5.1.6
  • 基于Windows,则可以使用pip安装django:
pip install Django==5.1.6

如果之前建立过虚拟环境,那么,需要先切换到虚拟环境中(如下方命令),再为开发django项目而下载安装django最新版5.1.6。即在执行以下命令后,执行上述下载安装命令。

$ source Django/bin/activate

执行结果如下图所示:
在这里插入图片描述

4. Django的版本演进

以下是软件支持版本的小姐,相当的功能特性在发布时符合长期支持(LTS)特征。
在这里插入图片描述

1) 当前可用版本

在这里插入图片描述

2) 未来版本路线图(Roadmap)

在这里插入图片描述

3) 过时不支持的版本

*以下版本不再有安全更新或修复补丁。
在这里插入图片描述
我们为成功启动Django开发,做好了一些准备,那么,接下来呢?

从今天开始,让我们开启Django之旅,一起来搭建适合Django的集成开发环境吧!

喜欢就点赞和关注哈。
您的认可,我的动力!😃

• 参考文献:
1) Django官网:https://www.djangoproject.com/
2) DEV官网:https://dev.to/leapcell/top-10-python-web-frameworks-compared-3o82

相关阅读:

  1. Django开发入门 - 搭建基于Python Web框架Django的IDE开发环境
  2. PyTorch入门 - 为什么选择PyTorch?
  3. 2025最新版PyCharm安装使用指南
  4. 2025最新版Visual Studio Code安装使用指南
  5. 2025最新版Python 3.13.1安装使用指南
  6. 2025最新版Anaconda Navigator安装使用指南
  7. 2025最新版Git安装使用指南

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/15005.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

苍穹外卖-新增菜品(阿里云OSS文件上传mybatis主键返回批量保存口味表数据)

新增菜品 2.1 需求分析与设计 2.1.1 产品原型 后台系统中可以管理菜品信息,通过 新增功能来添加一个新的菜品,在添加菜品时需要选择当前菜品所属的菜品分类,并且需要上传菜品图片。 新增菜品原型: 当填写完表单信息, 点击&quo…

只需两步,使用ollama即可在本地部署DeepSeek等常见的AI大模型

只需两步,使用ollama即可在本地部署DeepSeek等常见的AI大模型 1.下载ollama,进入ollama官网即可将ollama下载到本地,之后按照提示安装ollama。 https://ollama.com/download/windows 2.安装大模型 进入ollama官网模型页面,找到所需的模型及版…

java基础语法中阶

一、面向对象 补充快捷键:alt鼠标左键,实现同时多行选中相同位置的内容。 1.类与对象 2.封装 3.构造方法 altinsert添加构造方法 4.内存分布 对象 类型 this关键字的使用 成员变量与局部变量 %s是占位符 ,ctrlaltv-补全对象 for循环的快速生成方…

DeepSeek 评价开源框架存在幻觉么?

DeepSeek 横空出世 2025 年,DeepSeek 以「价格屠夫」姿态将 API 成本降至新低(输入 0.1 元/百万 tokens,输出 2 元/百万 tokens9)霸榜了 AI 热搜。 AI 生成内容中最让人关注的就是回答内容是否存在 “幻觉”,我们不希望…

【大模型】硅基流动对接DeepSeek使用详解

目录 一、前言 二、硅基流动介绍 2.1 硅基流动平台介绍 2.1.1 平台是做什么的 2.2 主要特点与功能 2.2.1 适用场景 三、硅基流动快速使用 3.1 账户注册 3.2 token获取 3.2.1 获取token技巧 四、Cherry-Studio对接DeepSeek 4.1 获取 Cherry-Studio 4.2 Cherry-Stud…

DeepSeek之Win10系统部署教程

一、下载并安装Ollama 1、为什么要安装Ollama的呢? Ollama 是一个用于本地部署和管理大型语言模型(LLM)的工具,支持多种模型格式和框架。 它可以帮助用户轻松下载、配置和运行模型,同时提供统一的接口和依赖管理。 …

DeepSeek-r1和O1、O3mini谁更强?

DeepSeek-r1和O1、O3mini谁更强&#xff1f; 题目&#xff1a;编写一个 js 程序&#xff0c;显示一个球在旋转的六边形内弹跳。球应该受到重力和摩擦力的影响&#xff0c;并且必须逼真地从旋转的墙壁上弹起 DeepSeek-r1 <!DOCTYPE html> <html> <body> &l…

我用AI做数据分析之数据清洗

我用AI做数据分析之数据清洗 AI与数据分析的融合效果怎样&#xff1f; 这里描述自己在使用AI进行数据分析&#xff08;数据清洗&#xff09;过程中的几个小故事&#xff1a; 1. 变量名的翻译 有一个项目是某医生自己收集的数据&#xff0c;变量名使用的是中文&#xff0c;分…

如何搭建DeepSeek R1的训推环境?

