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

• 1

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

• 1
• 2

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
)

• 1
• 2
• 3
• 4
• 5
• 6
• 7

效果图如下：

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

• 1

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

• 1
• 2
• 3
• 4

执行代码后生成如下词云：
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。

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

• 1

还有一个是paddlehub模型库：

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

• 1

更详细的安装事项可以参见飞桨官网：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

• 1
• 2
• 3
• 4
• 5

抠图效果如下：

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)

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9

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}

• 1
• 2
• 3
• 4
• 5
• 6

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)

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9

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：

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

• 1

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)

• 1
• 2
• 3
• 4
• 5

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enterm_keyboard.release(keyboard.Key.enter) # 松开entertime.sleep(0.5)    # 等待 0.5秒

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12

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：

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)

• 1
• 2
• 3
• 4
• 5

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