欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

分享7個(gè) Python 實(shí)戰(zhàn)項(xiàng)目練習(xí)

 更新時(shí)間:2022年03月03日 11:25:52   作者:Python學(xué)習(xí)與數(shù)據(jù)挖掘  
這篇文章主要介紹了分享7個(gè) Python 實(shí)戰(zhàn)項(xiàng)目代碼,經(jīng)過Python3.6.4調(diào)試通過的代碼,就具一點(diǎn)的參考價(jià)值,需要的小伙伴可以參考一下

但是問題有三個(gè):

  • 1、我們不知道已經(jīng)有哪些輪子已經(jīng)造好了,哪個(gè)適合你用。有名有姓的的著名輪子就400多個(gè),更別說沒名沒姓自己在制造中的輪子。
  • 2、確實(shí)沒重復(fù)造輪子,但是在重復(fù)制造汽車。包括好多大神寫的好幾百行代碼,為的是解決一個(gè)Excel本身就有的成熟功能。
  • 3、很多人是用來抓圖,數(shù)據(jù),抓點(diǎn)圖片、視頻、天氣預(yù)報(bào)自娛自樂一下,然后呢?抓到大數(shù)據(jù)以后做什么用呢?比如某某啤酒賣的快,然后呢?比如某某電影票房多,然后呢?

以下是經(jīng)過Python3.6.4調(diào)試通過的代碼,與大家分享:

  • 1、抓取知乎圖片
  • 2、聽兩個(gè)聊天機(jī)器人互相聊天
  • 3、AI分析唐詩的作者是李白還是杜甫
  • 4、彩票隨機(jī)生成35選7
  • 5、自動(dòng)寫檢討書
  • 6、屏幕錄相機(jī)
  • 7、制作Gif動(dòng)圖

1.抓取知乎圖片,只用30行代碼

from selenium import webdriver
import time
import urllib.request

driver = webdriver.Chrome()
driver.maximize_window()
driver.get("https://www.zhihu.com/question/29134042")
i = 0
while i < 10:
? ? driver.execute_script("window.scrollTo(0, document.body.scrollHeight);")
? ? time.sleep(2)
? ? try:
? ? ? ? driver.find_element_by_css_selector('button.QuestionMainAction').click()
? ? ? ? print("page" + str(i))
? ? ? ? time.sleep(1)
? ? except:
? ? ? ? break
result_raw = driver.page_source
content_list = re.findall("img src=\"(.+?)\" ", str(result_raw))
n = 0
while n < len(content_list):
? ? i = time.time()
? ? local = (r"%s.jpg" % (i))
? ? urllib.request.urlretrieve(content_list[n], local)
? ? print("編號(hào):" + str(i))
? ? n = n + 1

2.聽兩個(gè)聊天機(jī)器人互相聊天

from time import sleep
import requests
s = input("請(qǐng)主人輸入話題:")
while True:
? ? resp = requests.post("http://www.tuling123.com/openapi/api",data={"key":"4fede3c4384846b9a7d0456a5e1e2943", "info": s, })
? ? resp = resp.json()
? ? sleep(1)
? ? print('小魚:', resp['text'])
? ? s = resp['text']
? ? resp = requests.get("http://api.qingyunke.com/api.php", {'key': 'free', 'appid':0, 'msg': s})
? ? resp.encoding = 'utf8'
? ? resp = resp.json()
? ? sleep(1)
? ? print('菲菲:', resp['content'])
#網(wǎng)上還有一個(gè)據(jù)說智商比較高的小i機(jī)器人,用爬蟲的功能來實(shí)現(xiàn)一下:

import urllib.request
import re

while True:
? ? x = input("主人:")
? ? x = urllib.parse.quote(x)
? ? link = urllib.request.urlopen(
? ? ? ? "http://nlp.xiaoi.com/robot/webrobot?&callback=__webrobot_processMsg&data=%7B%22sessionId%22%3A%22ff725c236e5245a3ac825b2dd88a7501%22%2C%22robotId%22%3A%22webbot%22%2C%22userId%22%3A%227cd29df3450745fbbdcf1a462e6c58e6%22%2C%22body%22%3A%7B%22content%22%3A%22" + x + "%22%7D%2C%22type%22%3A%22txt%22%7D")
? ? html_doc = link.read().decode()
? ? reply_list = re.findall(r'\"content\":\"(.+?)\\r\\n\"', html_doc)
? ? print("小i:" + reply_list[-1])

