> [!NOTE]
> 本文档由 WeHub 基于上游 README 翻译整理，属于社区翻译，非官方中文文档。
> [English](./README.en.md) · [原始项目](https://github.com/chekoduadarsh/BlocklyML) · [上游 README](https://github.com/chekoduadarsh/BlocklyML/blob/HEAD/README.md)
> 原作者、版权与许可证归属以原始项目及本仓库 LICENSE 文件为准。
Blockly ML
BlocklyML 是面向 Python 与机器学习（Machine Learning）的 **无代码（No Code）** 训练平台。该工具旨在简化标准机器学习实现。
此工具可帮助任何希望入门机器学习或 Python 的人。本项目从 [Blockly](https://github.com/google/blockly) 派生，并针对机器学习与数据分析用例进行了适配。:brain:
如需示例运行，请前往 sampleLayouts 文件夹，上传并试用 :smiley:
更多信息请阅读 
在下方示例中，我们将针对 Iris 数据集训练随机森林（Random Forest）
https://user-images.githubusercontent.com/26855534/174473003-488f675f-50a0-48f1-9ef0-81987bd21166.mp4
# 目录
- [目录](#table-of-contents)
- [以 BlocklyML 应用形式安装](#installing-as-blocklyml-app)
- [Flask 方法](#flask-method)
- [UI 功能](#ui-features)
- [快捷操作](#shortcuts)
- [DataFrame 查看器](#dataframe-viewer)
- [下载代码](#download-code)
- [贡献](#contribute)
- [本仓库欢迎任何形式的贡献 :pray:](#this-repo-welcomes-any-kind-of-contributions-pray)
- [许可证](#license)
- [致谢](#thanks-to)
# 以 BlocklyML 应用形式安装
首先克隆本仓库
```shell
git clone https://github.com/chekoduadarsh/BlocklyML
```
克隆仓库后，你也可以按照 Flask 方法操作
# 使用 Docker 运行应用
若你已克隆项目并希望构建镜像，请按以下步骤操作：
1.打开终端并进入项目目录。
2.运行以下命令以构建 Docker 镜像：
```shell
docker build . -t blocklyml/demo
```
镜像构建完成后，可通过执行以下命令启动应用：
```shell
docker run -ti -p5000:5000 blockly_ml/demo
```
这将启动应用，之后可打开浏览器并访问 `http://localhost:5000`
### Flask 方法
使用以下命令从 `requirements.txt` 安装依赖
```shell
pip install -r requirements.txt
```
然后可通过以下方式运行应用
```shell
python app.py
```
就这么简单 :man_shrugging:
# UI 功能
## 快捷操作
你可以在应用右上角找到这些按钮。其功能如下
1. 下载 XML 布局
2. 上传 XML 布局
3. 复制代码
4. 启动 Google Colab
5. 删除
6. 运行（尚不支持!!）
## DataFrame 查看器
Blockly 支持 DataFrame 的完整 HTML 视图。可通过导航栏中的查看选项访问
## 下载代码
Blockly 同时支持 .py 与 .ipynb 格式。你可以从导航栏中的下载选项下载代码
# 贡献
若你发现任何错误或需要支持，请提交 issue。若你认为可以添加功能，或帮助修复 bug，请提交 PR
### 本仓库欢迎任何形式的贡献 :pray:
欢迎以你喜欢的方式改编、批评并支持它!!
请阅读：[CONTRIBUTING.md](./CONTRIBUTING.md)
# 许可证
[Apache License, Version 2.0](https://www.apache.org/licenses/LICENSE-2.0)
# 致谢
[](https://github.com/chekoduadarsh/BlocklyML/stargazers)
[](https://github.com/chekoduadarsh/BlocklyML/network/members)
[](https://www.buymeacoffee.com/chekoduadarsh)