⼗⾏Python
代码实现酷炫功能
⼀、⽣成⼆维码
⼆维码⼜称⼆维条码，常见的⼆维码为QR Code，QR全称Quick Response，是⼀个近⼏年来移动设备上超流⾏的⼀种编码⽅式，⽽⽣成⼀个⼆维码也⾮常简单，在Python中我们可以通过MyQR模块了⽣成⼆维码，⽽⽣成⼀个⼆维码我们只需要2⾏代码，我们先安装MyQR 模块，这⾥选⽤国内的源下载：
安装完成后我们就可以开始写代码了：
我们执⾏代码后会在项⽬下⽣成⼀张⼆维码。当然我们还可以丰富⼆维码：
我们先安装MyQR模块
pip install qrcode
1
import qrcode 2
text = input(输⼊⽂字或URL ：)  3
# 设置URL 必须添加4
img =qrcode.make(text)5
img.save()                            6
#保存图⽚⾄本地⽬录，可以设定路径7img.show()
1pip install  myqr
2def gakki_code():
3    version, level, qr_name = myqr.run(
4        words=520mg/it/#/main/2,
5        # 可以是字符串，也可以是⽹址(前⾯要加http(s)://)
6        version=1,  # 设置容错率为最⾼
7        level='H',
8        # 控制纠错⽔平，范围是L、M、Q、H，从左到右依次升⾼
9        picture=gakki.gif,
10        # 将⼆维码和图⽚合成
11        colorized=True,  # 彩⾊⼆维码
12        contrast=1.0,
13        # ⽤以调节图⽚的对⽐度，1.0 表⽰原始图⽚，更⼩的值表⽰更低对⽐度，更⼤反之。默认为1.0
14        brightness=1.0,
15        # ⽤来调节图⽚的亮度，其余⽤法和取值同上
16        save_name=gakki_code.gif,
17        # 保存⽂件的名字，格式可以是jpg,png,bmp,gif
18        save_wd()  # 控制位置
19    )
20
21 gakki_code()
另外MyQR还⽀持动态图⽚。
⼆、⽣成词云
词云⼜叫⽂字云，是对⽂本数据中出现频率较⾼的“关键词”在视觉上的突出呈现，形成关键词的渲染形成类似云⼀样的彩⾊图⽚，从⽽⼀眼就可以领略⽂本数据的主要表达意思。
但是作为⼀个⽼码农，还是喜欢⾃⼰⽤代码⽣成⾃⼰的词云，复杂么？需要很长时间么？很多⽂字都介绍过各种的⽅法，但实际上只需要10⾏python代码即可。
先安装必要库
1pip install wordcloud
2pip install jieba
3pip install matplotlib
1import matplotlib.pyplot as plt
2from wordcloud import WordCloud
3import jieba
4text_from_file_with_apath = open('/Users/').read()
5wordlist_after_jieba = jieba.cut(text_from_file_with_apath, cut_all = True)
6wl_space_split =  .join(wordlist_after_jieba)
7my_wordcloud = WordCloud().generate(wl_space_split)
8plt.imshow(my_wordcloud)
9plt.axis(off)
10plt.show()
如此⽽已，⽣成的⼀个词云是这样的：
读⼀下这10⾏代码：
1～3 ⾏，分别导⼊了画图的库matplotlib，词云⽣成库wordcloud 和 jieba的分词库；
4 ⾏，是读取本地的⽂件
5～6 ⾏，使⽤jieba进⾏分词，并对分词的结果以空格隔开；
7⾏，对分词后的⽂本⽣成词云；
8～10⾏，⽤pyplot展⽰词云图。
这是我喜欢python的⼀个原因吧，简洁明快。
三、批量抠图
抠图的实现需要借助百度飞桨的深度学习⼯具paddlepaddle，我们需要安装两个模块就可以很快的实现批量抠图了，第⼀个是PaddlePaddle：
python -m pip install paddlepaddle -i mirror.baidu/pypi/simple
还有⼀个是paddlehub模型库：
pip install -i mirror.baidu/pypi/simple paddlehub
接下来我们只需要5⾏代码就能实现批量抠图：
python新手代码你好1import os, paddlehub as hub
2humanseg = hub.Module(name='deeplabv3p_xception65_humanseg')        # 加载模型
3path = 'D:/CodeField/Workplace/PythonWorkplace/GrapImage/'    # ⽂件⽬录
4files = [path + i for i in os.listdir(path)]    # 获取⽂件列表
5results = humanseg.segmentation(data={'image':files})    # 抠图
四、⽂字情绪识别
在paddlepaddle⾯前，⾃然语⾔处理也变得⾮常简单。实现⽂字情绪识别我们同样需要安装PaddlePaddle和Paddlehub，具体安装参见三中内容。然后就是我们的代码部分了：
1import paddlehub as hub
2senta = hub.Module(name='senta_lstm')        # 加载模型
3sentence = [    # 准备要识别的语句
4    '你真美', '你真丑', '我好难过', '我不开⼼', '这个游戏好好玩', '什么垃圾游戏',
5]
6results = senta.sentiment_classify(data={text:sentence})    # 情绪识别
