小编Fer*_*ira的帖子

我有一个Django项目,我想用gunicorn(和apache proxing)交付它.我不能使用Nginx,所以这是不可能的.

我已经设置了Apache代理并为gunicorn设置了一个跑步者脚本,但我得到了这个奇怪的错误

2012-08-27 14:03:12 [34355] [DEBUG] GET /
2012-08-27 14:03:12 [34355] [ERROR] Error handling request
Traceback (most recent call last):
     File "/home/tileone/venv/lib/python2.6/site-packages/gunicorn/workers/sync.py", line 93, in handle_request
     self.address, self.cfg)
     File "/home/tileone/venv/lib/python2.6/site-packages/gunicorn/http/wsgi.py", line 146, in create
         path_info = path_info.split(script_name, 1)[1]
     IndexError: list index out of range

我正在运行这个脚本

#!/bin/bash
LOGFILE=/var/log/gunicorn/one-project.log
VENV_DIR=/path/to/venv/
LOGDIR=$(dirname $LOGFILE)
NUM_WORKERS=5
# user/group to run as
USER=USER
GROUP=GROUP
BIND=127.0.0.1:9999
cd /path_to_project
echo 'Setup Enviroment'
#some libraries
echo 'Setup Venv' 
source $VENV_DIR/bin/activate
export PYTHONPATH=$VENV_DIR/lib/python2.6/site-packages:$PYTHONPATH
#Setup Django Deploy
export DJANGO_DEPLOY_ENV=stage
echo …

我正在尝试使用 python 绘制特征图 (SOM)。为简单起见，想象一个 2D 绘图，其中每个单元都表示为一个六边形。

正如本主题所示：Python 中的六边形自组织地图，六边形并排放置，形成网格。

我设法编写了以下代码段，它非常适用于一定数量的多边形和仅适用于少数形状（例如 6 x 6 或 10 x 4 六边形）。然而，这种方法的一个重要特性是支持 3 x 3 的任何网格形状。

def plot_map(grid,
             d_matrix,
             w=10,
             title='SOM Hit map'):
    """
    Plot hexagon map where each neuron is represented by a hexagon. The hexagon
    color is given by the distance between the neurons (D-Matrix) Scaled
    hexagons will appear on top of the background image whether the hits array
    is provided. They are scaled according to the number of …

我正在四处寻找如何按月分组django查询集.我终于找到了这段非常有用的代码:

truncate_date = connection.ops.date_trunc_sql('day','timestamp')
qs = qs.extra({'date':truncate_date})
return qs.values('date').annotate(Sum('amount')).order_by('date')

来自Django:按日期分组(日,月,年)

它工作正常,但date返回的是一个字符串,而不是一个正确的datetime.date,我不能{{date|date:format}}在模板中使用.似乎原始发件人(Oli)有同样的问题.虽然正在回答的人说它适用于postgres但我没有在SQLite上取得任何成功.

是否可以在查询或模板中将字符串转换为日期时间.或者我是否必须遍历所有条目？

很抱歉在一个单独的趋势中发布,但我没有足够的特权来评论原始的趋势.