Maison > Article > développement back-end > Cinq scripts d'automatisation Python pratiques et faciles à utiliser
Par rapport à tous ceux qui ont entendu des mots tels que lignes de production automatisées et bureaux automatisés, les machines peuvent effectuer diverses tâches par elles-mêmes sans intervention humaine, ce qui améliore considérablement l'efficacité du travail.
Il existe différents scripts d'automatisation dans le monde de la programmation pour effectuer différentes tâches.
En particulier, Python est très adapté à l'écriture de scripts automatisés car sa syntaxe est simple et facile à comprendre et il dispose d'une riche bibliothèque d'outils tiers.
Cette fois, nous utilisons Python pour implémenter plusieurs scénarios d'automatisation, qui peuvent être utilisés dans votre travail.
Ce script peut capturer le texte des pages Web, puis le lire automatiquement par la voix. C'est un bon choix lorsque vous souhaitez écouter des actualités.
Le code est divisé en deux parties. La première consiste à explorer le texte de la page Web via un robot d'exploration et la seconde consiste à lire le texte à haute voix via un outil de lecture.
Bibliothèques tierces requises :
Beautiful Soup - un analyseur de texte HTML/XML classique, utilisé pour extraire les informations des pages Web explorées
requests - un outil HTTP incroyablement utile, utilisé pour envoyer des requêtes aux pages Web Data
Pyttsx3. - Convertissez le texte en parole et contrôlez le débit, la fréquence et la voix
import pyttsx3 import requests from bs4 import BeautifulSoup engine = pyttsx3.init('sapi5') voices = engine.getProperty('voices') newVoiceRate = 130 ## Reduce The Speech Rate engine.setProperty('rate',newVoiceRate) engine.setProperty('voice', voices[1].id) def speak(audio): engine.say(audio) engine.runAndWait() text = str(input("Paste articlen")) res = requests.get(text) soup = BeautifulSoup(res.text,'html.parser') articles = [] for i in range(len(soup.select('.p'))): article = soup.select('.p')[i].getText().strip() articles.append(article) text = " ".join(articles) speak(text) # engine.save_to_file(text, 'test.mp3') ## If you want to save the speech as a audio file engine.runAndWait()
Ce script peut convertir des images couleur en croquis au crayon, ce qui est bon pour les portraits et les effets de paysage.
Et il peut être généré avec seulement quelques lignes de code, ce qui convient aux opérations par lots et est très rapide.
Bibliothèques tierces requises :
Opencv - un outil de vision par ordinateur capable de réaliser un traitement diversifié d'images et de vidéos, avec une interface Python
""" Photo Sketching Using Python """ import cv2 img = cv2.imread("elon.jpg") ## Image to Gray Image gray_image = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) ## Gray Image to Inverted Gray Image inverted_gray_image = 255-gray_image ## Blurring The Inverted Gray Image blurred_inverted_gray_image = cv2.GaussianBlur(inverted_gray_image, (19,19),0) ## Inverting the blurred image inverted_blurred_image = 255-blurred_inverted_gray_image ### Preparing Photo sketching sketck = cv2.divide(gray_image, inverted_blurred_image,scale= 256.0) cv2.imshow("Original Image",img) cv2.imshow("Pencil Sketch", sketck) cv2.waitKey(0)
Ce script peut nous aider à synchroniser des lots. Lors de l’envoi d’emails, le contenu de l’email et les pièces jointes peuvent également être personnalisés et ajustés, ce qui est très pratique.
Par rapport aux clients de messagerie, l'avantage des scripts Python est qu'ils peuvent déployer des services de messagerie de manière intelligente, par lots et avec une personnalisation élevée.
Bibliothèques tierces requises :
Email - pour gérer les e-mails
Smtlib - pour envoyer des e-mails aux serveurs SMTP, il définit un objet de session client SMTP qui peut envoyer des e-mails à n'importe quelle bande sur Internet Un ordinateur avec un SMTP ou Programme d'écoute ESMTP
Pandas - un outil d'analyse et de nettoyage des données
import smtplib from email.message import EmailMessage import pandas as pd def send_email(remail, rsubject, rcontent): email = EmailMessage()## Creating a object for EmailMessage email['from'] = 'The Pythoneer Here'## Person who is sending email['to'] = remail## Whom we are sending email['subject'] = rsubject ## Subject of email email.set_content(rcontent) ## content of email with smtplib.SMTP(host='smtp.gmail.com',port=587)as smtp: smtp.ehlo() ## server object smtp.starttls() ## used to send data between server and client smtp.login("deltadelta371@gmail.com","delta@371") ## login id and password of gmail smtp.send_message(email)## Sending email print("email send to ",remail)## Printing success message if __name__ == '__main__': df = pd.read_excel('list.xlsx') length = len(df)+1 for index, item in df.iterrows(): email = item[0] subject = item[1] content = item[2] send_email(email,subject,content)
L'exploration des données est la première étape d'un projet de science des données. Vous devez comprendre les informations de base des données avant une analyse plus approfondie. valeur.
Généralement, nous utilisons pandas, matplotlib et d'autres outils pour explorer les données, mais nous devons écrire beaucoup de code nous-mêmes si nous voulons améliorer l'efficacité, Dtale est un bon choix.
Dtale se caractérise par la génération de rapports d'analyse automatisés avec une seule ligne de code. Il combine le backend Flask et l'interface React pour nous fournir un moyen simple de visualiser et d'analyser les structures de données Pandas.
Nous pouvons utiliser Dtale sur Jupyter.
Bibliothèques tierces requises :
Dtale - génère automatiquement des rapports d'analyse
### Importing Seaborn Library For Some Datasets import seaborn as sns ### Printing Inbuilt Datasets of Seaborn Library print(sns.get_dataset_names()) ### Loading Titanic Dataset df=sns.load_dataset('titanic') ### Importing The Library import dtale #### Generating Quick Summary dtale.show(df)
Ce script déclenchera automatiquement des notifications sur le bureau Windows pour demander des informations importantes, telles que : Vous avez Après avoir travaillé pendant deux heures, il est temps de se reposer
Nous pouvons définir des rappels à heure fixe, comme toutes les 10 minutes, 1 heure, etc.
La bibliothèque tierce utilisée :
win10toast - un outil pour envoyer des notifications sur le bureau
from win10toast import ToastNotifier import time toaster = ToastNotifier() header = input("What You Want Me To Remembern") text = input("Releated Messagen") time_min=float(input("In how many minutes?n")) time_min = time_min * 60 print("Setting up reminder..") time.sleep(2) print("all set!") time.sleep(time_min) toaster.show_toast(f"{header}", f"{text}", duration=10, threaded=True) while toaster.notification_active(): time.sleep(0.005)
Les fonctions d'automatisation que Python peut réaliser sont très riches Si vous pouvez être "paresseux" dans les scénarios de demande, vous voudrez peut-être l'essayer.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!