Nano Hash - криптовалюты, майнинг, программирование

Как опубликовать массивные данные в html с помощью Flask

Я создаю веб-приложение Python с помощью Flask.

У меня есть 3 списка (одинаковой длины) примерно по 3000 данных в каждом из моего кода Python.

И как их сделать в виде таблицы в html файле, как мне написать html шаблон (тр, тд вещи).

Я смог найти только учебник о передаче одной переменной в html.

Если есть какие-либо ссылки для меня для изучения, я буду очень признателен.


Ответы:


1

Вы можете использовать javascript для достижения этой цели.

Создайте API для отдыха с URL-адресом, например http://yoursite/data, который предоставляет эти большие данные в формате json.

Затем используйте вызовы ajax для извлечения данных и используйте сценарий javascript/angular/jquery для заполнения данных в таблице html.

Некоторые ссылки:

https://blog.miguelgrinberg.com/post/designing-a-restful-api-with-python-and-flask

Использование jQuery для построения строк таблицы из ответа Ajax (Json)

Заполнить таблицу html в событии успеха jquery

16.08.2017

2

Поскольку Flask использует Jinja2, вы можете использовать Документация Jinja2 для справки.

16.08.2017
Новые материалы

Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..