Python10行以內程式碼能有什麼高階操作

Python憑藉其簡潔的程式碼，贏得了許多開發者的喜愛。因此也就促使了更多開發者用Python開發新的模組，從而形成良性迴圈，Python可以憑藉更加簡短的程式碼實現許多有趣的操作。下面我們來看看，我們用不超過10行程式碼能實現些什麼有趣的功能。

很多人學習python，不知道從何學起。
很多人學習python，掌握了基本語法過後，不知道在哪裡尋找案例上手。
很多已經做案例的人，卻不知道如何去學習更加高深的知識。
那麼針對這三類人，我給大家提供一個好的學習平臺，免費領取視訊教程，電子書籍，以及課程的原始碼！
QQ群：1097524789

一、生成二維碼

二維碼作為一種資訊傳遞的工具，在當今社會發揮了重要作用。而生成一個二維碼也非常簡單，在Python中我們可以通過MyQR模組了生成二維碼，而生成一個二維碼我們只需要2行程式碼，我們先安裝MyQR模組，這裡選用國內的源下載：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ myqr

安裝完成後我們就可以開始寫程式碼了：

​​​​​​​

from MyQR import myqr    # 注意大小寫myqr.run(words='http://www.baidu.com')    # 如果為網站則會自動跳轉，文字直接顯示，不支援中文

我們執行程式碼後會在專案下生成一張二維碼。當然我們還可以豐富二維碼：

from MyQR import myqrmyqr.run(    words='http://www.baidu.com',    # 包含資訊    picture='lbxx.jpg',            # 背景圖片
 
    colorized=True,            # 是否有顏色，如果為False則為黑白    save_name='code.png'    # 輸出檔名)

效果圖如下：​另外MyQR還支援動態圖片。

二、生成詞雲

詞雲是資料視覺化的一種非常優美的方式，我們通過詞雲可以很直觀的看出一些詞語出現的頻率高低。使用Python我們可以通過wordcloud模組生成詞雲，我們先安裝wordcloud模組：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ wordcloud

然後我們就可以寫程式碼了：

from wordcloud import WordCloud
 
wc = WordCloud()    # 建立詞雲物件wc.generate('Do not go gentle into that good night')    # 生成詞雲wc.to_file('wc.png')    # 儲存詞雲

執行程式碼後生成如下詞雲：​當然這只是最簡單的詞雲，詞雲更詳細的操作可以參見WordCloud生成卡卡西忍術詞雲[1]。

三、批量摳圖

摳圖的實現需要藉助百度飛槳的深度學習工具paddlepaddle，我們需要安裝兩個模組就可以很快的實現批量摳圖了，第一個是PaddlePaddle：

python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple

還有一個是paddlehub模型庫：

pip install -i https://mirror.baidu.com/pypi/simple paddlehub

更詳細的安裝事項可以參見飛槳官網：https://www.paddlepaddle.org.cn/

接下來我們只需要5行程式碼就能實現批量摳圖：

import os, paddlehub as hubhumanseg = hub.Module(name='deeplabv3p_xception65_humanseg')        # 載入模型path = 'D:/CodeField/Workplace/PythonWorkplace/GrapImage/'    # 檔案目錄files = [path + i for i in os.listdir(path)]    # 獲取檔案列表results = humanseg.segmentation(data={'image':files})    # 摳圖

摳圖效果如下：​其中左邊為原圖，右邊為摳圖後填充黃色背景圖。

四、文字情緒識別

在paddlepaddle面前，自然語言處理也變得非常簡單。實現文字情緒識別我們同樣需要安裝PaddlePaddle和Paddlehub，具體安裝參見三中內容。然後就是我們的程式碼部分了：

import paddlehub as hub        senta = hub.Module(name='senta_lstm')        # 載入模型sentence = [    # 準備要識別的語句    '你真美', '你真醜', '我好難過', '我不開心', '這個遊戲好好玩', '什麼垃圾遊戲',]results = senta.sentiment_classify(data={"text":sentence})    # 情緒識別# 輸出識別結果for result in results:    print(result)

