検索

5 つの興味深い Python スクリプト

Apr 12, 2023 am 09:10 AM
pythonスクリプト言語ツールライブラリ

Python は、クローラー、予測分析、GUI、自動化、画像処理、視覚化など、さまざまな用途に使用できます。優れた機能を実現するには、わずか数十行のコードしか必要としません。

Python は動的スクリプト言語であるため、コード ロジックは Java よりもはるかに単純で、同じ機能を実現するために必要なコードの量ははるかに少なくなります。さらに、Python エコシステムには、関数をパッケージにカプセル化するサードパーティ ツール ライブラリが多数あり、インターフェイスを呼び出すだけで複雑な関数を使用できます。

ここでは、シンプルで楽しいスクリプトの例をいくつか紹介します。初心者はコードに従って、Python 構文をすぐにマスターできます。

1. PIL、Matplotlib、Numpy を使用してぼやけた古い写真を修復する

5 つの興味深い Python スクリプト

import numpy as np
import matplotlib.pyplot as plt
from PIL import Image
import os.path

img_path = "E:\test.jpg"
img = Image.open(img_path)


img = np.asarray(img)
flat = img.flatten()


def get_histogram(image, bins):

histogram = np.zeros(bins)

for pixel in image:
histogram[pixel] += 1

return histogram


hist = get_histogram(flat, 256)


cs = np.cumsum(hist)


nj = (cs - cs.min()) * 255
N = cs.max() - cs.min()


cs = nj / N


cs = cs.astype('uint8')


img_new = cs[flat]


img_new = np.reshape(img_new, img.shape)


fig = plt.figure()
fig.set_figheight(15)
fig.set_figwidth(15)


fig.add_subplot(1, 2, 1)
plt.imshow(img, cmap='gray')
plt.title("Image 'Before' Contrast Adjustment")


fig.add_subplot(1, 2, 2)
plt.imshow(img_new, cmap='gray')
plt.title("Image 'After' Contrast Adjustment")
filename = os.path.basename(img_path)


plt.show()

2. ファイルをバッチで圧縮し、zipfile ライブラリを使用する

import os
import zipfile
from random import randrange


def zip_dir(path, zip_handler):
for root, dirs, files in os.walk(path):
for file in files:
zip_handler.write(os.path.join(root, file))


if __name__ == '__main__':
to_zip = input("""
Enter the name of the folder you want to zip
(N.B.: The folder name should not contain blank spaces)
>
""")
to_zip = to_zip.strip() + "/"
zip_file_name = f'zip{randrange(0,10000)}.zip'
zip_file = zipfile.ZipFile(zip_file_name, 'w', zipfile.ZIP_DEFLATED)
zip_dir(to_zip, zip_file)
zip_file.close()
print(f'File Saved as {zip_file_name}')

3. tkinter を使用して電卓 GUI を作成する

tkinter は Python 独自の GUI ライブラリであり、初心者が小さなソフトウェアを作成する練習に適しています

import tkinter as tk

root = tk.Tk()
root.title("Standard Calculator")
root.resizable(0, 0)


e = tk.Entry(root,
 width=35,
 bg='#f0ffff',
 fg='black',
 borderwidth=5,
 justify='right',
 font='Calibri 15')
e.grid(row=0, column=0, columnspan=3, padx=12, pady=12)


def buttonClick(num):
temp = e.get(
)
e.delete(0, tk.END)
e.insert(0, temp + num)


def buttonClear():
e.delete(0, tk.END)

4. PDF を Word ファイルに変換する

pdf2docx ライブラリを使用して PDF ファイルを Word 形式に変換します

5 つの興味深い Python スクリプト

from pdf2docx import Converter
import os 
import sys


pdf = input("Enter the path to your file: ")
assert os.path.exists(pdf), "File not found at, "+str(pdf)
f = open(pdf,'r+')


doc_name_choice = input("Do you want to give a custom name to your file ?(Y/N)")

if(doc_name_choice == 'Y' or doc_name_choice == 'y'):

doc_name = input("Enter the custom name : ")+".docx"

else:


pdf_name = os.path.basename(pdf)

doc_name =os.path.splitext(pdf_name)[0] + ".docx"



cv = Converter(pdf)


path = os.path.dirname(pdf)

cv.convert(os.path.join(path, "", doc_name) , start=0, end=None)
print("Word doc created!")
cv.close()

