Python 代碼實(shí)現(xiàn)各種酷炫功能
一、生成二維碼
二維碼又稱二維條碼,常見(jiàn)的二維碼為QR Code,QR全稱Quick Response,是一個(gè)近幾年來(lái)移動(dòng)設(shè)備上超流行的一種編碼方式,而生成一個(gè)二維碼也非常簡(jiǎn)單,在Python中我們可以通過(guò)MyQR模塊了生成二維碼,而生成一個(gè)二維碼我們只需要2行代碼,我們先安裝MyQR模塊,這里選用國(guó)內(nèi)的源下載:
pip install qrcode
安裝完成后我們就可以開(kāi)始寫代碼了:
import qrcode text = input(輸入文字或URL:) ? # 設(shè)置URL必須添加http:// img =qrcode.make(text) img.save() ? ? ? ? ? ? ? ? ? ? ? ? ? ? #保存圖片至本地目錄,可以設(shè)定路徑 img.show()
我們執(zhí)行代碼后會(huì)在項(xiàng)目下生成一張二維碼。當(dāng)然我們還可以豐富二維碼:
我們先安裝MyQR模塊
pip install ?myqr def gakki_code(): ? ? version, level, qr_name = myqr.run( ? ? ? ? words=https://520mg.com/it/#/main/2, ? ? ? ? ? # 可以是字符串,也可以是網(wǎng)址(前面要加http(s)://) ? ? ? ? version=1, ?# 設(shè)置容錯(cuò)率為最高 ? ? ? ? level='H', ? ? ? ? ? # 控制糾錯(cuò)水平,范圍是L、M、Q、H,從左到右依次升高 ? ? ? ? picture=gakki.gif, ? ? ? ? ? # 將二維碼和圖片合成 ? ? ? ? colorized=True, ?# 彩色二維碼 ? ? ? ? contrast=1.0, ? ? ? ? ? ?# 用以調(diào)節(jié)圖片的對(duì)比度,1.0 表示原始圖片,更小的值表示更低對(duì)比度,更大反之。默認(rèn)為1.0 ? ? ? ? brightness=1.0, ? ? ? ? ? # 用來(lái)調(diào)節(jié)圖片的亮度,其余用法和取值同上 ? ? ? ? save_name=gakki_code.gif, ? ? ? ? ? # 保存文件的名字,格式可以是jpg,png,bmp,gif ? ? ? ? save_dir=os.getcwd() ?# 控制位置 ? ? ) ? ?gakki_code()
另外MyQR還支持動(dòng)態(tài)圖片。
二、生成詞云
詞云又叫文字云,是對(duì)文本數(shù)據(jù)中出現(xiàn)頻率較高的“關(guān)鍵詞”在視覺(jué)上的突出呈現(xiàn),形成關(guān)鍵詞的渲染形成類似云一樣的彩色圖片,從而一眼就可以領(lǐng)略文本數(shù)據(jù)的主要表達(dá)意思。
但是作為一個(gè)老碼農(nóng),還是喜歡自己用代碼生成自己的詞云,復(fù)雜么?需要很長(zhǎng)時(shí)間么?很多文字都介紹過(guò)各種的方法,但實(shí)際上只需要10行python代碼即可。
先安裝必要庫(kù)
pip install wordcloud pip install jieba pip install matplotlib
import matplotlib.pyplot as plt from wordcloud import WordCloud import jieba text_from_file_with_apath = open('/Users/linuxmi/linuxmi.txt').read() wordlist_after_jieba = jieba.cut(text_from_file_with_apath, cut_all = True) wl_space_split = ?.join(wordlist_after_jieba) my_wordcloud = WordCloud().generate(wl_space_split) plt.imshow(my_wordcloud) plt.axis(off) plt.show()
如此而已,生成的一個(gè)詞云是這樣的:
讀一下這10行代碼:
1~3 行,分別導(dǎo)入了畫圖的庫(kù)matplotlib,詞云生成庫(kù)wordcloud 和 jieba的分詞庫(kù);
4 行,是讀取本地的文件
5~6 行,使用jieba進(jìn)行分詞,并對(duì)分詞的結(jié)果以空格隔開(kāi);
7行,對(duì)分詞后的文本生成詞云;
8~10行,用pyplot展示詞云圖。
這是我喜歡python的一個(gè)原因吧,簡(jiǎn)潔明快。
三、批量摳圖
摳圖的實(shí)現(xiàn)需要借助百度飛槳的深度學(xué)習(xí)工具paddlepaddle,我們需要安裝兩個(gè)模塊就可以很快的實(shí)現(xiàn)批量摳圖了,第一個(gè)是PaddlePaddle
:
python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple
還有一個(gè)是paddlehub模型庫(kù):
