分享7個(gè) Python 實(shí)戰(zhàn)項(xiàng)目練習(xí)
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!
- 十個(gè)Python練手的實(shí)戰(zhàn)項(xiàng)目,學(xué)會(huì)這些Python就基本沒問題了(推薦)
- Python實(shí)戰(zhàn)項(xiàng)目刮刮樂的實(shí)現(xiàn)詳解流程
- Python實(shí)戰(zhàn)項(xiàng)目之MySQL tkinter pyinstaller實(shí)現(xiàn)學(xué)生管理系統(tǒng)
- python實(shí)戰(zhàn)項(xiàng)目scrapy管道學(xué)習(xí)爬取在行高手?jǐn)?shù)據(jù)
- python游戲?qū)崙?zhàn)項(xiàng)目之童年經(jīng)典超級(jí)瑪麗
- python游戲的魅力之冒險(xiǎn)島實(shí)戰(zhàn)項(xiàng)目
- Python實(shí)戰(zhàn)項(xiàng)目用PyQt5制作漫畫臉GUI界面
- Python PyQt5實(shí)戰(zhàn)項(xiàng)目之網(wǎng)速監(jiān)控器的實(shí)現(xiàn)
- python爬蟲實(shí)戰(zhàn)項(xiàng)目之爬取pixiv圖片
- 使用python來玩一次股票代碼詳解
相關(guān)文章
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2024-01-01Python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2020-06-06Python3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2021-04-04python 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2019-06-06python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