十行Python代码能做出哪些酷炫的事情？

下面我们来看看，代的事我们用不超过10行代码能实现些什么有趣的做出功能。

一、酷炫生成二维码

二维码又称二维条码，代的事常见的做出二维码为QR Code，QR全称Quick Response，酷炫是代的事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，做出在Python中我们可以通过MyQR模块了生成二维码，酷炫而生成一个二维码我们只需要2行代码，代的事我们先安装MyQR模块，做出这里选用国内的酷炫源下载：

pip install qrcode

安装完成后我们就可以开始写代码了：

import qrcode

text = input(输入文字或URL：)

# 设置URL必须添加http://

img =qrcode.make(text)

img.save()

#保存图片至本地目录，可以设定路径

img.show()

我们执行代码后会在项目下生成一张二维码。代的事当然我们还可以丰富二维码：

我们先安装MyQR模块pip install myqr

def gakki_code():

version,做出 level, qr_name = myqr.run(

words=https://520mg.com/it/#/main/2,

# 可以是字符串，也可以是酷炫网址(前面要加http(s)://)

version=1, # 设置容错率为最高

level=H,

# 控制纠错水平，范围是L、M、Q、H，从左到右依次升高

picture=gakki.gif,

# 将二维码和图片合成

colorized=True, # 彩色二维码

contrast=1.0,

# 用以调节图片的对比度，亿华云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

brightness=1.0,

# 用来调节图片的亮度，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/hecom/23tips.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，生成的一个词云是这样的源码下载：

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,代码中使用的文本是本公众号中的《老曹眼中研发管理二三事》。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 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

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

四、文字情绪识别

在paddlepaddle面前，自然语言处理也变得非常简单。亿华云计算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。

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。

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。

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、简单的小游戏

从一些小例子入门感觉效率很高。

import random

print(1-100数字猜谜游戏！)

num = random.randint(1,100)

guess =guess

i = 0

while guess != num:

i += 1

guess = int(input(请输入你猜的数字：))

if guess == num:

print(恭喜，你猜对了！)

elif guess < num:

print(你猜的数小了...)

else:

print(你猜的数大了...)

print(你总共猜了%d %i + 次）

猜数小案例当着练练手