
来源:早起Python
作者:刘早起
大家好,我是早起。
本文将介绍如何在服务器上配置你的项目,以下教程基于小白视角讲解,适用于任何Python脚本(爬虫、web、数据分析、自动化等都行)
其实整体思路就是,在本地开发,然后在服务器配置和你本地一样的环境,并将全部项目文件上传到服务器,之后就像部署远程 Jupyter Notebook 一样,使用 nohup 命令将程序挂在后台即可。
所以假设你现在已经在本地写好你的网站下面可以将你本地开发用到的库整理到 requirements.txt 中(可以通过pip freeze > requirements.txt)并ssh连接上服务器之后,执行下方命令
pip install -r requirements.txt
但如果你在服务器上安装了 anaconda 的话,更多情况下,只需要进入服务器执行 pip install pywebio 即可。
现在,你的服务器开发环境就和本地一致了,下一步自然是将整个项目文件同步到服务器,使用 git 是比较方便的方法,使用命令行命令是常见的方法,但是对于大多数小白来说,通过 ftp 软件点点可能更方便。
所以下面是在 mac 上使用 Termius 的同步文件过程(Windows 可以用 filezilla)首先打开软件
点击 sftp 并选择一个服务器,之后输入你的服务器账号密码进入你的服务器文件夹(默认root目录下),然后创建一个新的文件夹用于你的项目
接下来只要双击进入你创建的文件夹,并将你本地的整个文件夹拖入,等待上传完毕即可。
现在,你的服务器有和你本地一致的开发环境与完整的项目文件,下面让我们把它启动起来。
首先还是通过ssh工具连上服务器,之后cd进入刚刚的新建的目录,比如我的文件夹名称为aliyun,我的命令就是
cd aliyun
接下来同样适用 nohup 启动并将脚本挂在后台执行即可,例如我的脚本为 aliyun.py,我的命令就是
nohup python aliyun.py &
这样就将该命令,挂在后台执行了,最后一步同样是打开短端口,例如你在 PyWebIO 中使用的端口是 8888 就要去阿里云后台防火墙/安全组开放这个端口
至此,你就可以通过你的公网IP:端口,访问你的web项目,还有一个常见的问题,如何关闭这个端口/程序?
我们可以通过端口反查进程号
也可以根据命令查找进程pid(ps -ef|grep python)
然后将对应的进程kill掉,并在修改完代码后重新启动即可,这些就属于运维相关知识,网上资料很多,感兴趣的可以自己查阅。
最近很多人问,怎么修改默认页面中页脚的显示文字,或者去掉默认页面的Powered by PyWebIO
就像我的页面一样,显示早起Python,并且点击跳转到我设置好的页面
其实稍微对web开发懂一点的,都会知道这是额外加入了html元素,既然没有修改的命令,说明这个html肯定是写死在某个文件夹中。
在mac下,我们可以打开anaconda安装目录,并根据下面的路径中找到 index.html
之后使用任意代码编辑器修改框中部分即可
在 Windows 或者 centos 下也是类似,找到 pywebio 对应的目录,修改对应文件即可,大家可以自己研究!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13