7# 输出识别结果
8for result in results:
9    print(result)
识别的结果是⼀个字典列表：
1{'text': '你真美', 'sentiment_label': 1, 'sentiment_key': 'positive', 'positive_probs': 0.9602, 'negative_probs': 0.0398}
2{'text': '你真丑', 'sentiment_label': 0, 'sentiment_key': 'negative', 'positive_probs': 0.0033, 'negative_probs': 0.9967}
3{'text': '我好难过', 'sentiment_label': 1, 'sentiment_key': 'positive', 'positive_probs': 0.5324, 'negative_probs': 0.4676}
4{'text': '我不开⼼', 'sentiment_label': 0, 'sentiment_key': 'negative', 'positive_probs': 0.1936, 'negative_probs': 0.8064}
5{'text': '这个游戏好好玩', 'sentiment_label': 1, 'sentiment_key': 'positive', 'positive_probs': 0.9933, 'negative_probs': 0.0067}
6{'text': '什么垃圾游戏', 'sentiment_label': 0, 'sentiment_key': 'negative', 'positive_probs': 0.0108, 'negative_probs': 0.9892}
其中sentiment_key字段包含了情绪信息，详细分析可以参见Python⾃然语⾔处理只需要5⾏代码。
五、识别是否带了⼝罩
这⾥同样是使⽤PaddlePaddle的产品，我们按照上⾯步骤安装好PaddlePaddle和Paddlehub，然后就开始写代码：
1import paddlehub as hub
2# 加载模型
3module = hub.Module(name='pyramidbox_lite_mobile_mask')
4# 图⽚列表
5image_list = ['face.jpg']
6# 获取图⽚字典
7input_dict = {'image':image_list}
8# 检测是否带了⼝罩
9module.face_detection(data=input_dict)
执⾏上述程序后，项⽬下会⽣成detection_result⽂件夹，识别结果都会在⾥⾯。
六、简易信息轰炸
Python控制输⼊设备的⽅式有很多种，我们可以通过win32或者pynput模块。我们可以通过简单的循环操作来达到信息轰炸的效果，这⾥以pynput为例，我们需要先安装模块：
pip install -i pypi.tuna.tsinghua.edu/simple/ pynput
在写代码之前我们需要⼿动获取输⼊框的坐标：
1from pynput import mouse
2# 创建⼀个⿏标
3m_mouse = mouse.Controller()
4# 输出⿏标位置
5print(m_mouse.position)
可能有更⾼效的⽅法，但是我不会。
获取后我们就可以记录这个坐标，消息窗⼝不要移动。然后我们执⾏下列代码并将窗⼝切换⾄消息页⾯：
1import time
2from pynput import mouse, keyboard
3time.sleep(5)
4m_mouse = mouse.Controller()    # 创建⼀个⿏标
5m_keyboard = keyboard.Controller()  # 创建⼀个键盘
6m_mouse.position = (850, 670)      # 将⿏标移动到指定位置
7m_mouse.click(mouse.Button.left) # 点击⿏标左键
8while(True):
9    pe('你好')        # 打字
10    m_keyboard.press()    # 按下enter
11    lease()    # 松开enter
12    time.sleep(0.5)    # 等待 0.5秒
我承认，这个超过了10⾏代码，⽽且也不⾼端。
七、识别图⽚中的⽂字
我们可以通过Tesseract来识别图⽚中的⽂字，在Python中实现起来⾮常简单，但是前期下载⽂件、配置环境变量等稍微有些繁琐，所以本⽂只展⽰代码：
1import pytesseract
2from PIL import Image
3img = Image.open('text.jpg')
4text = pytesseract.image_to_string(img)
5print(text)
其中text就是识别出来的⽂本。如果对准确率不满意的话，还可以使⽤百度的通⽤⽂字接⼝。
⼋、简单的⼩游戏
从⼀些⼩例⼦⼊门感觉效率很⾼。
1import random
2print(1-100数字猜谜游戏！)
3num = random.randint(1,100)
4guess =guess
5i = 0
6while guess != num:
7    i += 1
8    guess = int(input(请输⼊你猜的数字：))
9    if guess == num:
10        print(恭喜，你猜对了！)
11    elif guess < num:
12        print(你猜的数⼩了...)
13    else:
14        print(你猜的数⼤了...)
15print(你总共猜了%d %i + 次）
感谢⼤家的阅读！希望本⽂对⼤家有所帮助。最后，有想学习本⽂源码笔记以及 更多java⾼级学习课程，⾯试资料的⼩编已经整理打包成⼀个⽂档！要获取的⼩ 伙伴点赞私信回复学习即可免费领取！

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。