乳腺癌预测应用程序使用 Flask-Python 在乳腺癌威斯康星州数据集上建立机器学习模型来预测癌症是良性还是恶性。 定义问题陈述 我们的主要目标是使用 Flask API 构建一个应用程序并部署在 Heroku 上以对乳腺癌是良性还是恶性进行分类。 使用此链接访问完整项目的文件夹 此文件夹包含连接到这 5 部分文章的 Python 代码： | | | | 通过这段代码，我们将学习： 如何在 Heroku 上使用 Flask API 部署模型？ 数据来自威斯康星癌症数据集。 该数据由威斯康星大学麦迪逊分校的医院和William H. Wolberg博士收集。 阅读更多 与我联系

项目二 使用Python和JavaScript“ #flackweb”进行Web编程 目标 了解如何使用JavaScript在服务器端运行代码。 更加轻松地构建Web用户界面。 获得使用Socket.IO进行客户端和服务器之间通信的经验。 概述 在这个项目中，我使用Flask构建了一个在线消息传递服务，其精神类似于Slack。 用户将能够使用显示名称登录到您的网站，创建交流渠道（即聊天室），以及查看和加入现有渠道。 选择一个频道后，用户将能够实时相互发送和接收消息。

PaddleOCR 是一个开源项目，基于深度学习技术实现的，本资源对PaddleOCR进行了封装，使用Flask对外提供接口，可使用docker-compose一键部署。 使用场景：验证码识别、提取图片中的文本 使用人群：爬虫工程师 其他说明：部署到服务器上，需要注意服务器性能，建议配置不低于4核8G

微音乐音乐库网站 基于flask技术与MySQL数据库完成的音乐库管理系统 实现了在线音乐播放，下载和收藏以及订阅会员等功能 需要使用MySQL5.7 Flask等 manage.py为启动文件

可上传多文件，有上传进度显示。可限制文件大小。上传后保留原文件名，并展示上传成功的文件列表。

vue-flask-blog 基于Vue-Flask实现的前后端分离博客 在线访问地址

基于 Python + Flask + Echarts 的疫情监控系统 1.1 项目名称 新冠肺炎疫情实时监控。项目地址：http://121.41.228.239 1.2 项目介绍 疫情在家期间独立开发此项目。该项目是一个基于 Python + Flask + Echarts 打造的一个全球疫情监控系统，它能够实时监控并统计中国以及全世界各国新冠肺炎的确诊人数，同时以图表和地图的形式展现出来。项目完成的功能如下： • 统计全国各省市地区每日疫情数据，并以图表形式展现。 • 统计全国疫情历史数据，并以图表形式展现。 • 统计百度热搜数据，并以词云图形式展现。 • 统计全球各国疫情数据。 项目涉及的主要技术栈有： • Python 网络爬虫 • Python 与 MySQL 数据库交互 • Flask 构建 Web 项目 • 基于 Echarts 数据可视化展示 • 在阿里云部署 Web 项目以及爬虫 1.3 项目流程图

一、实战场景 二、知识点 python 基础语法 python 文件读写 pandas 数据处理 flask web 框架 echarts 图表 jinja 模版 三、菜鸟实战 初始化 Flask 框架，设置路由 各行政区房屋均价柱状图分析 echarts 渲染柱状图 各面积区间房屋占比饼状图 echarts 渲染饼状图 运行结果 运行截图 数据示例

机器学习模型房屋价格预测 使用Flask Web框架的机器学习模型进行房价预测

一、实战场景 二、知识点 python 基础语法 python 文件读写 pandas 数据处理 flask web 框架 echarts 图表 bootstrap jinja 模版 三、菜鸟实战 初始化 Flask 框架，设置路由 各行政区房屋数量柱状图分析 区域二手房房源朝向分布情况 二手房单价最高Top10 图 echarts 渲染房屋数量柱状图 运行结果 运行截图 数据示例