Hola programadores,
Soy Thijs, tengo 13 años y soy de Bélgica.
Estoy aprendiendo Python ahora mismo, pero tengo una pregunta.
¿Cómo puedo convertir mi archivo Python en un programa real donde los usuarios puedan hacer algo? Por ejemplo; Acabo de crear un juego de adivinanzas dentro de mi editor de texto, ¿cómo lo coloco en la web para que la gente pueda jugarlo?
(por cierto, mi editor de texto es PyCharm)
¿Cómo creó Marck Zucerberg Facebook cuando no había programas para framework, etc. como Django (supongo que Facebook no está creado con una aplicación como esa jaja)?
Espero que mi pregunta sea clara, todavía soy un principiante, ¡así que todos los consejos son bienvenidos!
Saludos Thijs
Lo que he probado:
Busqué en Google pero mi pregunta aún no está clara.
Solución 1
Hola Thijs, bienvenido al mundo de los programadores.
En cuanto a crear un programa a partir de su código Python, deberá compilarlo en un ejecutable. Este elemento S/O puede ayudarle a guiarse:
Crear un único ejecutable desde un proyecto de Python[^]
Facebook fue escrito originalmente en PHP, que es un lenguaje interpretado; básicamente compilado como una página es solicitada por un Interfaz de puerta de enlace común (CGI)… y los CGI se remontan a principios de los años 1990. Mark no tenía nada de qué preocuparse.
Solución 26
importar pandas como pd
desde sklearn.model_selection importar train_test_split
de sklearn.linear_model importar LogisticRegression
de sklearn.metrics importar precision_score
# Cargue sus datos históricos de juegos de la NFL (reemplace ‘your_data.csv’ con su archivo real)
datos = pd.read_csv(‘tus_datos.csv’)
# Seleccione características relevantes y variable objetivo
características = datos[[‘Feature1’, ‘Feature2’, ‘Feature3’, …]]# Agregar funciones relevantes
objetivo = datos[‘Outcome’] # Reemplace ‘Resultado’ con su variable objetivo real
# Dividir los datos en conjuntos de entrenamiento y prueba.
X_train, X_test, y_train, y_test = train_test_split(características, objetivo, test_size=0.2, random_state=42)
# Crear un modelo de regresión logística
modelo = Regresión Logística()
# Entrena el modelo
modelo.fit(X_train, y_train)
# Hacer predicciones en el conjunto de prueba.
predicciones = modelo.predict(X_test)
# Evaluar la precisión del modelo.
precisión = puntuación_precisión(y_test, predicciones)
print(f’Precisión del modelo: {precisión * 100:.2f}%’)
コメント