Det här projektet tar data om livsmedel från Livsmedelsverket och visualiserar med olika tekniker för programmering.
Några av de tekniker som täcks in:
- Python 3
- K-means-klustring
- numpy
- Flask
- Tensorflow
- vue.js
- sqlite3
- Jupyter notebooks
Det finns en avknoppad fungerande version där man kan testa vad som finns i databasen och titta på och jämföra näringsvärdena fett, kolhydrater och protein för alla livsmedel.
https://github.com/infontology/kodamat_v2
Python using Flask.
Setting up the environment (some of this will be moved to requirements.txt)
- Detta är guiden jag använde för att komma igång: http://docs.python-guide.org/en/latest/dev/virtualenvs/ (eller var det denna? https://www.dabapps.com/blog/introduction-to-pip-and-virtualenv-python/). Installera virtualenv och starta det: --> pip install virtualenv
- I terminalen, gå till local directory --> kolla så att du är på rätt plats och kolla var din python 2.7 ligger, se nästa rad för var min ligger --> virtualenv -p /usr/local/Cellar/python/2.7.12_2/bin/python2.7 venv (eller vad nu din path är) (Min blev 2.7.13 Alltså: virtualenv -p /usr/local/Cellar/python/2.7.13/bin/python2.7 venv ) --> source venv/bin/activate (du bör nu se att det står (venv) på din kommandorad) Dependencies: --> pip install flask --> pip install plotly ...
- Berätta för flask hur den startas (detta kan hoppas över men blir smidigare, du behöver bara köra det en gång): --> export FLASK_APP=cluster-test.py --> flask run