BlocklyML

项目概述

BlocklyML 是一个“无代码”编程平台，致力于简化 Python 和机器学习的实践。该工具特别适合那些想要入门机器学习或Python编程的用户。BlocklyML 项目是基于 Google 的 Blockly 进行二次开发的，专注于机器学习和数据分析的应用场景。

功能特点

无代码设计

BlocklyML 主要为用户提供了一种可视化的编程方式，通过拖拽模块来实现机器学习的各种操作，这种设计大大降低了编程的门槛，使得没有编程背景的用户也能够愉快地开展机器学习项目。

数据框查看器

该平台支持完全以 HTML 格式展示数据框的内容。用户可以在导航栏中通过选择查看选项来访问此功能，便于在开发流程中对数据进行快速检视和调试。

代码下载

对于希望将设计转化为代码的用户，BlocklyML 提供了将设计导出为 .py 和 .ipynb 格式的功能。这使得用户可以在本地或其他平台中继续他们的工作。

安装和运行

基于 Docker 的方法

• 首先，在终端中进入项目目录。
• 通过以下命令构建 Docker 镜像：

  docker build . -t blocklyml/demo
  

• 执行以下命令启动应用程序：

  docker run -ti -p5000:5000 blockly_ml/demo
  

• 应用程序启动后，可以通过浏览器访问 http://localhost:5000 来使用。

基于 Flask 的方法

• 克隆项目代码库：

  git clone https://github.com/chekoduadarsh/BlocklyML
  

• 安装项目依赖：

  pip install -r requirements.txt 
  

• 运行应用程序：

  python app.py
  

用户界面功能

用户界面提供了一系列快捷按钮，帮助用户快速完成特定任务，例如下载和上传 XML 布局、复制代码和启动 Google Colab 等操作。值得一提的是，目前运行功能尚未支持。

贡献

BlocklyML 项目欢迎各类贡献。如果用户遇到任何问题，或有好的功能建议，可以在代码库中创建 Issue 或提交 PR（Pull Request）以协助项目改进。

许可证

BlocklyML 使用 Apache License 2.0 授权，这意味着它是一款开源软件，用户可以在遵守相应条款的情况下自由使用和修改。

致谢

项目特别感谢所有给与过支持的贡献者。用户也可以通过一定的方式（如成为 Stargazer 或 Forker）继续支持该项目的发展。