pip install -i https://mirror.baidu.com/pypi/simple paddlehub
接下來(lái)我們只需要5行代碼就能實(shí)現(xiàn)批量摳圖:
import os, paddlehub as hub humanseg = hub.Module(name='deeplabv3p_xception65_humanseg') ? ? ? ?# 加載模型 path = 'D:/CodeField/Workplace/PythonWorkplace/GrapImage/' ? ?# 文件目錄 files = [path + i for i in os.listdir(path)] ? ?# 獲取文件列表 results = humanseg.segmentation(data={'image':files}) ? ?# 摳圖
四、文字情緒識(shí)別
在paddlepaddle
面前,自然語(yǔ)言處理也變得非常簡(jiǎn)單。實(shí)現(xiàn)文字情緒識(shí)別我們同樣需要安裝PaddlePaddle和Paddlehub,具體安裝參見(jiàn)三中內(nèi)容。
然后就是我們的代碼部分了:
import paddlehub as hub ? ? ? ? senta = hub.Module(name='senta_lstm') ? ? ? ?# 加載模型 sentence = [ ? ?# 準(zhǔn)備要識(shí)別的語(yǔ)句 ? ? '你真美', '你真丑', '我好難過(guò)', '我不開(kāi)心', '這個(gè)游戲好好玩', '什么垃圾游戲', ] results = senta.sentiment_classify(data={text:sentence}) ? ?# 情緒識(shí)別 # 輸出識(shí)別結(jié)果 for result in results: ? ? print(result)
識(shí)別的結(jié)果是一個(gè)字典列表:
{'text': '你真美', 'sentiment_label': 1, 'sentiment_key': 'positive', 'positive_probs': 0.9602, 'negative_probs': 0.0398}
{'text': '你真丑', 'sentiment_label': 0, 'sentiment_key': 'negative', 'positive_probs': 0.0033, 'negative_probs': 0.9967}
{'text': '我好難過(guò)', 'sentiment_label': 1, 'sentiment_key': 'positive', 'positive_probs': 0.5324, 'negative_probs': 0.4676}
{'text': '我不開(kāi)心', 'sentiment_label': 0, 'sentiment_key': 'negative', 'positive_probs': 0.1936, 'negative_probs': 0.8064}
{'text': '這個(gè)游戲好好玩', 'sentiment_label': 1, 'sentiment_key': 'positive', 'positive_probs': 0.9933, 'negative_probs': 0.0067}
{'text': '什么垃圾游戲', 'sentiment_label': 0, 'sentiment_key': 'negative', 'positive_probs': 0.0108, 'negative_probs': 0.9892}
其中sentiment_key
字段包含了情緒信息,詳細(xì)分析可以參見(jiàn)Python自然語(yǔ)言處理只需要5行代碼。
五、識(shí)別是否帶了口罩
這里同樣是使用PaddlePaddle
的產(chǎn)品,我們按照上面步驟安裝好PaddlePaddle和Paddlehub
然后就開(kāi)始寫代碼:
import paddlehub as hub # 加載模型 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(cè)是否帶了口罩 module.face_detection(data=input_dict)
執(zhí)行上述程序后,項(xiàng)目下會(huì)生成detection_result
文件夾,識(shí)別結(jié)果都會(huì)在里面。
六、簡(jiǎn)易信息轟炸
Python控制輸入設(shè)備的方式有很多種,我們可以通過(guò)win32或者pynput模塊。我們可以通過(guò)簡(jiǎn)單的循環(huán)操作來(lái)達(dá)到信息轟炸的效果,這里以pynput為例,我們需要先安裝模塊:
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ pynput
在寫代碼之前我們需要手動(dòng)獲取輸入框的坐標(biāo):
from pynput import mouse # 創(chuàng)建一個(gè)鼠標(biāo) m_mouse = mouse.Controller() # 輸出鼠標(biāo)位置 print(m_mouse.position)