3.分析唐詩的作者是李白還是杜甫

import jieba
from nltk.classify import NaiveBayesClassifier

# 需要提前把李白的詩收集一下,放在libai.txt文本中。
text1 = open(r"libai.txt", "rb").read()
list1 = jieba.cut(text1)
result1 = " ".join(list1)
# 需要提前把杜甫的詩收集一下,放在dufu.txt文本中。
text2 = open(r"dufu.txt", "rb").read()
list2 = jieba.cut(text2)
result2 = " ".join(list2)

# 數(shù)據(jù)準(zhǔn)備
libai = result1
dufu = result2


# 特征提取
def word_feats(words):
? ? return dict([(word, True) for word in words])


libai_features = [(word_feats(lb), 'lb') for lb in libai]
dufu_features = [(word_feats(df), 'df') for df in dufu]
train_set = libai_features + dufu_features
# 訓(xùn)練決策
classifier = NaiveBayesClassifier.train(train_set)

# 分析測(cè)試
sentence = input("請(qǐng)輸入一句你喜歡的詩:")
print("\n")
seg_list = jieba.cut(sentence)
result1 = " ".join(seg_list)
words = result1.split(" ")

# 統(tǒng)計(jì)結(jié)果


lb = 0
df = 0
for word in words:
? ? classResult = classifier.classify(word_feats(word))
? ? if classResult == 'lb':
? ? ? ? lb = lb + 1
? ? if classResult == 'df':
? ? ? ? df = df + 1

# 呈現(xiàn)比例
x = float(str(float(lb) / len(words)))
y = float(str(float(df) / len(words)))
print('李白的可能性:%.2f%%' % (x * 100))
print('杜甫的可能性:%.2f%%' % (y * 100))

4.彩票隨機(jī)生成35選7

import random

temp = [i + 1 for i in range(35)]
random.shuffle(temp)
i = 0
list = []
while i < 7:
? ? list.append(temp[i])
? ? i = i + 1
list.sort()
print('\033[0;31;;1m')
print(*list[0:6], end="")
print('\033[0;34;;1m', end=" ")
print(list[-1])

5.自動(dòng)寫檢討書

import random
import xlrd

ExcelFile = xlrd.open_workbook(r'test.xlsx')
sheet = ExcelFile.sheet_by_name('Sheet1')
i = []
x = input("請(qǐng)輸入具體事件:")
y = int(input("老師要求的字?jǐn)?shù):"))
while len(str(i)) < y * 1.2:
? ? s = random.randint(1, 60)
? ? rows = sheet.row_values(s)
? ? i.append(*rows)
print(" "*8+"檢討書"+"\n"+"老師:")
print("我不應(yīng)該" + str(x)+",", *i)
print("再次請(qǐng)老師原諒!")
'''

以下是樣稿:

請(qǐng)輸入具體事件:抽煙
老師要求的字?jǐn)?shù):200
        檢討書

老師:

我不應(yīng)該抽煙, 學(xué)校一開學(xué)就三令五申,一再?gòu)?qiáng)調(diào)校規(guī)校紀(jì),提醒學(xué)生不要違反校規(guī),可我卻沒有把學(xué)校和老師的話放在心上,沒有重視老師說的話,沒有重視學(xué)校頒布的重要事項(xiàng),當(dāng)成了耳旁風(fēng),這些都是不應(yīng)該的。同時(shí)也真誠(chéng)地希望老師能繼續(xù)關(guān)心和支持我,并卻對(duì)我的問題酌情處理。 無論在學(xué)習(xí)還是在別的方面我都會(huì)用校規(guī)來嚴(yán)格要求自己,我會(huì)把握這次機(jī)會(huì)。 但事實(shí)證明,僅僅是熱情投入、刻苦努力、鉆研學(xué)業(yè)是不夠的,還要有清醒的政治頭腦、大局意識(shí)和紀(jì)律觀念,否則就會(huì)在學(xué)習(xí)上迷失方向,使國(guó)家和學(xué)校受損失。
再次請(qǐng)老師原諒!
'''

6.屏幕錄相機(jī),抓屏軟件

from time import sleep
from PIL import ImageGrab

m = int(input("請(qǐng)輸入想抓屏幾分鐘:"))
m = m * 60
n = 1
while n < m:
? ? sleep(0.02)
? ? im = ImageGrab.grab()
? ? local = (r"%s.jpg" % (n))
? ? im.save(local, 'jpeg')
? ? n = n + 1

