Python10行以内代码能有什么高端操作

小鱼儿 2023-07-19 08:16 30阅读 0赞

# Python10行以内代码能有什么高端操作 #

Python凭借其简洁的代码，赢得了许多开发者的喜爱。因此也就促使了更多开发者用Python开发新的模块，从而形成良性循环，Python可以凭借更加简短的代码实现许多有趣的操作。下面我们来看看，我们用不超过10行代码能实现些什么有趣的功能。

## 一、生成二维码 ##

二维码作为一种信息传递的工具，在当今社会发挥了重要作用。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：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ myqr

安装完成后我们就可以开始写代码了：

from MyQR import myqr	# 注意大小写
    myqr.run(words='http://www.baidu.com')	# 如果为网站则会自动跳转，文本直接显示，不支持中文

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：

from MyQR import myqr
    myqr.run(
        words='http://www.baidu.com',	# 包含信息
        picture='lbxx.jpg',			# 背景图片
        colorized=True,			# 是否有颜色，如果为False则为黑白
        save_name='code.png'	# 输出文件名
    )

效果图如下：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70_pic_center]  
另外MyQR还支持动态图片。

## 二、生成词云 ##

词云是数据可视化的一种非常优美的方式，我们通过词云可以很直观的看出一些词语出现的频率高低。使用Python我们可以通过wordcloud模块生成词云，我们先安装wordcloud模块：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ wordcloud

然后我们就可以写代码了：

from wordcloud import WordCloud
    wc = WordCloud()	# 创建词云对象
    wc.generate('Do not go gentle into that good night')	# 生成词云
    wc.to_file('wc.png')	# 保存词云

执行代码后生成如下词云：![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70_pic_center 1]  
当然这只是最简单的词云，词云更详细的操作可以参见[WordCloud生成卡卡西忍术词云][WordCloud]。

## 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 https://mirror.baidu.com/pypi/simple

还有一个是paddlehub模型库：

pip install -i https://mirror.baidu.com/pypi/simple paddlehub

更详细的安装事项可以参见飞桨官网：[https://www.paddlepaddle.org.cn/][https_www.paddlepaddle.org.cn]

接下来我们只需要5行代码就能实现批量抠图：

import os, paddlehub as hub
    humanseg = hub.Module(name='deeplabv3p_xception65_humanseg')		# 加载模型
    path = 'D:/CodeField/Workplace/PythonWorkplace/GrapImage/'	# 文件目录
    files = [path + i for i in os.listdir(path)]	# 获取文件列表
    results = humanseg.segmentation(data={ 'image':files})	# 抠图

抠图效果如下：  
![20200310210732409.png][]  
其中左边为原图，右边为抠图后填充黄色背景图。

## 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：

import paddlehub as hub		
    senta = hub.Module(name='senta_lstm')		# 加载模型
    sentence = [	# 准备要识别的语句
        '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',
    ]
    results = senta.sentiment_classify(data={ "text":sentence})	# 情绪识别
    # 输出识别结果
    for result in results:
        print(result)

识别的结果是一个字典列表：

{'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': '我好难过', 'sentiment_label': 1, 'sentiment_key': 'positive', 'positive_probs': 0.5324, 'negative_probs': 0.4676}
    {'text': '我不开心', 'sentiment_label': 0, 'sentiment_key': 'negative', 'positive_probs': 0.1936, 'negative_probs': 0.8064}
    {'text': '这个游戏好好玩', 'sentiment_label': 1, 'sentiment_key': 'positive', 'positive_probs': 0.9933, 'negative_probs': 0.0067}
    {'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][Python_5]。

## 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：

import paddlehub as hub
    # 加载模型
    module = hub.Module(name='pyramidbox_lite_mobile_mask')
    # 图片列表
    image_list = ['face.jpg']
    # 获取图片字典
    input_dict = { 'image':image_list}
    # 检测是否带了口罩
    module.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，识别效果如下：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70_pic_center 2]

## 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 https://pypi.tuna.tsinghua.edu.cn/simple/ pynput

在写代码之前我们需要手动获取输入框的坐标：

from pynput import mouse
    # 创建一个鼠标
    m_mouse = mouse.Controller()
    # 输出鼠标位置
    print(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：

import time
    from pynput import mouse, keyboard
    time.sleep(5)
    m_mouse = mouse.Controller()    # 创建一个鼠标
    m_keyboard = keyboard.Controller()  # 创建一个键盘
    m_mouse.position = (850, 670)       # 将鼠标移动到指定位置
    m_mouse.click(mouse.Button.left) # 点击鼠标左键
    while(True):
        m_keyboard.type('你好')		# 打字
        m_keyboard.press(keyboard.Key.enter)	# 按下enter
        m_keyboard.release(keyboard.Key.enter)	# 松开enter
        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。使用前QQ给小号发信息效果如下：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70_pic_center 3]

## 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：

import pytesseract
    from PIL import Image
    img = Image.open('text.jpg')
    text = pytesseract.image_to_string(img)
    print(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、绘制函数图像 ##

图标是数据可视化的重要工具，在Python中matplotlib在数据可视化中发挥重要作用，下面我们来看看使用matplotlib如何绘制一个函数图像：

import numpy as np 
    from matplotlib import pyplot as plt 
     
    x = np.arange(1,11) 	# x轴数据
    y =  x * x +  5 		# 函数关系
    plt.title("y=x*x+5") 	# 图像标题
    plt.xlabel("x") 	# x轴标签
    plt.ylabel("y") 	# y轴标签
    plt.plot(x,y) 	# 生成图像
    plt.show()	# 显示图像

生成图像如下：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70_pic_center 4]

## 九、人工智能 ##

下面给大家介绍的是独家的AI人工智能，一般不外传的。这个人工智能可以回答许多问题，当然人工智能现在还在发展阶段，想要理解人类的语言还差很多。废话不多说，下面来看看我们的人工智能Fdj：

while(True):
        question = input()
        answer = question.replace('吗', '呢')
        answer = answer.replace('？', '！')
        print(answer)

下面我们来看看简单的测试：

你好吗？
    我好呢！
    你吃饭了吗？
    我吃饭了呢！
    你要睡了吗？
    我要睡了呢！

**最后送大家一套2020最有趣的Pyhon项目实战视频教程，[点击此处 ][Link 1]进来获取 跟着练习下，希望大家一起进步哦！**  
看来我们“小复”还是比较智能的。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70_pic_center]: /images/20230528/ceb2897f91cc428abeea0af8f165e4cf.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70_pic_center 1]: /images/20230528/57fc03a42581405fa5522babcfd2a79d.png
[WordCloud]: https://blog.csdn.net/ZackSock/article/details/103517841
[https_www.paddlepaddle.org.cn]: https://www.paddlepaddle.org.cn/
[20200310210732409.png]: /images/20230528/d10c978d8271465897344fd4d695d940.png
[Python_5]: https://blog.csdn.net/ZackSock/article/details/105057106
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70_pic_center 2]: /images/20230528/73ae6950ae8e473b88dc2b9f51831fb8.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70_pic_center 3]: /images/20230528/a3214b4282984d5893d1cfa62b75c1ec.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70_pic_center 4]: /images/20230528/0d616ba72bab471995c1f49a2e08bad7.png
[Link 1]: https://docs.qq.com/doc/DVFlFQW5HTVZPbnNN