|
Python憑借其簡(jiǎn)潔的代碼,，贏得了許多開發(fā)者的喜愛。因此也就促使了更多開發(fā)者用Python開發(fā)新的模塊,，從而形成良性循環(huán),，Python可以憑借更加簡(jiǎn)短的代碼實(shí)現(xiàn)許多有趣的操作。下面我們來看看,，我們用不超過10行代碼能實(shí)現(xiàn)些什么有趣的功能,。
生成二維碼
二維碼作為一種信息傳遞的工具,，在當(dāng)今社會(huì)發(fā)揮了重要作用,。而生成一個(gè)二維碼也非常簡(jiǎn)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(guó)內(nèi)的源下載： pip install -i https://pypi.tuna./simple/ myqr
from MyQR import myqr # 注意大小寫
myqr.run(words='http://www.baidu.com') # 如果為網(wǎng)站則會(huì)自動(dòng)跳轉(zhuǎn)，文本直接顯示,，不支持中文 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：from MyQR import myqr
myqr.run(
words='http://www.baidu.com', # 包含信息
picture='lbxx.jpg', # 背景圖片
colorized=True, # 是否有顏色，如果為False則為黑白
save_name='code.png' # 輸出文件名
)
另外MyQR還支持動(dòng)態(tài)圖片,。
生成詞云
詞云是數(shù)據(jù)可視化的一種非常優(yōu)美的方式,，我們通過詞云可以很直觀的看出一些詞語出現(xiàn)的頻率高低。使用Python我們可以通過wordcloud模塊生成詞云,，我們先安裝wordcloud模塊： pip install -i https://pypi.tuna./simple/ wordcloud from wordcloud import WordCloud
wc = WordCloud() # 創(chuàng)建詞云對(duì)象
wc.generate('Do not go gentle into that good night') # 生成詞云
wc.to_file('wc.png') # 保存詞云 當(dāng)然這只是最簡(jiǎn)單的詞云,，詞云更詳細(xì)的操作可以參見WordCloud生成卡卡西忍術(shù)詞云[1]。
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(kù)：pip install -i https://mirror.baidu.com/pypi/simple paddlehub 更詳細(xì)的安裝事項(xiàng)可以參見飛槳官網(wǎng)：https://www./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
其中左邊為原圖,，右邊為摳圖后填充黃色背景圖。
文字情緒識(shí)別在paddlepaddle面前,，自然語言處理也變得非常簡(jiǎn)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[2]。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(cè)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,，識(shí)別效果如下：
簡(jiǎn)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(jiǎn)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./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) 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 我承認(rèn),，這個(gè)超過了10行代碼，而且也不高端,。使用前QQ給小號(hào)發(fā)信息效果如下：
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(jiǎn)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(duì)準(zhǔn)確率不滿意的話,，還可以使用百度的通用文字接口。繪制函數(shù)圖像圖標(biāo)是數(shù)據(jù)可視化的重要工具,，在Python中matplotlib在數(shù)據(jù)可視化中發(fā)揮重要作用,，下面我們來看看使用matplotlib如何繪制一個(gè)函數(shù)圖像： import numpy as np
from matplotlib import pyplot as plt
x = np.arange(1,11) # x軸數(shù)據(jù)
y = x * x + 5 # 函數(shù)關(guān)系
plt.title('y=x*x+5') # 圖像標(biāo)題
plt.xlabel('x') # x軸標(biāo)簽
plt.ylabel('y') # y軸標(biāo)簽
plt.plot(x,y) # 生成圖像
plt.show() # 顯示圖像
人工智能
下面給大家介紹的是獨(dú)家的AI人工智能，一般不外傳的,。這個(gè)人工智能可以回答許多問題,，當(dāng)然人工智能現(xiàn)在還在發(fā)展階段，想要理解人類的語言還差很多。廢話不多說,，下面來看看我們的人工智能Fdj： while(True):
question = input()
answer = question.replace('嗎', '呢')
answer = answer.replace(',？', '！')
print(answer) 你好嗎,？
我好呢,！
你吃飯了嗎？
我吃飯了呢,！
你要睡了嗎,？
我要睡了呢！ [1] WordCloud生成卡卡西忍術(shù)詞云: https://blog.csdn.net/ZackSock/article/details/103517841
[2] Python自然語言處理只需要5行代碼: https://blog.csdn.net/ZackSock/article/details/105057106 原文：https://blog.csdn.net/ZackSock/article/details/105193651 【END】
|
