7個(gè)Python實(shí)戰(zhàn)項(xiàng)目代碼,讓你30分鐘從零基礎(chǔ)晉級(jí)為大神灭红!

python programming language illustration with

關(guān)于Python有一句名言:不要重復(fù)造輪子侣滩。

但是問(wèn)題有三個(gè):

1、你不知道已經(jīng)有哪些輪子已經(jīng)造好了变擒,哪個(gè)適合你用君珠。有名有姓的的著名輪子就400多個(gè),更別說(shuō)沒(méi)名沒(méi)姓自己在制造中的輪子娇斑。

2策添、確實(shí)沒(méi)重復(fù)造輪子,但是在重復(fù)制造汽車(chē)毫缆。包括好多大神寫(xiě)的好幾百行代碼唯竹,為的是解決一個(gè)Excel本身就有的成熟功能。

3苦丁、很多人是用來(lái)抓圖浸颓,數(shù)據(jù),抓點(diǎn)圖片旺拉、視頻产上、天氣預(yù)報(bào)自?shī)首詷?lè)一下,然后呢蛾狗?抓到大數(shù)據(jù)以后做什么用呢晋涣?比如某某啤酒賣(mài)的快,然后呢沉桌?比如某某電影票房多谢鹊,然后呢算吩?

我認(rèn)為用Python應(yīng)該能分析出來(lái),這個(gè)現(xiàn)實(shí)的世界屬于政治家撇贺,商業(yè)精英赌莺,藝術(shù)家,農(nóng)民松嘶,而絕對(duì)不會(huì)屬于Python程序員艘狭,縱使代碼再精彩也沒(méi)什么用。

以下是經(jīng)過(guò)Python3.6.4調(diào)試通過(guò)的代碼翠订,與大家分享:

1巢音、抓取知乎圖片

2、聽(tīng)兩個(gè)聊天機(jī)器人互相聊天(圖靈尽超、青云官撼、小i)

3、AI分析唐詩(shī)的作者是李白還是杜

4似谁、彩票隨機(jī)生成35選7

5傲绣、自動(dòng)寫(xiě)檢討書(shū)

6、屏幕錄相機(jī)

7巩踏、制作Gif動(dòng)圖

1秃诵、抓取知乎圖片,只用30行代碼:

import re

from selenium import webdriver

import time

import urllib.request

driver = webdriver.Chrome()

driver.maximize_window()

driver.get("https://www.zhihu.com/question/29134042")

i = 0

while i < 10:

driver.execute_script("window.scrollTo(0, document.body.scrollHeight);")

time.sleep(2)

try:

driver.find_element_by_css_selector('button.QuestionMainAction').click()

print("page" + str(i))

time.sleep(1)

except:

break

result_raw = driver.page_source

content_list = re.findall("img src="(.+?)" ", str(result_raw))

n = 0

while n < len(content_list):

i = time.time()

local = (r"%s.jpg" % (i))

urllib.request.urlretrieve(content_list[n], local)

print("編號(hào):" + str(i))

n = n + 1

2塞琼、沒(méi)事閑的時(shí)候菠净,聽(tīng)兩個(gè)聊天機(jī)器人互相聊天:

from time import sleep

import requests

s = input("請(qǐng)主人輸入話題:")

while True:

resp = requests.post("http://www.tuling123.com/openapi/api",data={"key":"4fede3c4384846b9a7d0456a5e1e2943", "info": s, })

resp = resp.json()

sleep(1)

print('小魚(yú):', resp['text'])

s = resp['text']

resp = requests.get("http://api.qingyunke.com/api.php", {'key': 'free', 'appid': 0, 'msg': s})

resp.encoding = 'utf8'

resp = resp.json()

sleep(1)

print('菲菲:', resp['content'])

網(wǎng)上還有一個(gè)據(jù)說(shuō)智商比較高的小i機(jī)器人,用爬蟲(chóng)的功能來(lái)實(shí)現(xiàn)一下:

import urllib.request

import re

while True:

x = input("主人:")

x = urllib.parse.quote(x)

link = urllib.request.urlopen(

"http://nlp.xiaoi.com/robot/webrobot?&callback=__webrobot_processMsg&data=%7B%22sessionId%22%3A%22ff725c236e5245a3ac825b2dd88a7501%22%2C%22robotId%22%3A%22webbot%22%2C%22userId%22%3A%227cd29df3450745fbbdcf1a462e6c58e6%22%2C%22body%22%3A%7B%22content%22%3A%22" + x + "%22%7D%2C%22type%22%3A%22txt%22%7D")

html_doc = link.read().decode()

reply_list = re.findall(r'"content":"(.+?)\r\n"', html_doc)

print("小i:" + reply_list[-1])

