程序師世界是廣大編程愛好者互助、分享、學習的平台,程序師世界有你更精彩!
首頁
編程語言
C語言|JAVA編程
Python編程
網頁編程
ASP編程|PHP編程
JSP編程
數據庫知識
MYSQL數據庫|SqlServer數據庫
Oracle數據庫|DB2數據庫
您现在的位置: 程式師世界 >> 編程語言 >  >> 更多編程語言 >> Python

Python實用腳本/算法集合, 附源代碼下載

編輯:Python

學習編程、學習Python最好的方式就是練習,哪怕是新手,只要不斷地敲代碼輸出,肯定會有神效。

Python的練手項目很多,特別是Github上,建議不管新手、老司機都去看看。

這裡推薦給大家兩個Github上練習的項目,算法倉庫-algorithms腳本倉庫-Python master

後文會有相應源代碼集打包下載,給需要的小伙伴。

algorithms算法倉庫

首先來看看算法倉庫-algorithms。

這裡面集合眾多核心算法的Python實現,比如排序、圖計算、回溯、隊列、流計算、堆、搜索、壓縮等等。

該倉庫支持第三方庫安裝,在python中進行調用,非常方便。

首先使用pip進行安裝:

pip3 install algorithms

然後導入相關模塊進行調用,比如sort模塊裡的merge_sort歸並排序算法。

from algorithms.sort import merge_sort
if __name__ == "__main__":
    my_list = [1, 8, 3, 5, 6]
    my_list = merge_sort(my_list)
    print(my_list)

個人感覺這個倉庫裡的算法很齊全,適合做練習,小伙伴們可以試試。

所有算法腳本已經打包好,獲取步驟如下:

1,點擊下方公眾號 數據STUDIO 名片

2,關注 數據STUDIO後,在消息後台回復 b

▲點擊關注「數據STUDIO」回復b

另外,@公眾號:數據STUDIO 還為大家整理和篩選了大量火爆全網的Python數據科學學習資料,全部資料按需自助免費獲取!直接點擊鏈接:  

火爆全網的Python數據科學手冊,太有用了

復旦學子《可解釋機器學習》中文版完整PDF下載!

700頁的機器學習筆記火了!完整版開放下載

Python腳本倉庫

另外還有一個很好的練手項目,腳本倉庫-Python master。

這個項目收集了作者平時工作用到的幾千個實用小腳本,作者雖然不是程序員,但他這種用代碼解決問題的習慣會極大的提升效率,也會迸發出更多的創新思維。

我覺得這樣的代碼每個人都可以寫出來,只要慢慢積累多練習就可以。

舉一個簡單的例子,作者寫了一個創建二維碼的腳本,可以自動將url轉化為二維碼。

import pyqrcode
import png
from pyqrcode import QRCode
# Text which is to be converted to QR code
print("Enter text to convert")
s = input(": ")
# Name of QR code png file
print("Enter image name to save")
n = input(": ")
# Adding extension as .pnf
d = n + ".png"
# Creating QR code
url = pyqrcode.create(s)
# Saving QR code as  a png file
url.show()
url.png(d, scale=6)

除此之外,該倉庫中還有很多這樣實用的腳本文件。

所有算法腳本已經打包好,獲取步驟如下:

1,點擊下方公眾號 數據STUDIO 名片

2,關注 數據STUDIO後,在消息後台回復 d

▲點擊關注「數據STUDIO」回復d

另外,@公眾號:數據STUDIO 還為大家整理和篩選了大量火爆全網的Python數據科學學習資料,全部資料按需自助免費獲取!直接點擊鏈接:  

火爆全網的Python數據科學手冊,太有用了

復旦學子《可解釋機器學習》中文完整PDF下載!

700頁的機器學習筆記火了!完整版開放下載

接下來,展示一些更多的代碼案例,供大家參考。

從圖片中截取文字

# extract text from a img and its coordinates using the pytesseract module
import cv2
import pytesseract
# You need to add tesseract binary dependency to system variable for this to work
img = cv2.imread("img.png")
# We need to convert the img into RGB format
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
hI, wI, k = img.shape
print(pytesseract.image_to_string(img))
boxes = pytesseract.image_to_boxes(img)
for b in boxes.splitlines():
    b = b.split(" ")
    x, y, w, h = int(b[1]), int(b[2]), int(b[3]), int(b[4])
    cv2.rectangle(img, (x, hI - y), (w, hI - h), (0, 0, 255), 0.2)
cv2.imshow("img", img)
cv2.waitKey(0)

