Flask 在导入 pandas 后挂起(还有 numpy、matplotlib 等)
Flask hangs after importing pandas (also numpy, matplotlib etc.)
为什么导入 pandas 库或其他几个科学库后 Flask 挂起?它仍然有效,当 运行 它通过 SSH 在本地时,但是当访问 URL 浏览器加载和加载时没有任何反应。
该解决方案适用于使用 Apache2 服务器的 Ubuntu。您必须配置以下文件:
/etc/apache2/sites-available/your-flask-app-file.conf
将以下行粘贴到 WSGIScriptAlias 下方:
WSGIApplicationGroup %{GLOBAL}
@saitam 的其他解决方案是必要的,但对我来说还不够。
与编辑前一样:
/etc/apache2/sites-available/<your-flask-app>.conf
添加或更新 WSGIApplicationGroup
为:
WSGIApplicationGroup %{GLOBAL}
并删除或编辑 WSGIProcessGroup
,这样您就可以:
WSGIProcessGroup %{GLOBAL}
将其设置为其他内容后,问题仍然存在。
Some people提倡将线程数设置为1,但这对我来说没有必要。以下工作正常:
WSGIDaemonProcess <...> processes=2 threads=6
Linux版本:Ubuntu 14.04.3 LTS
Pandas版本:0.19.2
Python版本:3.4.3
Apache 版本:2.4.7
经过漫长而痛苦的练习,我终于得到了我的应用程序 运行。问题是在将应用程序导入 .wsgi 时构建的 pandas 0.19.2文件
解决它从全局级别删除导入并在函数级别插入它们
import pandas as pd
....
@app.route('/getFunction', methods=["GET"])
def sample_get_function():
movieData=pd.read_csv('someData.csv')
至
....
@app.route('/getFunction', methods=["GET"])
def sample_get_function():
import pandas as pd
movieData=pd.read_csv('someData.csv')
这不是一个很好的解决方案,但它确实有效
为什么导入 pandas 库或其他几个科学库后 Flask 挂起?它仍然有效,当 运行 它通过 SSH 在本地时,但是当访问 URL 浏览器加载和加载时没有任何反应。
该解决方案适用于使用 Apache2 服务器的 Ubuntu。您必须配置以下文件:
/etc/apache2/sites-available/your-flask-app-file.conf
将以下行粘贴到 WSGIScriptAlias 下方:
WSGIApplicationGroup %{GLOBAL}
@saitam 的其他解决方案是必要的,但对我来说还不够。
与编辑前一样:
/etc/apache2/sites-available/<your-flask-app>.conf
添加或更新 WSGIApplicationGroup
为:
WSGIApplicationGroup %{GLOBAL}
并删除或编辑 WSGIProcessGroup
,这样您就可以:
WSGIProcessGroup %{GLOBAL}
将其设置为其他内容后,问题仍然存在。
Some people提倡将线程数设置为1,但这对我来说没有必要。以下工作正常:
WSGIDaemonProcess <...> processes=2 threads=6
Linux版本:Ubuntu 14.04.3 LTS
Pandas版本:0.19.2
Python版本:3.4.3
Apache 版本:2.4.7
经过漫长而痛苦的练习,我终于得到了我的应用程序 运行。问题是在将应用程序导入 .wsgi 时构建的 pandas 0.19.2文件
解决它从全局级别删除导入并在函数级别插入它们
import pandas as pd
....
@app.route('/getFunction', methods=["GET"])
def sample_get_function():
movieData=pd.read_csv('someData.csv')
至
....
@app.route('/getFunction', methods=["GET"])
def sample_get_function():
import pandas as pd
movieData=pd.read_csv('someData.csv')
这不是一个很好的解决方案,但它确实有效