首页 > 编程语言 >50个 Python 脚本

50个 Python 脚本

时间：2023-10-26 11:22:06浏览次数：33  
标签：脚本 Python docs 50 文档 https org print import

那咱们从 hello word开始~

1、

1、Hello World

print("Hello, World!")

官方文档: https://docs.python.org/3/

2、

2、变量和数据类型

name = "Alice"

age = 30

height = 175.5

is_student = True

官方文档: https://docs.python.org/3/tutorial/introduction.html#numbers

3、

3、列表

fruits = ["apple", "banana", "cherry"]

fruits.append("date")

print(fruits)

官方文档: https://docs.python.org/3/tutorial/introduction.html#lists

4、

4、字典

person = {"name": "Alice", "age": 30, "city": "New York"}

print(person["name"])

官方文档: https://docs.python.org/3/tutorial/datastructures.html#dictionaries

5、

5、循环

for i in range(1, 6):

    print(i)

官方文档: https://docs.python.org/3/tutorial/introduction.html#first-steps-towards-programming

6、

6、条件语句

x = 5

if x > 10:

    print("x is greater than 10")

else:

    print("x is not greater than 10")

官方文档: https://docs.python.org/3/tutorial/controlflow.html

7、

7、函数

def greet(name):

    return f"Hello, {name}!"

message = greet("Alice")

print(message)

官方文档: https://docs.python.org/3/tutorial/controlflow.html#defining-functions

8、

8、模块导入

import math

print(math.sqrt(16))

官方文档: https://docs.python.org/3/tutorial/modules.html

9、

9、异常处理

try:

    result = 10 / 0

except ZeroDivisionError:

    print("Division by zero is not allowed.")

官方文档: https://docs.python.org/3/tutorial/errors.html

10、

10、文件操作

with open("example.txt", "w") as file:

    file.write("Hello, File!")

with open("example.txt", "r") as file:

    content = file.read()

    print(content)

官方文档: https://docs.python.org/3/tutorial/inputoutput.html

11、

11、日期和时间

from datetime import datetime

now = datetime.now()

print(now)

官方文档: https://docs.python.org/3/library/datetime.html

12、

12、随机数生成

import random

random_number = random.randint(1, 100)

print(random_number)

官方文档: https://docs.python.org/3/library/random.html

13、

13、正则表达式

import re

text = "Hello, 12345"

pattern = r'\d+'

match = re.search(pattern, text)

if match:

    print(match.group())

官方文档: https://docs.python.org/3/library/re.html

14、

14、Web请求

import requests

response = requests.get("https://www.example.com")

print(response.text)

官方文档: https://docs.python-requests.org/en/master/

15、

15、CSV文件处理

import csv

with open("data.csv", "w", newline="") as file:

    writer = csv.writer(file)

    writer.writerow(["Name", "Age"])

    writer.writerow(["Alice", 25])

with open("data.csv", "r") as file:

    reader = csv.reader(file)

    for row in reader:

        print(row)

官方文档: https://docs.python.org/3/library/csv.html

16、

16、JSON处理

import json

data = {"name": "Bob", "age": 35}

json_data = json.dumps(data)

print(json_data)

官方文档: https://docs.python.org/3/library/json.html

17、

17、爬虫 - BeautifulSoup

from bs4 import BeautifulSoup

import requests

url = "https://www.example.com"

response = requests.get(url)

soup = BeautifulSoup(response.text, "html.parser")

print(soup.title.text)

官方文档: https://www.crummy.com/software/BeautifulSoup/bs4/doc/

18、

18、多线程

import threading

def print_numbers():

    for i in range(1, 6):

        print(f"Number: {i}")

def print_letters():

    for letter in "abcde":

        print(f"Letter: {letter}")

thread1 = threading.Thread(target=print_numbers)

thread2 = threading.Thread(target=print_letters)

thread1.start()

thread2.start()

官方文档: https://docs.python.org/3/library/threading.html

23、

23、数据爬取 - Selenium

from selenium import webdriver

driver = webdriver.Chrome()

driver.get("https://www.example.com")

官方文档: https://www.selenium.dev/documentation/en/

20、

20、REST API - Flask

from flask import Flask, jsonify

app = Flask(__name)

@app.route('/api', methods=['GET'])

def get_data():

    data = {'message': 'Hello, API!'}

    return jsonify(data)

if __name__ == '__main__':

    app.run()

官方文档: https://flask.palletsprojects.com/en/2.1.x/

21、

21、数据库连接 - SQLite

import sqlite3

conn = sqlite3.connect('mydatabase.db')

cursor = conn.cursor()

cursor.execute('CREATE TABLE IF NOT EXISTS users (id INTEGER PRIMARY KEY, name TEXT)')

conn.commit()

conn.close()

官方文档: https://www.sqlite.org/docs.html

22、

22、图像处理 - Pillow

from PIL import Image

img = Image.open('example.jpg')

img.show()

官方文档: https://pillow.readthedocs.io/en/stable/index.html

23、

23、图形界面 - Tkinter

import tkinter as tk

root = tk.Tk()

label = tk.Label(root, text="Hello, GUI!")

label.pack()

root.mainloop()

官方文档: https://docs.python.org/3/library/tkinter.html

24、

24、文本生成 - Faker

from faker import Faker

fake = Faker()

print(fake.name())

