import pyttsx3
import requests
from bs4 import BeautifulSoup
engine = pyttsx3.init('sapi5')
voices = engine.getProperty('voices')
newVoiceRate = 130                       ## Reduce The Speech Rate
engine.setProperty('rate',newVoiceRate)
engine.setProperty('voice', voices[1].id)
def speak(audio):
  engine.say(audio)
  engine.runAndWait()
text = str(input("Paste article\n"))
res = requests.get(text)
soup = BeautifulSoup(res.text,'html.parser')

articles = []
for i in range(len(soup.select('.p'))):
    article = soup.select('.p')[i].getText().strip()
    articles.append(article)
text = " ".join(articles)
speak(text)
# engine.save_to_file(text, 'test.mp3') ## If you want to save the speech as a audio file
engine.runAndWait()

2、自動生成素描草圖

這個腳本可以把彩色圖片轉化為鉛筆素描草圖，對人像、景色都有很好的效果。

而且只需幾行代碼就可以一鍵生成，適合批量操作，非常的快捷。

需要的第三方庫：

Opencv - 計算機視覺工具，可以實現多元化的圖像視頻處理，有Python接口

""" Photo Sketching Using Python """
  import cv2
  img = cv2.imread("elon.jpg")

  ## Image to Gray Image
  gray_image = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

  ## Gray Image to Inverted Gray Image
  inverted_gray_image = 255-gray_image

  ## Blurring The Inverted Gray Image
  blurred_inverted_gray_image = cv2.GaussianBlur(inverted_gray_image, (19,19),0)

  ## Inverting the blurred image
  inverted_blurred_image = 255-blurred_inverted_gray_image

  ### Preparing Photo sketching
  sketck = cv2.divide(gray_image, inverted_blurred_image,scale= 256.0)

  cv2.imshow("Original Image",img)
  cv2.imshow("Pencil Sketch", sketck)
  cv2.waitKey(0)

3、自動發(fā)送多封郵件

這個腳本可以幫助我們批量定時發(fā)送郵件，郵件內容、附件也可以自定義調整，非常的實用。

相比較郵件客戶端，Python腳本的優(yōu)點在于可以智能、批量、高定制化地部署郵件服務。

需要的第三方庫：

Email - 用于管理電子郵件消息

Smtlib - 向SMTP服務器發(fā)送電子郵件，它定義了一個 SMTP 客戶端會話對象，該對象可將郵件發(fā)送到互聯網上任何帶有 SMTP 或 ESMTP 監(jiān)聽程序的計算機

Pandas - 用于數據分析清洗地工具

import smtplib 
from email.message import EmailMessage
import pandas as pd

def send_email(remail, rsubject, rcontent):
    email = EmailMessage()                          ## Creating a object for EmailMessage
    email['from'] = 'The Pythoneer Here'            ## Person who is sending
    email['to'] = remail                            ## Whom we are sending
    email['subject'] = rsubject                     ## Subject of email
    email.set_content(rcontent)                     ## content of email
    with smtplib.SMTP(host='smtp.gmail.com',port=587)as smtp:     
        smtp.ehlo()                                 ## server object
        smtp.starttls()                             ## used to send data between server and client
        smtp.login("deltadelta371@gmail.com","delta@371") ## login id and password of gmail
        smtp.send_message(email)                    ## Sending email
        print("email send to ",remail)              ## Printing success message

if __name__ == '__main__':
    df = pd.read_excel('list.xlsx')
    length = len(df)+1

    for index, item in df.iterrows():
        email = item[0]
        subject = item[1]
        content = item[2]

        send_email(email,subject,content)

4、自動化數據探索

數據探索是數據科學項目的第一步，你需要了解數據的基本信息才能進一步分析更深的價值。

一般我們會用pandas、matplotlib等工具來探索數據，但需要自己編寫大量代碼，如果想提高效率，Dtale是個不錯的選擇。

Dtale特點是用一行代碼生成自動化分析報告，它結合了Flask后端和React前端，為我們提供了一種查看和分析Pandas數據結構的簡便方法。

我們可以在Jupyter上實用Dtale。

需要的第三方庫：

Dtale - 自動生成分析報告

### Importing Seaborn Library For Some Datasets
import seaborn as sns

### Printing Inbuilt Datasets of Seaborn Library
print(sns.get_dataset_names())


### Loading Titanic Dataset
df=sns.load_dataset('titanic')

### Importing The Library
import dtale

#### Generating Quick Summary
dtale.show(df)

5、自動桌面提示

這個腳本會自動觸發(fā)windows桌面通知，提示重要事項，比如說：您已工作兩小時，該休息了

我們可以設定固定時間提示，比如隔10分鐘、1小時等

用到的第三方庫：

win10toast - 用于發(fā)送桌面通知的工具

from win10toast import ToastNotifier
import time
toaster = ToastNotifier()

header = input("What You Want Me To Remember\n")
text = input("Releated Message\n")
time_min=float(input("In how many minutes?\n"))

time_min = time_min * 60
print("Setting up reminder..")
time.sleep(2)
print("all set!")
time.sleep(time_min)
toaster.show_toast(f"{header}", f"{text}", duration=10, threaded=True)
while toaster.notification_active(): time.sleep(0.005)