Python - 构建最小 'front-end' 到 运行 的 sklearn 函数
Python - Build minimal 'front-end' to run a sklearn function
我想知道什么是最简单的方法是构建一个基于 Web 的准系统'form'，允许用户运行 文本针对某个功能。如果可能的话，我想避免使用完整的网络开发工具包，例如 Flask。
只需要一个包含大量文本的文本框。单击 'submit' 后，文本将针对函数 运行，结果预测将返回到屏幕上。我设想如下所示：
我正在研究 Bokeh 包并尝试 运行 具有与 运行 宁 Python 函数关联的回调的 Bokeh 服务器，但想确保它是可行的在投入太多时间之前。
感谢任何其他包或想法！
这是一个几乎微不足道的 Bokeh 应用程序：
# app.py
from bokeh.io import curdoc
from bokeh.layouts import widgetbox
from bokeh.models.widgets import Button, Div, TextInput
input = TextInput(placeholder="Enter sentence here ...")
button = Button(label="Submit")
result = Div()
def predict():
# your real sklearn code goes here
if len(input.value) % 2:
result.text = "ODD"
else:
result.text = "EVEN"
button.on_click(predict)
curdoc().add_root(widgetbox(input, button, result))
如果您 运行 使用 bokeh serve --show app.py ，您将在浏览器中获得响应式 Web 应用程序，即 returns:
"odd length" 提交和
"even length" 次提交。
我想知道什么是最简单的方法是构建一个基于 Web 的准系统'form'，允许用户运行 文本针对某个功能。如果可能的话，我想避免使用完整的网络开发工具包，例如 Flask。
只需要一个包含大量文本的文本框。单击 'submit' 后，文本将针对函数 运行，结果预测将返回到屏幕上。我设想如下所示：
我正在研究 Bokeh 包并尝试 运行 具有与 运行 宁 Python 函数关联的回调的 Bokeh 服务器，但想确保它是可行的在投入太多时间之前。
感谢任何其他包或想法！
这是一个几乎微不足道的 Bokeh 应用程序：
# app.py
from bokeh.io import curdoc
from bokeh.layouts import widgetbox
from bokeh.models.widgets import Button, Div, TextInput
input = TextInput(placeholder="Enter sentence here ...")
button = Button(label="Submit")
result = Div()
def predict():
# your real sklearn code goes here
if len(input.value) % 2:
result.text = "ODD"
else:
result.text = "EVEN"
button.on_click(predict)
curdoc().add_root(widgetbox(input, button, result))
如果您 运行 使用 bokeh serve --show app.py ，您将在浏览器中获得响应式 Web 应用程序，即 returns:
"odd length" 提交和
"even length" 次提交。