5. Python は自動的に電子メールを送信します

これは、smtplib と smtplib を使用して実現できます。電子メール ライブラリ スクリプトは電子メールを送信します。

5 つの興味深い Python スクリプト

import smtplib
import email

from email.mime.text import MIMEText

from email.mime.image import MIMEImage

from email.mime.multipart import MIMEMultipart
from email.header import Header


mail_host = "smtp.163.com"

mail_sender = "******@163.com"

mail_license = "********"

mail_receivers = ["******@qq.com","******@outlook.com"]

mm = MIMEMultipart('related')


subject_content = """Python邮件测试"""

mm["From"] = "sender_name<******@163.com>"

mm["To"] = "receiver_1_name<******@qq.com>,receiver_2_name<******@outlook.com>"

mm["Subject"] = Header(subject_content,'utf-8')


body_content = """你好,这是一个测试邮件!"""

message_text = MIMEText(body_content,"plain","utf-8")

mm.attach(message_text)


image_data = open('a.jpg','rb')

message_image = MIMEImage(image_data.read())

image_data.close()

mm.attach(message_image)


atta = MIMEText(open('sample.xlsx', 'rb').read(), 'base64', 'utf-8')

atta["Content-Disposition"] = 'attachment; filename="sample.xlsx"'

mm.attach(atta)


stp = smtplib.SMTP()

stp.connect(mail_host, 25)

stp.set_debuglevel(1)

stp.login(mail_sender,mail_license)

stp.sendmail(mail_sender, mail_receivers, mm.as_string())
print("邮件发送成功")

stp.quit()

概要

Python には、楽しい小さなスクリプトもたくさんあります。独自のシナリオに従ってそれらを作成することも、既製のサードパーティライブラリを使用します。

以上が5 つの興味深い Python スクリプトの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

声明
この記事は51CTO.COMで複製されています。侵害がある場合は、admin@php.cn までご連絡ください。
Python vs. C:曲線と使いやすさの学習Python vs. C:曲線と使いやすさの学習Apr 19, 2025 am 12:20 AM

Pythonは学習と使用が簡単ですが、Cはより強力ですが複雑です。 1。Python構文は簡潔で初心者に適しています。動的なタイピングと自動メモリ管理により、使いやすくなりますが、ランタイムエラーを引き起こす可能性があります。 2.Cは、高性能アプリケーションに適した低レベルの制御と高度な機能を提供しますが、学習しきい値が高く、手動メモリとタイプの安全管理が必要です。

Python vs. C:メモリ管理とコントロールPython vs. C:メモリ管理とコントロールApr 19, 2025 am 12:17 AM

PythonとCは、メモリ管理と制御に大きな違いがあります。 1。Pythonは、参照カウントとガベージコレクションに基づいて自動メモリ管理を使用し、プログラマーの作業を簡素化します。 2.Cには、メモリの手動管理が必要であり、より多くの制御を提供しますが、複雑さとエラーのリスクが増加します。どの言語を選択するかは、プロジェクトの要件とチームテクノロジースタックに基づいている必要があります。

科学コンピューティングのためのPython:詳細な外観科学コンピューティングのためのPython:詳細な外観Apr 19, 2025 am 12:15 AM

科学コンピューティングにおけるPythonのアプリケーションには、データ分析、機械学習、数値シミュレーション、視覚化が含まれます。 1.numpyは、効率的な多次元配列と数学的関数を提供します。 2。ScipyはNumpy機能を拡張し、最適化と線形代数ツールを提供します。 3. Pandasは、データ処理と分析に使用されます。 4.matplotlibは、さまざまなグラフと視覚的な結果を生成するために使用されます。

