欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python 代碼實(shí)現(xiàn)各種酷炫功能

 更新時間:2022年03月18日 11:40:07   作者:Java小吳吳  
這篇文章主要介紹了Python 代碼實(shí)現(xiàn)各種酷炫功能,生成二維碼、生成詞云、批量摳圖、文字情緒識別等功能分享,需要的小伙伴可以參考一下

一、生成二維碼

二維碼又稱二維條碼,常見的二維碼為QR Code,QR全稱Quick Response,是一個近幾年來移動設(shè)備上超流行的一種編碼方式,而生成一個二維碼也非常簡單,在Python中我們可以通過MyQR模塊了生成二維碼,而生成一個二維碼我們只需要2行代碼,我們先安裝MyQR模塊,這里選用國內(nèi)的源下載:

pip install qrcode

安裝完成后我們就可以開始寫代碼了:

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)置容錯率為最高
? ? ? ? level='H', ?
? ? ? ? # 控制糾錯水平,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)圖片的對比度,1.0 表示原始圖片,更小的值表示更低對比度,更大反之。默認(rèn)為1.0
? ? ? ? brightness=1.0, ?
? ? ? ? # 用來調(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還支持動態(tài)圖片。

二、生成詞云

詞云又叫文字云,是對文本數(shù)據(jù)中出現(xiàn)頻率較高的“關(guān)鍵詞”在視覺上的突出呈現(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?需要很長時間么?很多文字都介紹過各種的方法,但實(shí)際上只需要10行python代碼即可。

先安裝必要庫

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matplotlib,詞云生成庫wordcloud 和 jieba的分詞庫;
4 行,是讀取本地的文件
5~6 行,使用jieba進(jìn)行分詞,并對分詞的結(jié)果以空格隔開;
7行,對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的一個原因吧,簡潔明快。

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,我們需要安裝兩個模塊就可以很快的實(shí)現(xiàn)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

接下來我們只需要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、文字情緒識別

paddlepaddle面前,自然語言處理也變得非常簡單。實(shí)現(xiàn)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(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)備要識別的語句
? ? '你真美', '你真丑', '我好難過', '我不開心', '這個游戲好好玩', '什么垃圾游戲',
]
results = senta.sentiment_classify(data={text:sentence}) ? ?# 情緒識別
# 輸出識別結(jié)果
for result in results:
? ? print(result)

識別的結(jié)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': '你真丑', '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Python自然語言處理只需要5行代碼。

五、識別是否帶了口罩

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)目下會生成detection_result文件夾,識別結(jié)果都會在里面。

六、簡易信息轟炸

Python控制輸入設(shè)備的方式有很多種,我們可以通過win32或者pynput模塊。我們可以通過簡單的循環(huán)操作來達(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獲取輸入框的坐標(biāo):

from pynput import mouse
# 創(chuàng)建一個鼠標(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。

獲取后我們就可以記錄這個坐標(biāo),消息窗口不要移動。然后我們執(zhí)行下列代碼并將窗口切換至消息頁面:

import time
from pynput import mouse, keyboard
time.sleep(5)
m_mouse = mouse.Controller() ? ?# 創(chuàng)建一個鼠標(biāo)
m_keyboard = keyboard.Controller() ?# 創(chuàng)建一個鍵盤
m_mouse.position = (850, 670) ? ? ? # 將鼠標(biāo)移動到指定位置
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enter
? ? time.sleep(0.5) ? ?# 等待 0.5秒

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(shí)現(xiàn)起來非常簡單,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就是識別出來的文本。如果對準(zhǔn)確率不滿意的話,還可以使用百度的通用文字接口。

八、簡單的小游戲

從一些小例子入門感覺效率很高。

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(請輸入你猜的數(shù)字:))
? ? if guess == num:
? ? ? ? print(恭喜,你猜對了!)
? ? 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pycharm代碼整體左移和右移縮進(jìn)快捷鍵的介紹

    對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,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-07-07
  • Python 數(shù)據(jù)分析之Beautiful Soup 提取頁面信息

    Python 數(shù)據(jù)分析之Beautiful Soup 提取頁面信息

    Beautiful Soup 提供一些簡單的、python 式的函數(shù)用來處理導(dǎo)航、搜索、修改分析樹等功能。它是一個工具箱,通過解析文檔為用戶提供需要抓取的數(shù)據(jù),因?yàn)楹唵?,所以不需要多少代碼就可以寫出一個完整的應(yīng)用程序
    2021-10-10
  • python小數(shù)字符串轉(zhuǎn)數(shù)字的五種方法

    python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,具有一定的參考價值,感興趣的可以了解一下
    2024-01-01
  • python3中dict.keys().sort()用不了的解決方法

    python3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,文中通過示例代碼介紹的非常詳細(xì),具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2021-12-12
  • Python如何使用內(nèi)置庫matplotlib繪制折線圖

    Python如何使用內(nèi)置庫matplotlib繪制折線圖

    這篇文章主要介紹了Python如何使用內(nèi)置庫matplotlib繪制折線圖,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下
    2020-02-02
  • python實(shí)現(xiàn)掃雷小游戲

    python實(shí)現(xiàn)掃雷小游戲

    這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)掃雷小游戲,文中示例代碼介紹的非常詳細(xì),具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2020-04-04
  • PyTorch 實(shí)現(xiàn)L2正則化以及Dropout的操作

    PyTorch 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,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教
    2021-05-05
  • python屬于解釋型語言么

    python屬于解釋型語言么

    在本篇文章里小編給大家整理了關(guān)于python是否屬于解釋型語言的相關(guān)知識點(diǎn)內(nèi)容,需要的朋友們可以學(xué)習(xí)下。
    2020-06-06
  • Python中字符串格式化str.format的詳細(xì)介紹

    Python中字符串格式化str.format的詳細(xì)介紹

    python從2.6開始支持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,下面來一起看看吧。
    2017-02-02
  • python字符串下標(biāo)與切片及使用方法

    python字符串下標(biāo)與切片及使用方法

    這篇文章主要介紹了python字符串下標(biāo)與切片及使用方法,本文通過實(shí)例代碼給大家介紹的非常詳細(xì),具有一定的參考借鑒價值,需要的朋友可以參考下
    2020-02-02

最新評論