本篇文章主要介绍基于Linux系统的Tesla A30 GPU的硬件环境搭建深度学习环境&#xff0c;为训练和推理DeepSeek R1 提供必要的环境&#xff0c;篇幅最后也会介绍到MIG的一些常见报错解决方案。 Anaconda安装 进入 https://www.anaconda.com/download/success 选择Linux安装包。…

模型压缩 --学习记录2

模型压缩 --学习记录2 如何找到更好的权衡方式(模型量化)方法一:寻找更好的 range方法二:寻找更好的 X-fp32(浮点数)方法三:寻找更好的 scale 和 zp方法四:寻找更好的 roundPTQ 后训练量化(离线量化)QAT 量化感知训练(在线量化)量化为什么会带来加速?三、模型稀疏技…

Unity3D仿星露谷物语开发28之切换场景

1、目标 Player可以在Scene1_Farm和Scene2_Field之间自动切换。通过Trigger实现该功能。同时创建一个预设体绑定该功能&#xff0c;这样可以把预设体放到任何场景中&#xff0c;通过配置即可实现Player在Scene之间的自由切换。 2、创建场景切换的工具对象 在Hierarchy中&…

Maven插件—flatten-maven-plugin:工程模块统一版本依赖

文章目录 前言一、认识flatten-maven-plugin插件二、如何使用flatten-maven-plugin插件&#xff1f;未使用flatten-maven-plugin插件之前的情况描述配置flatten-maven-plugin插件步骤1&#xff1a;最外层父模块安装插件&配置版本变量步骤2&#xff1a;各个自模块使用版本使…

并查集题目

并查集题目 聚合一块&#xff08;蓝桥&#xff09;合根植物&#xff08;蓝桥&#xff09;等式方程的可满足性省份数量 并查集&#xff08;Union-Find&#xff09;算法是一个专门针对「动态连通性」的算法。双方向的连通。 模板&#xff1a; class UF {// 连通分量个数private …

【玩转 Postman 接口测试与开发2_019】第15章:利用 Postman 初探 API 性能测试(含实战截图)

《API Testing and Development with Postman》最新第二版封面 文章目录 第十五章 API 接口性能测试1 性能负载的类型2 Postman 负载配置3 Postman 性能测试实战3.1 Fixed 型负载下的性能测试3.2 基于数据驱动的 Postman 接口性能测试 4 性能测试的注意事项 写在前面 终于来到了…

Linux(20)——调度作业

目录 一、调度延迟的用户作业&#xff1a; 1、延迟的用户作业&#xff1a; 2、查看延迟的用户作业&#xff1a; 3、从计划中删除作业&#xff1a; 二、调度周期性用户作业&#xff1a; 1、周期性用户作业&#xff1a; 2、调度周期性用户作业&#xff1a; 3、用户作业格…

在 Visual Studio Code 与微信开发者工具中调试使用 emscripten 基于 C 生成的 WASM 代码

最近在尝试将一些 C/C、Lua 项目挪到 Web 上跑, 接触到了 emscripten. 这里会介绍下在 Visual Studio Code 与微信开发者工具中调试使用 emscripten 基于 C 生成的 WASM 代码 (WebAssembly) 的一些方法. Emscripten 与 WebAssebmly WebAssembly 是一种新的编码方式, 可以在现代…

deepseek API开发简介

1、申请deepseek api key&#xff1a; https://platform.deepseek.com/api_keys创建API Key&#xff0c;并复制Key 2、安装python、pip&#xff0c;然后安装requests pip install requests3、.示例代码 import requests import json# DeepSeek API 地址 API_URL "ht…

uniapp开发微信小程序请求超时设置【亲测有效】

在Hbuilderx中 使用uniapp开发微信小程序时 封装请求方法 请求代码如下 function requestFun(app) {// get请求app.config.globalProperties._get function(path, data, success, fail, complete) {data data || {};data.token uni.getStorageSync(token) || ;uni.request…

【03】 区块链分布式网络

3-1 P2P网络 传统中心化网络由中央服务器保存全量数据。客户端之间无法直接连接&#xff0c;必须通过中央服务器作为桥梁。客户端必须和中央服务器建立连接后访问资源。客户端之间并无连通。 在P2P网络中通过将数据资源分散在网络各个节点中存储以及节点间交互连接&#xff0…

DeepSeek-R1 论文解析——人工智能领域的 RL LLM 新时代?

简介 最近几年&#xff0c;AI领域真是突飞猛进&#xff0c;尤其是大型语言模型&#xff08;LLM&#xff09;&#xff0c;它们为通用人工智能&#xff08;AGI&#xff09;的发展打下了基础。OpenAI的o1模型就是个很好的例子&#xff0c;它用了一种创新的推理时间扩展技术&#…