識別的結果是一個字典列表：

{'text': '你真美', 'sentiment_label': 1, 'sentiment_key': 'positive', 'positive_probs': 0.9602, 'negative_probs': 0.0398}{'text': '你真醜', 'sentiment_label': 0, 'sentiment_key': 'negative', 'positive_probs': 0.0033, 'negative_probs': 0.9967}{'text': '我好難過', 'sentiment_label': 1, 'sentiment_key': 'positive', 'positive_probs': 0.5324, 'negative_probs': 0.4676}{'text': '我不開心', 'sentiment_label': 0, 'sentiment_key': 'negative', 'positive_probs': 0.1936, 'negative_probs': 0.8064}{'text': '這個遊戲好好玩', 'sentiment_label': 1, 'sentiment_key': 'positive', 'positive_probs': 0.9933, 'negative_probs': 0.0067}{'text': '什麼垃圾遊戲', 'sentiment_label': 0, 'sentiment_key': 'negative', 'positive_probs': 0.0108, 'negative_probs': 0.9892}

其中sentiment_key欄位包含了情緒資訊，詳細分析可以參見Python自然語言處理只需要5行程式碼[2]。

五、識別是否帶了口罩

這裡同樣是使用PaddlePaddle的產品，我們按照上面步驟安裝好PaddlePaddle和Paddlehub，然後就開始寫程式碼：

import paddlehub as hub# 載入模型module = hub.Module(name='pyramidbox_lite_mobile_mask')# 圖片列表image_list = ['face.jpg']# 獲取圖片字典input_dict = {'image':image_list}# 檢測是否帶了口罩module.face_detection(data=input_dict)

執行上述程式後，專案下會生成detection_result資料夾，識別結果都會在裡面，識別效果如下：​

六、簡易資訊轟炸

Python控制輸入裝置的方式有很多種，我們可以通過win32或者pynput模組。我們可以通過簡單的迴圈操作來達到資訊轟炸的效果，這裡以pynput為例，我們需要先安裝模組：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ pynput

在寫程式碼之前我們需要手動獲取輸入框的座標：

from pynput import mouse# 建立一個滑鼠m_mouse = mouse.Controller()# 輸出滑鼠位置print(m_mouse.position)

可能有更高效的方法，但是我不會。

獲取後我們就可以記錄這個座標，訊息視窗不要移動。然後我們執行下列程式碼並將視窗切換至訊息頁面：

import timefrom pynput import mouse, keyboardtime.sleep(5)m_mouse = mouse.Controller()    # 建立一個滑鼠m_keyboard = keyboard.Controller()  # 建立一個鍵盤m_mouse.position = (850, 670)       # 將滑鼠移動到指定位置m_mouse.click(mouse.Button.left) # 點選滑鼠左鍵while(True):    m_keyboard.type('你好')        # 打字    m_keyboard.press(keyboard.Key.enter)    # 按下enter    m_keyboard.release(keyboard.Key.enter)    # 鬆開enter    time.sleep(0.5)    # 等待 0.5秒

我承認，這個超過了10行程式碼，而且也不高階。使用前QQ給小號發信息效果如下：​

七、識別圖片中的文字

我們可以通過Tesseract來識別圖片中的文字，在Python中實現起來非常簡單，但是前期下載檔案、配置環境變數等稍微有些繁瑣，所以本文只展示程式碼：​​​​​​​

import pytesseractfrom PIL import Imageimg = Image.open('text.jpg')text = pytesseract.image_to_string(img)print(text)

其中text就是識別出來的文字。如果對準確率不滿意的話，還可以使用百度的通用文字介面。

八、繪製函式影象

圖示是資料視覺化的重要工具，在Python中matplotlib在資料視覺化中發揮重要作用，下面我們來看看使用matplotlib如何繪製一個函式影象：​​​​​​​

import numpy as np from matplotlib import pyplot as plt
x = np.arange(1,11)     # x軸資料y =  x * x +  5         # 函式關係plt.title("y=x*x+5")     # 影象標題plt.xlabel("x")     # x軸標籤plt.ylabel("y")     # y軸標籤plt.plot(x,y)     # 生成影象plt.show()    # 顯示影象

生成影象如下：​

九、人工智慧

下面給大家介紹的是獨家的AI人工智慧，一般不外傳的。這個人工智慧可以回答許多問題，當然人工智慧現在還在發展階段，想要理解人類的語言還差很多。廢話不多說，下面來看看我們的人工智慧Fdj：

while(True):    question = input()    answer = question.replace('嗎', '呢')    answer = answer.replace('？', '！')    print(answer)

下面我們來看看簡單的測試：

你好嗎？我好呢！你吃飯了嗎？我吃飯了呢！你要睡了嗎？我要睡了呢！

看來我們“小復”還是比較智慧的。