PythonとC:適切なツールを見つけるPythonとC:適切なツールを見つけるApr 19, 2025 am 12:04 AM

PythonまたはCを選択するかどうかは、プロジェクトの要件に依存するかどうかは次のとおりです。1)Pythonは、簡潔な構文とリッチライブラリのため、迅速な発展、データサイエンス、スクリプトに適しています。 2)Cは、コンピレーションと手動メモリ管理のため、システムプログラミングやゲーム開発など、高性能および基礎となる制御を必要とするシナリオに適しています。

データサイエンスと機械学習のためのPythonデータサイエンスと機械学習のためのPythonApr 19, 2025 am 12:02 AM

Pythonは、データサイエンスと機械学習で広く使用されており、主にそのシンプルさと強力なライブラリエコシステムに依存しています。 1)Pandasはデータ処理と分析に使用され、2)Numpyが効率的な数値計算を提供し、3)SCIKIT-LEARNは機械学習モデルの構築と最適化に使用されます。これらのライブラリは、Pythonをデータサイエンスと機械学習に理想的なツールにします。

Pythonの学習:2時間の毎日の研究で十分ですか?Pythonの学習:2時間の毎日の研究で十分ですか?Apr 18, 2025 am 12:22 AM

Pythonを1日2時間学ぶだけで十分ですか?それはあなたの目標と学習方法に依存します。 1)明確な学習計画を策定し、2)適切な学習リソースと方法を選択します。3)実践的な実践とレビューとレビューと統合を練習および統合し、統合すると、この期間中にPythonの基本的な知識と高度な機能を徐々に習得できます。

Web開発用のPython:主要なアプリケーションWeb開発用のPython:主要なアプリケーションApr 18, 2025 am 12:20 AM

Web開発におけるPythonの主要なアプリケーションには、DjangoおよびFlaskフレームワークの使用、API開発、データ分析と視覚化、機械学習とAI、およびパフォーマンスの最適化が含まれます。 1。DjangoandFlask Framework:Djangoは、複雑な用途の迅速な発展に適しており、Flaskは小規模または高度にカスタマイズされたプロジェクトに適しています。 2。API開発:フラスコまたはdjangorestFrameworkを使用して、Restfulapiを構築します。 3。データ分析と視覚化:Pythonを使用してデータを処理し、Webインターフェイスを介して表示します。 4。機械学習とAI:Pythonは、インテリジェントWebアプリケーションを構築するために使用されます。 5。パフォーマンスの最適化:非同期プログラミング、キャッシュ、コードを通じて最適化

Python vs. C:パフォーマンスと効率の探索Python vs. C:パフォーマンスと効率の探索Apr 18, 2025 am 12:20 AM

Pythonは開発効率でCよりも優れていますが、Cは実行パフォーマンスが高くなっています。 1。Pythonの簡潔な構文とリッチライブラリは、開発効率を向上させます。 2.Cのコンピレーションタイプの特性とハードウェア制御により、実行パフォーマンスが向上します。選択を行うときは、プロジェクトのニーズに基づいて開発速度と実行効率を比較検討する必要があります。

See all articles

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

AI Hentai Generator

AI Hentai Generator

AIヘンタイを無料で生成します。

ホットツール

メモ帳++7.3.1

メモ帳++7.3.1

使いやすく無料のコードエディター

SecLists

SecLists

SecLists は、セキュリティ テスターの究極の相棒です。これは、セキュリティ評価中に頻繁に使用されるさまざまな種類のリストを 1 か所にまとめたものです。 SecLists は、セキュリティ テスターが必要とする可能性のあるすべてのリストを便利に提供することで、セキュリティ テストをより効率的かつ生産的にするのに役立ちます。リストの種類には、ユーザー名、パスワード、URL、ファジング ペイロード、機密データ パターン、Web シェルなどが含まれます。テスターはこのリポジトリを新しいテスト マシンにプルするだけで、必要なあらゆる種類のリストにアクセスできるようになります。

PhpStorm Mac バージョン

PhpStorm Mac バージョン

最新(2018.2.1)のプロフェッショナル向けPHP統合開発ツール

AtomエディタMac版ダウンロード

AtomエディタMac版ダウンロード

最も人気のあるオープンソースエディター

ZendStudio 13.5.1 Mac

ZendStudio 13.5.1 Mac

強力な PHP 統合開発環境