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,常見的二維碼為QR Code,QR全稱Quick Response,是一個(gè)近幾年來移動(dòng)設(shè)備上超流行的一種編碼方式,而生成一個(gè)二維碼也非常簡單,在Python中我們可以通過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(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(dòng)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(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?需要很長時(shí)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(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(gè)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(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:
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(shí)別
在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(shí)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(shí)別的語句
? ? '你真美', '你真丑', '我好難過', '我不開心', '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', '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(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Python自然語言處理只需要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(huì)生成detection_result文件夾,識(shí)別結(jié)果都會(huì)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(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Tesseract來識(shí)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(shí)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
探索Python庫coconut輕松地編寫函數(shù)式代碼實(shí)例
本文將介紹Python Coconut的基本概念、語法特性和實(shí)際應(yīng)用,同時(shí)提供豐富的示例代碼,以幫助大家更好地理解和應(yīng)用這個(gè)強(qiáng)大的工具2024-01-01
pytorch中.to(device) 和.cuda()的區(qū)別說明
這篇文章主要介紹了pytorch中.to(device) 和.cuda()的區(qū)別說明,具有很好的參考價(jià)值,希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2021-05-05
通過實(shí)例了解Python str()和repr()的區(qū)別
這篇文章主要介紹了通過實(shí)例了解Python str()和repr()的區(qū)別,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(jià)值,需要的朋友可以參考下2020-01-01
python3中http協(xié)議提供文件服務(wù)器功能詳解
http協(xié)議是互聯(lián)網(wǎng)的通用基礎(chǔ)協(xié)議,也可以利用其來開發(fā)文件服務(wù)器,給客戶提供文件瀏覽,查看,下載,上傳等功能,這篇文章主要介紹了python3中http協(xié)議提供文件服務(wù)器功能,需要的朋友可以參考下2023-06-06
Python進(jìn)行WPS自動(dòng)化的詳細(xì)指南
由于 WPS 與 Microsoft Office 在接口上有一定的兼容性,可通過類似的技術(shù)實(shí)現(xiàn)自動(dòng)化操作,但需注意 WPS 特有的 API 或限制,所以本文給大家介紹了Python進(jìn)行WPS自動(dòng)化的詳操作指南,需要的朋友可以參考下2025-03-03