可能有更高效的方法,但是我不會(huì)。
獲取后我們就可以記錄這個(gè)坐標(biāo),消息窗口不要移動(dòng)。然后我們執(zhí)行下列代碼并將窗口切換至消息頁(yè)面:
import time from pynput import mouse, keyboard time.sleep(5) m_mouse = mouse.Controller() ? ?# 創(chuàng)建一個(gè)鼠標(biāo) m_keyboard = keyboard.Controller() ?# 創(chuàng)建一個(gè)鍵盤 m_mouse.position = (850, 670) ? ? ? # 將鼠標(biāo)移動(dòng)到指定位置 m_mouse.click(mouse.Button.left) # 點(diǎn)擊鼠標(biāo)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) ? ?# 松開(kāi)enter ? ? time.sleep(0.5) ? ?# 等待 0.5秒
七、識(shí)別圖片中的文字
我們可以通過(guò)Tesseract
來(lái)識(shí)別圖片中的文字,在Python中實(shí)現(xiàn)起來(lái)非常簡(jiǎn)單,但是前期下載文件、配置環(huán)境變量等稍微有些繁瑣,所以本文只展示代碼:
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(shí)別出來(lái)的文本。如果對(duì)準(zhǔn)確率不滿意的話,還可以使用百度的通用文字接口。
八、簡(jiǎn)單的小游戲
從一些小例子入門感覺(jué)效率很高。
import random print(1-100數(shù)字猜謎游戲!) num = random.randint(1,100) guess =guess i = 0 while guess != num: ? ? i += 1 ? ? guess = int(input(請(qǐng)輸入你猜的數(shù)字:)) ? ? if guess == num: ? ? ? ? print(恭喜,你猜對(duì)了!) ? ? elif guess < num: ? ? ? ? print(你猜的數(shù)小了...) ? ? else: ? ? ? ? print(你猜的數(shù)大了...) print(你總共猜了%d %i + 次)
到此這篇關(guān)于Python 代碼實(shí)現(xiàn)各種酷炫功能的文章就介紹到這了,更多相關(guān)Python 實(shí)現(xiàn)酷炫功能內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
對(duì)pycharm代碼整體左移和右移縮進(jìn)快捷鍵的介紹
今天小編就為大家分享一篇對(duì)pycharm代碼整體左移和右移縮進(jìn)快捷鍵的介紹,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-07-07Python 數(shù)據(jù)分析之Beautiful Soup 提取頁(yè)面信息
Beautiful Soup 提供一些簡(jiǎn)單的、python 式的函數(shù)用來(lái)處理導(dǎo)航、搜索、修改分析樹等功能。它是一個(gè)工具箱,通過(guò)解析文檔為用戶提供需要抓取的數(shù)據(jù),因?yàn)楹?jiǎn)單,所以不需要多少代碼就可以寫出一個(gè)完整的應(yīng)用程序2021-10-10python小數(shù)字符串轉(zhuǎn)數(shù)字的五種方法
本文主要介紹了python小數(shù)字符串轉(zhuǎn)數(shù)字的五種方法,根據(jù)具體需求選擇合適的方法進(jìn)行小數(shù)字符串轉(zhuǎn)數(shù)字,具有一定的參考價(jià)值,感興趣的可以了解一下2024-01-01python3中dict.keys().sort()用不了的解決方法
本文主要介紹了python3中dict.keys().sort()用不了的解決方法,文中通過(guò)示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2021-12-12Python如何使用內(nèi)置庫(kù)matplotlib繪制折線圖
這篇文章主要介紹了Python如何使用內(nèi)置庫(kù)matplotlib繪制折線圖,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-02-02PyTorch 實(shí)現(xiàn)L2正則化以及Dropout的操作
這篇文章主要介紹了PyTorch 實(shí)現(xiàn)L2正則化以及Dropout的操作,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2021-05-05Python中字符串格式化str.format的詳細(xì)介紹
python從2.6開(kāi)始支持format,新的更加容易讀懂的字符串格式化方法,下面這篇文章主要介紹了Python中字符串格式化str.format的相關(guān)資料,需要的朋友可以參考借鑒,下面來(lái)一起看看吧。2017-02-02