包含标签 python 的文章

python实现酷狗音乐mp3下载

python实现千千音乐mp3下载 后小伙伴使用发现很多音乐在千千音乐都搜不到,所以今天春江暮客就拓展了一下酷狗音乐的下载,有源码。

同样的配方,首先在酷狗官网上直接搜索歌曲,然后打开谷歌浏览器的网络监视器,再次搜索同样的关键字就可以发现接口信息(注:此处最好再次搜索的时候查看网络,可以剔除很多多余的信息)。

1.分析搜索接口信息

《python实现酷狗音乐mp3下载》 只有4条网络请求,可以很方便的知道是第一条请求是真正的返回了歌曲信息,因此构造此条请求即可。

……

阅读全文

python3搭配selenium实现12306抢票程序

春节临近了,小伙伴们都在忙着抢票了,很多人总是被各种乱七八糟的抢票程序误导,诱骗,不如自己用python写一个12306抢票脚本好了。

言归正传,有了需求自然就要实现。技术部分,抢票程序由selenium驱动chrome进行,主要分为几下几部分。(别问我为什么不直接用requests买,有点难0-0)

……

阅读全文

python里shadowcopy和deepcopy的区别

python中,经常会需要拷贝特定对象,在此可能就会遇到各种bug,原因就是明白这三种操作的区别,赋值,浅拷贝,深拷贝。

《python里shadowcopy和deepcopy的区别》

赋值(=),浅拷贝(copy)和深拷贝(deepcopy)比较容易区别开的是赋值和两种拷贝的区别,但是对于浅拷贝和深拷贝却不那么容易区分。

赋值语句并不会赋值对象,它仅仅是把变量和对象进行一个绑定。对一个对象的任何改变均会影响另一个对象。而拷贝可以在你改变其中一个对象的时候不改变另一个对象。

……

阅读全文

python3 requests模块用法实例

python3的网络模块相对python2真的方便了很多,requests一个包就包含了python2的多个包,这从实例说明requests用法,作为复习和以后的参考。

requests并不是python默认安装的,没安装使用pip install requests安装便是,下面是requests使模块使用实例。 《python3 requests模块用法实例》

……

阅读全文

python随机生成强密码

由于安全需要,建议网友们在不同的网站上都使用不同的强密码,那么每次设置一个强密码还是比较麻烦的,这里我们写一个使用python生成强密码的小程序。以后要用的话直接访问以下网站把密码复制粘贴过来就好了。

random

python代码如下

import random
def get_strong_pass():
	strongpassword=""
	for i in range(16):
		strongpassword += random.choice('ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789_')
	return strongpassword
get_strong_pass()

接下来把函数放在django里面调用就可以了。这里我把代码整合到了wordpress里面,在访问此页面的时候就可以在最下方看到刚生成的强密码。

……

阅读全文

kaggle之本地运行识别狗品种

在搭建了深度学习环境后,第一件事就是试试行不行,最简单的当然是使用已经训练好的模型拿来预测新样本了。这里我们使用kaggle上面训练好的狗狗品种预测模型进行使用说明。(后面有完整的数据和脚本,下载到本地即可运行。)

1.加载待预测图片


from os.path import join

image_dir = 'train/'
img_paths = [join(image_dir, filename) for filename in 
                               ['0246f44bb123ce3f91c939861eb97fb7.jpg',
                                '84728e78632c0910a69d33f82e62638c.jpg']]

这里选用了2张图片,保存在img_paths的list里面。

2.定义读取和预处理图片的函数

import numpy as np
from tensorflow.python.keras.applications.resnet50 import preprocess_input
from tensorflow.python.keras.preprocessing.image import load_img, img_to_array

image_size = 224

def read_and_prep_images(img_paths, img_height=image_size, img_width=image_size):##定义处理函数
	imgs = [load_img(img_path, target_size=(img_height, img_width)) for img_path in img_paths]
	img_array = np.array([img_to_array(img) for img in imgs])
	return preprocess_input(img_array)

3.导入模型并预测

from tensorflow.python.keras.applications import ResNet50
my_model = ResNet50(weights='../resnet50/resnet50_weights_tf_dim_ordering_tf_kernels.h5')
test_data = read_and_prep_images(img_paths)
preds = my_model.predict(test_data)

4.查看并可视化预测结果

import sys
    # Add directory holding utility functions to path to allow importing
sys.path.append('~/utils')
from decode_predictions import decode_predictions

from IPython.display import Image, display

most_likely_labels = decode_predictions(preds, top=3, class_list_path='../resnet50/imagenet_class_index.json')

for i, img_path in enumerate(img_paths):
	display(Image(img_path))
	print(most_likely_labels[i])

《kaggle之本地运行识别狗品种》

    [('n02097209', 'standard_schnauzer', 0.56502265), ('n02097047', 'miniature_schnauzer', 0.31319875), ('n02097130', 'giant_schnauzer', 0.045194548)]

《kaggle之本地运行识别狗品种》

[('n02092339', 'Weimaraner', 0.99767154), ('n02099849', 'Chesapeake_Bay_retriever', 0.001392837), ('n02109047', 'Great_Dane', 0.00032280287)]

可以看到,结果已经跑出来了,而且跟kaggle云端的运行结果一致。由于官方api下载速度非常慢还经常挂掉,而且文件路径等问题需要处理细节挺多。

……

阅读全文

人工神经网络初探

什么是人工神经网络?本文将从3个方面阐述。概念,直观例子,应用。

1.概念

人工神经网络(Artificial Neural Network,ANN),简称神经网络(Neural Network,NN)或类神经网络,是一种模仿生物神经网络的结构和功能的数学模型。它由大量神经元联结进行运算,大多数情况下人工神经网络能够在外界信息的基础上改变内部结构,是一种自适应系统,通俗的讲就是具备学习功能。现代神经网络是一种非线性统计性数据建模工具。

……

阅读全文

python画蝴蝶曲线图

蝴蝶曲线是由Temple H·Fay发现的可用极坐标函数表示的蝴蝶曲线。由于此曲线优美,因此就想把它作为博客favicon.ico,这里我使用python

matplotlib.pyplot包来绘制需要的蝴蝶曲线图。先看下漂亮的蝴蝶曲线吧。

butter

1.首先我们需要确定蝴蝶曲线的函数表达

math

math2

也可用球坐标表示

math3

2.选择python里面的matplotlib.pyplot作为画图工具

1.首先导入python包

import numpy as np
import matplotlib.pyplot as plt

2.设置个参数的值

t = np.arange(0.0, 12*np.pi, 0.01)
x = np.sin(t)*(np.e**np.cos(t) - 2*np.cos(4*t)-np.sin(t/12)**5)
y = np.cos(t)*(np.e**np.cos(t) - 2*np.cos(4*t)-np.sin(t/12)**5)

3.根据公式,使用numpy里面的函数使用plt画出所需图片

plt.figure(figsize=(8,6))
plt.axis('off')
plt.plot(x,y,color='blue',linewidth = '2')
#plt.show()
plt.savefig("butter.jpg",dpi=400)

butter_fly

4.使用Image重新调整图片到适当的大小使其符合favicon大小

from PIL import Image
im = Image.open("butter.jpg")
favicon = im.resize((50,50))
favicon.save("favicon.ico")

image_ico

至此,我们完成了使用python的matplotlib.pyplot包绘制漂亮的蝴蝶曲线的过程,把图片保存到网站跟目录就可以看到了!

……

阅读全文

最近文章

分类

标签

友情链接

其它