一、前言
写Python框架的初衷是由于我使用Python分析出来的数据和机器学习训练出来的模型结果展现原来只能使用图表展现，由于web展现大行其道，所以写Python的MVC框架Flask和Django。
关注《大数据和人工智能交流》头条号，看高科技新动态，我是头条天涯雨科技作者，请大家多多支持、关注、点赞，谢谢！
二、 一个简单的模板例子
Flask使用Jinja2模板引擎进行渲染模板
from flask import Flask,render_template
app = Flask(__name__)
@app.route("/index")
def index():
return render_template('index.html')
@app.route("/users/
def users(usersname):
print("usersname is " + usersname)
return render_template('users/users.html')
if __name__=='__main__':
app.run()
三、参数传递
1、一个参数
from flask import Flask,render_template
app = Flask(__name__)
@app.route("/users/
def users(usersname):
print("usersname is " + usersname)
return render_template('users/users.html',sname = usersname)
if __name__=='__main__':
app.run()
Users.html页面为：
html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>Titletitle>
head>
<body>
欢迎你：{{sname}}
body>
html>
2、带有2个参数
from flask import Flask,render_template
app = Flask(__name__)
@app.route("/users")
def users( ):
users_id = "u001"
users_name= "lily"
return render_template('users/users.html',sid=users_id,sname = users_name)
if __name__=='__main__':
app.run()
html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>Titletitle>
head>
<body>
欢迎你：{{sid}}<br>{{sname}}
body>
html>
3、多个变量
from flask import Flask,render_template
app = Flask(__name__)
@app.route("/users")
def users( ):
users_id = "u001"
users_name= "lily"
return render_template('users/users.html', **locals())
if __name__=='__main__':
app.run()
多个变量页面为：
html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>Titletitle>
head>
<body>
欢迎你：{{users_id}}<br>{{users_name}}
body>
html>
四、 流程控制语句
1、if语句
from flask import Flask,render_template
app = Flask(__name__)
@app.route("/users")
def users( ):
users_id = "u002"
users_name= "lily"
return render_template('users/users.html',**locals())
if __name__=='__main__':
app.run()
html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>Titletitle>
head>
<body>
{% if users_id=="u001" %}
<h1>是重点客户h1>
{% else %}
<h1>不是重点客户h1>
{% endif %}
body>
html>
2、for语句
from flask import Flask,render_template
app = Flask(__name__)
@app.route("/users")
def users( ):
goods = [
{'gname':'hadoop','gprice':100},
{'gname': 'spark', 'gprice': 200},
{'gname': 'flask', 'gprice': 300}
]
return render_template('users/users.html',**locals())
if __name__=='__main__':
app.run()
html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>Titletitle>
head>
<body>
<table border="1" >
{% for g in goods %}
<tr>
<td>{{g.gname}}td> <td>{{g.gprice}}td>
tr>
{% endfor %}
table>
body>
html>
六、GET/POST请求
from flask import Flask,render_template,request
app = Flask(__name__)
@app.route("/users",methods=['GET','POST'])
def users( ):
if request.method == 'GET':
return '这是get请求'
else:
return '这是post请求'
if __name__=='__main__':
app.run(debug=True)
七、后续将要发布的实战项目
（一）、项目背景
全球公共医疗卫生是对全世界国家的挑战，特别是COVID-19（新型冠状病毒）在全球的蔓延， 感染人数极多，病例分布面广而又散，给防控带来极大的困难，这就要求全世界人民不仅要团结抵抗疫情，还有重要的一点就是借助于大数据人工智能进行防控。
（二）、项目简介
《医疗大数据智能决策分析系统》通过大数据、人工智能机器学习算法技术实现对疾病发展趋势进行分析，并且及时的为医疗患者提供极其具有参考价值的辅助决策分析，极大的提高了国家传染病防控的能力。
（三）、项目应用的技术
1、使用MongoDB存储海量的医疗数据
2、使用Python的机器学习库对医疗数据进行智能决策分析
3、使用Python的flask框架实现web功能
（四）、系统功能需求
1、患者医疗的历史追踪数据的查询分析
a.使用MogoDB存储全国每天患者医疗的历史追踪数据
b.使用MogoDB查询分析患者医疗的历史治疗数据
2、全国每年所有医疗机构急速问诊、电话问诊、图文问诊、视频问诊的历史数据分析
a.使用MogoDB存储全国每天所有医疗问诊的数据
b.使用MogoDB查询某天某地区的问诊情况
3、全国医疗结构每天就诊人数、在院人数、床位情况分布图
a.使用MongoDB存储全国每天所有医院就诊人数、在院人数、床位的数据
b.使用MongoDB查询某天某地区的数据
4、通过不同的维度对全国优秀医生进行决策分析
a.使用MongoDB存储全国医生数据
b.使用决策树分析优秀医生的维度特征数据
c.对某个医生情况进行决策
5、为重大疾病患者推荐优秀医生
a.使用MongoDB存储全国医生数据
b.查询当前疾病的主治医师
c.使用协同过滤算法为重大疾病患者推荐优秀医生
6、为患者提供医疗机构公信力和竞争力的决策分析
a. 使用MongoDB存储全国医疗机构信息
b. 通过决策树算法分析医疗机构竞争力和公信力的特征指标
c. 为患者提供决策支持
7、药品质量的可追溯性分析
a.使用MongoDB存储全国每天患者用药药品信息
b.使用MongoDB查询某种药品患者使用的历史数据
8、全球青霉素过敏者的概率分析
a.使用MongoDB存储全球青霉素过敏者的详细信息
b.使用概率密度分布函数分析为患者青霉素过敏情况提供辅助分析
9、通过患者的评价行为对全国医疗机构进行等级划分
a.使用MongoDB存储全国医疗机构信息
b.通过分类算法对全国医疗结构进行等级划分
声明：本文章的截图具有 本作者独特的数据，不可随意复制侵权！