3彪杉、分析唐詩(shī)的作者是李白還是杜甫:

import jieba

from nltk.classify import NaiveBayesClassifier

# 需要提前把李白的詩(shī)收集一下毅往,放在libai.txt文本中。

text1 = open(r"libai.txt", "rb").read()

list1 = jieba.cut(text1)

result1 = " ".join(list1)

# 需要提前把杜甫的詩(shī)收集一下派近,放在dufu.txt文本中攀唯。

text2 = open(r"dufu.txt", "rb").read()

list2 = jieba.cut(text2)

result2 = " ".join(list2)

# 數(shù)據(jù)準(zhǔn)備

libai = result1

dufu = result2

# 特征提取

def word_feats(words):

return dict([(word, True) for word in words])

libai_features = [(word_feats(lb), 'lb') for lb in libai]

dufu_features = [(word_feats(df), 'df') for df in dufu]

train_set = libai_features + dufu_features

# 訓(xùn)練決策

classifier = NaiveBayesClassifier.train(train_set)

# 分析測(cè)試

sentence = input("請(qǐng)輸入一句你喜歡的詩(shī):")

print("")

seg_list = jieba.cut(sentence)

result1 = " ".join(seg_list)

words = result1.split(" ")

# 統(tǒng)計(jì)結(jié)果

lb = 0

df = 0

for word in words:

classResult = classifier.classify(word_feats(word))

if classResult == 'lb':

lb = lb + 1

if classResult == 'df':

df = df + 1

# 呈現(xiàn)比例

x = float(str(float(lb) / len(words)))

y = float(str(float(df) / len(words)))

print('李白的可能性:%.2f%%' % (x * 100))

print('杜甫的可能性:%.2f%%' % (y * 100))

4、彩票隨機(jī)生成35選7:

import random

temp = [i + 1 for i in range(35)]

random.shuffle(temp)

i = 0

list = []

while i < 7:

list.append(temp[i])

i = i + 1

list.sort()

print('?[0;31;;1m')

print(*list[0:6], end="")

print('?[0;34;;1m', end=" ")

print(list[-1])

5渴丸、自動(dòng)寫(xiě)檢討書(shū):

import random

import xlrd

ExcelFile = xlrd.open_workbook(r'test.xlsx')

sheet = ExcelFile.sheet_by_name('Sheet1')

i = []

x = input("請(qǐng)輸入具體事件:")

y = int(input("老師要求的字?jǐn)?shù):"))

while len(str(i)) < y * 1.2:

s = random.randint(1, 60)

rows = sheet.row_values(s)

i.append(*rows)

print(" "*8+"檢討書(shū)"+""+"老師:")

print("我不應(yīng)該" + str(x)+"革答,", *i)

print("再次請(qǐng)老師原諒!")

以下是樣稿:

請(qǐng)輸入具體事件:抽煙

老師要求的字?jǐn)?shù):200

檢討書(shū)

老師:

我不應(yīng)該抽煙曙强, 學(xué)校一開(kāi)學(xué)就三令五申残拐,一再?gòu)?qiáng)調(diào)校規(guī)校紀(jì),提醒學(xué)生不要違反校規(guī)碟嘴,可我卻沒(méi)有把學(xué)校和老師的話放在心上溪食,沒(méi)有重視老師說(shuō)的話,沒(méi)有重視學(xué)校頒布的重要事項(xiàng)娜扇,當(dāng)成了耳旁風(fēng)错沃,這些都是不應(yīng)該的栅组。 同時(shí)也真誠(chéng)地希望老師能繼續(xù)關(guān)心和支持我,并卻對(duì)我的問(wèn)題酌情處理枢析。 無(wú)論在學(xué)習(xí)還是在別的方面我都會(huì)用校規(guī)來(lái)嚴(yán)格要求自己玉掸,我會(huì)把握這次機(jī)會(huì)。 但事實(shí)證明醒叁,僅僅是熱情投入司浪、刻苦努力、鉆研學(xué)業(yè)是不夠的把沼,還要有清醒的政治頭腦啊易、大局意識(shí)和紀(jì)律觀念,否則就會(huì)在學(xué)習(xí)上迷失方向饮睬,使國(guó)家和學(xué)校受損失租谈。

再次請(qǐng)老師原諒!

