Python10行以內程式碼能有什麼高階操作
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 myqr
myqr.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:
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:
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 hub
humanseg = 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:
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 time
from pynput import mouse, keyboard
time.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 pytesseract
from PIL import Image
img = 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。