7.制作Gif動(dòng)圖

from PIL import Image

im = Image.open("1.jpg")
images = []
images.append(Image.open('2.jpg'))
images.append(Image.open('3.jpg'))
im.save('gif.gif', save_all=True, append_images=images, loop=1, duration=1, comment=b"aaab

到此這篇關(guān)于分享7個(gè) Python 實(shí)戰(zhàn)項(xiàng)目代碼的文章就介紹到這了,更多相關(guān) Python 實(shí)戰(zhàn)項(xiàng)目?jī)?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

  • Python圖像處理之圖像融合與ROI區(qū)域繪制詳解

    Python圖像處理之圖像融合與ROI區(qū)域繪制詳解

    這篇文章將詳細(xì)講解圖像融合處理和ROI區(qū)域繪制,同時(shí)補(bǔ)充圖像屬性、通道和類型轉(zhuǎn)換。文中的示例代碼講解詳細(xì),需要的可以參考一下
    2022-01-01
  • python庫TextDistance量化文本之間的相似度算法探究

    python庫TextDistance量化文本之間的相似度算法探究

    這篇文章主要為大家介紹了python庫TextDistance量化文本之間的相似度算法探究,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪
    2024-01-01
  • Python實(shí)現(xiàn)一個(gè)簡(jiǎn)單的畢業(yè)生信息管理系統(tǒng)的示例代碼

    Python實(shí)現(xiàn)一個(gè)簡(jiǎn)單的畢業(yè)生信息管理系統(tǒng)的示例代碼

    這篇文章主要介紹了Python實(shí)現(xiàn)一個(gè)簡(jiǎn)單的畢業(yè)生信息管理系統(tǒng)的示例代碼,文中通過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,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2020-06-06
  • python/golang 刪除鏈表中的元素

    python/golang 刪除鏈表中的元素

    這篇文章主要介紹了python/golang 如何刪除鏈表中的元素,幫助大家更好的理解和使用python/golang,感興趣的朋友可以了解下
    2020-09-09
  • Python3時(shí)間轉(zhuǎn)換之時(shí)間戳轉(zhuǎn)換為指定格式的日期方法詳解

    Python3時(shí)間轉(zhuǎn)換之時(shí)間戳轉(zhuǎn)換為指定格式的日期方法詳解

    這篇文章主要介紹了Python3時(shí)間轉(zhuǎn)換之時(shí)間戳轉(zhuǎn)換為指定格式的日期,需要的朋友可以參考下
    2021-04-04
  • python cx_Oracle的基礎(chǔ)使用方法(連接和增刪改查)

    python cx_Oracle的基礎(chǔ)使用方法(連接和增刪改查)

    這篇文章主要給大家介紹了關(guān)于python cx_Oracle的基礎(chǔ)使用方法,其中包括連接、增刪改查等基本操作,并給大家分享了python 連接Oracle 亂碼問題的解決方法,需要的朋友可以參考借鑒,下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧。
    2017-11-11
  • python3字符串操作總結(jié)

    python3字符串操作總結(jié)

    這篇文章主要介紹了python3字符串操作總結(jié),文中通過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,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2019-07-07
  • 深入理解python中的淺拷貝和深拷貝

    深入理解python中的淺拷貝和深拷貝

    下面小編就為大家?guī)硪黄钊肜斫鈖ython中的淺拷貝和深拷貝。小編覺得挺不錯(cuò)的,現(xiàn)在就分享給大家,也給大家做個(gè)參考。一起跟隨小編過來看看吧
    2016-05-05
  • 詳解Python3之?dāng)?shù)據(jù)指紋MD5校驗(yàn)與對(duì)比

    詳解Python3之?dāng)?shù)據(jù)指紋MD5校驗(yàn)與對(duì)比

    這篇文章主要介紹了Python3之?dāng)?shù)據(jù)指紋MD5校驗(yàn)與對(duì)比,文中通過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,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2019-06-06
  • python實(shí)現(xiàn)一個(gè)簡(jiǎn)單RPC框架的示例

    python實(shí)現(xiàn)一個(gè)簡(jiǎn)單RPC框架的示例

    本文將會(huì)使用Python實(shí)現(xiàn)一個(gè)最簡(jiǎn)單的RPC框架,不具有實(shí)用意義,但可以讓你清醒地理解RPC框架的幾個(gè)組成部分,只是比看Python自帶的xmlrpc清晰。
    2020-10-10

最新評(píng)論