6捆愁、屏幕錄相機(jī)割去,抓屏軟件:

from time import sleep

from PIL import ImageGrab

m = int(input("請(qǐng)輸入想抓屏幾分鐘:"))

m = m * 60

n = 1

while n < m:

sleep(0.02)

im = ImageGrab.grab()

local = (r"%s.jpg" % (n))

im.save(local, 'jpeg')

n = n + 1

7、制作Gif動(dòng)圖:

from PIL import Image

im = Image.open("1.jpg")

images = []

images.append(Image.open('2.jpg'))

images.append(Image.open('3.jpg'))

im.save('gif.gif', save_all=True, append_images=images, loop=1, duration=1, comment=b"aaabb")

在學(xué)習(xí)中有迷茫不知如何學(xué)習(xí)的朋友小編推薦一個(gè)學(xué)Python的學(xué)習(xí)裙[663033228]無(wú)論你是大牛還是小白昼丑,是想轉(zhuǎn)行還是想入行都可以來(lái)了解一起進(jìn)步一起學(xué)習(xí)呻逆!裙內(nèi)有開(kāi)發(fā)工具,很多干貨和技術(shù)資料分享矾克!

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末页慷,一起剝皮案震驚了整個(gè)濱河市憔足,隨后出現(xiàn)的幾起案子胁附,更是在濱河造成了極大的恐慌,老刑警劉巖滓彰,帶你破解...
    沈念sama閱讀 206,482評(píng)論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件控妻,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡揭绑,警方通過(guò)查閱死者的電腦和手機(jī)弓候,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,377評(píng)論 2 382
  • 文/潘曉璐 我一進(jìn)店門(mén),熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)他匪,“玉大人菇存,你說(shuō)我怎么就攤上這事“蠲郏” “怎么了依鸥?”我有些...
    開(kāi)封第一講書(shū)人閱讀 152,762評(píng)論 0 342
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)悼沈。 經(jīng)常有香客問(wèn)我贱迟,道長(zhǎng)姐扮,這世上最難降的妖魔是什么? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 55,273評(píng)論 1 279
  • 正文 為了忘掉前任衣吠,我火速辦了婚禮茶敏,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘缚俏。我一直安慰自己惊搏,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,289評(píng)論 5 373
  • 文/花漫 我一把揭開(kāi)白布袍榆。 她就那樣靜靜地躺著胀屿,像睡著了一般。 火紅的嫁衣襯著肌膚如雪包雀。 梳的紋絲不亂的頭發(fā)上宿崭,一...
    開(kāi)封第一講書(shū)人閱讀 49,046評(píng)論 1 285
  • 那天,我揣著相機(jī)與錄音才写,去河邊找鬼葡兑。 笑死,一個(gè)胖子當(dāng)著我的面吹牛赞草,可吹牛的內(nèi)容都是我干的讹堤。 我是一名探鬼主播,決...
    沈念sama閱讀 38,351評(píng)論 3 400
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼厨疙,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼洲守!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起沾凄,我...
    開(kāi)封第一講書(shū)人閱讀 36,988評(píng)論 0 259
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤梗醇,失蹤者是張志新(化名)和其女友劉穎将宪,沒(méi)想到半個(gè)月后贴捡,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 43,476評(píng)論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡瓤鼻,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 35,948評(píng)論 2 324
  • 正文 我和宋清朗相戀三年保屯,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了手负。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 38,064評(píng)論 1 333
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡姑尺,死狀恐怖竟终,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情切蟋,我是刑警寧澤统捶,帶...
    沈念sama閱讀 33,712評(píng)論 4 323
  • 正文 年R本政府宣布,位于F島的核電站,受9級(jí)特大地震影響瘾境,放射性物質(zhì)發(fā)生泄漏歧杏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,261評(píng)論 3 307
  • 文/蒙蒙 一迷守、第九天 我趴在偏房一處隱蔽的房頂上張望犬绒。 院中可真熱鬧,春花似錦兑凿、人聲如沸凯力。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 30,264評(píng)論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)咐鹤。三九已至,卻和暖如春圣絮,著一層夾襖步出監(jiān)牢的瞬間祈惶,已是汗流浹背。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 31,486評(píng)論 1 262
  • 我被黑心中介騙來(lái)泰國(guó)打工扮匠, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留捧请,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 45,511評(píng)論 2 354
  • 正文 我出身青樓棒搜,卻偏偏與公主長(zhǎng)得像疹蛉,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子力麸,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,802評(píng)論 2 345

推薦閱讀更多精彩內(nèi)容