判斷閏年

def is_leap(year):
    leap = False
    if year % 4 == 0:
        leap = True
        if year % 100 == 0:
            leap = False
            if year % 400 == 0:
                leap = True
    return leap
year = int(input("Enter the year here: "))
print(is_leap(year))

打印圖片分辨率

def jpeg_res(filename):
   """"This function prints the resolution of the jpeg image file passed into it"""
   # open image for reading in binary mode
   with open(filename,'rb') as img_file:
       # height of image (in 2 bytes) is at 164th position
       img_file.seek(163)
       # read the 2 bytes
       a = img_file.read(2)
       # calculate height
       height = (a[0] << 8) + a[1]
       # next 2 bytes is width
       a = img_file.read(2)
       # calculate width
       width = (a[0] << 8) + a[1]
   print("The resolution of the image is",width,"x",height)
jpeg_res("img1.jpg")

排序算法-桶排序

def bucket_sort(arr):
    ''' Bucket Sort
        Complexity: O(n^2)
        The complexity is dominated by nextSort
    '''
    # The number of buckets and make buckets
    num_buckets = len(arr)
    buckets = [[] for bucket in range(num_buckets)]
    # Assign values into bucket_sort
    for value in arr:
        index = value * num_buckets // (max(arr) + 1)
        buckets[index].append(value)
    # Sort
    sorted_list = []
    for i in range(num_buckets):
        sorted_list.extend(next_sort(buckets[i]))
    return sorted_list
def next_sort(arr):
    # We will use insertion sort here.
    for i in range(1, len(arr)):
        j = i - 1
        key = arr[i]
        while arr[j] > key and j >= 0:
            arr[j+1] = arr[j]
            j = j - 1
        arr[j + 1] = key
    return arr

機器學習-最近鄰插值法

import math
def distance(x,y):
    """[summary]
    HELPER-FUNCTION
    calculates the (eulidean) distance between vector x and y.
    Arguments:
        x {[tuple]} -- [vector]
        y {[tuple]} -- [vector]
    """
    assert len(x) == len(y), "The vector must have same length"
    result = ()
    sum = 0
    for i in range(len(x)):
        result += (x[i] -y[i],)
    for component in result:
        sum += component**2
    return math.sqrt(sum)
def nearest_neighbor(x, tSet):
    """[summary]
    Implements the nearest neighbor algorithm
    Arguments:
        x {[tupel]} -- [vector]
        tSet {[dict]} -- [training set]
    Returns:
        [type] -- [result of the AND-function]
    """
    assert isinstance(x, tuple) and isinstance(tSet, dict)
    current_key = ()
    min_d = float('inf')
    for key in tSet:
        d = distance(x, key)
        if d < min_d:
            min_d = d
            current_key = key
    return tSet[current_key]

符串解碼編碼

# Implement the encode and decode methods.
def encode(strs):
    """Encodes a list of strings to a single string.
    :type strs: List[str]
    :rtype: str
    """
    res = ''
    for string in strs.split():
        res += str(len(string)) + ":" + string
    return res
def decode(s):
    """Decodes a single string to a list of strings.
    :type s: str
    :rtype: List[str]
    """
    strs = []
    i = 0
    while i < len(s):
        index = s.find(":", i)
        size = int(s[i:index])
        strs.append(s[index+1: index+1+size])
        i = index+1+size
    return strs

直方分布

def get_histogram(input_list: list) -> dict:
    """
    Get histogram representation
    :param input_list: list with different and unordered values
    :return histogram: dict with histogram of input_list
    """
    # Create dict to store histogram
    histogram = {}
    # For each list value, add one to the respective histogram dict position
    for i in input_list:
        histogram[i] = histogram.get(i, 0) + 1
    return histogram

個人感覺這兩個倉庫裡的算法和腳本很齊全,適合做練習,小伙伴們可以試試。

所有算法腳本已經打包好,獲取步驟如下:

1,點擊下方公眾號 數據STUDIO 名片

2,關注 數據STUDIO後,在消息後台回復 b 或者 d

▲點擊關注「數據STUDIO」回復或者 d

另外,@公眾號:數據STUDIO 還為大家整理和篩選了大量火爆全網的Python數據科學學習資料,全部資料按需自助免費獲取!直接點擊鏈接:  

火爆全網的Python數據科學手冊,太有用了

復旦學子《可解釋機器學習》中文完整PDF下載!

700頁的機器學習筆記火了!完整版開放下載


  1. 上一篇文章:
  2. 下一篇文章:
Copyright © 程式師世界 All Rights Reserved