官方文档: https://faker.readthedocs.io/en/master/

25、

25、加密和解密 - cryptography

from cryptography.fernet import Fernet

key = Fernet.generate_key()

cipher_suite = Fernet(key)

text = "Secret message".encode()

cipher_text = cipher_suite.encrypt(text)

print(cipher_text)

官方文档: https://cryptography.io/en/latest/

26、

26、Socket编程

import socket

server_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)

server_socket.bind(('127.0.0.1', 12345))

server_socket.listen(5)

print("Server is listening...")

while True:

    client_socket, addr = server_socket.accept()

    print(f"Connection from {addr}")

    client_socket.send(b"Hello, client!")

    client_socket.close()

官方文档: https://docs.python.org/3/library/socket.html

27、

27、并发编程 - threading

import threading

def print

_numbers():

    for i in range(1, 6):

        print(f"Number: {i}")

def print_letters():

    for letter in "abcde":

        print(f"Letter: {letter}")

thread1 = threading.Thread(target=print_numbers)

thread2 = threading.Thread(target=print_letters)

thread1.start()

thread2.start()

官方文档: https://docs.python.org/3/library/threading.html

28、

28、正则表达式 - re

import re

text = "My phone number is 123-456-7890."

pattern = r'\d{3}-\d{3}-\d{4}'

match = re.search(pattern, text)

if match:

    print(f"Phone number found: {match.group()}")

官方文档: https://docs.python.org/3/howto/regex.html

29、

29、REST API - FastAPI

from fastapi import FastAPI

app = FastAPI()

@app.get("/items/{item_id}")

def read_item(item_id: int, query_param: str = None):

    return {"item_id": item_id, "query_param": query_param}

官方文档: https://fastapi.tiangolo.com/

30、

30、数据库连接 - SQLAlchemy

from sqlalchemy import create_engine, Column, Integer, String

from sqlalchemy.orm import sessionmaker

from sqlalchemy.ext.declarative import declarative_base

engine = create_engine('sqlite:///mydatabase.db')

Base = declarative_base()

class User(Base):

    __tablename__ = 'users'

    id = Column(Integer, primary_key=True)

    name = Column(String)

Session = sessionmaker(bind=engine)

session = Session()

官方文档: https://docs.sqlalchemy.org/en/20/

31、

31、文本处理 - NLTK

import nltk

nltk.download('punkt')

from nltk.tokenize import word_tokenize

text = "This is a sample sentence."

tokens = word_tokenize(text)

print(tokens)

官方文档: https://www.nltk.org/

32、

32、命令行应用 - argparse

import argparse

parser = argparse.ArgumentParser(description='A simple command-line app')

parser.add_argument('--name', type=str, help='Your name')

args = parser.parse_args()

print(f'Hello, {args.name}!')

官方文档: https://docs.python.org/3/library/argparse.html

33、

33、微服务 - Flask-RESTful

from flask import Flask

from flask_restful import Resource, Api

app = Flask(__name)

api = Api(app)

class HelloWorld(Resource):

    def get(self):

        return {'message': 'Hello, World!'}

api.add_resource(HelloWorld, '/')

官方文档: https://flask-restful.readthedocs.io/en/latest/

34、

34、数据处理 - BeautifulSoup

from bs4 import BeautifulSoup

import requests

url = "https://www.example.com"

response = requests.get(url)

soup = BeautifulSoup(response.text, "html.parser")

print(soup.title.text)

官方文档: https://www.crummy.com/software/BeautifulSoup/bs4/doc/

35、

35、加密 - hashlib

import hashlib

text = "Secret Password"

hash_object = hashlib.sha256(text.encode())

hash_hex = hash_object.hexdigest()

print(hash_hex)

官方文档: https://docs.python.org/3/library/hashlib.html

36、

36、数据序列化 - Pickle

import pickle

data = {'name': 'Alice', 'age': 30}

with open('data.pkl', 'wb') as file:

    pickle.dump(data, file)

with open('data.pkl', 'rb') as file:

    loaded_data = pickle.load(file)

    print(loaded_data)

官方文档: https://docs.python.org/3/library/pickle.html

37、

37、并行处理 - concurrent.futures

import concurrent.futures

def square(x):

    return x * x

with concurrent.futures.ThreadPoolExecutor() as executor:

    results = executor.map(square, [1, 2, 3, 4, 5])

for result in results:

    print(result)

官方文档: https://docs.python.org/3/library/concurrent.futures.html

38、

38、网络爬虫 - Scrapy

import scrapy

class MySpider(scrapy.Spider):

    name = 'example.com'

    start_urls = ['https://www.example.com']

    def parse(self, response):

        # 爬取和处理数据

        pass

官方文档: https://docs.scrapy.org/en/latest/

39、

39、异步编程 - asyncio

import asyncio

async def hello():

    await asyncio.sleep(1)

    print("Hello, Async!")

loop = asyncio.get_event_loop()

loop.run_until_complete(hello())

官方文档: https://docs.python.org/3/library/asyncio.html

40、

40、数据分析 - Numpy

import numpy as np

arr = np.array([1, 2, 3, 4, 5])

print(arr.mean())

官方文档: https://numpy.org/doc/stable/

41、

41、数据处理 - Pandas

import pandas as pd

data = {'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35]}

df = pd.DataFrame(data)

print(df)

官方文档: https://pandas.pydata.org/docs/

42、

42、数据可视化 - Matplotlib

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]

y = [10, 15, 13, 18, 20]

plt.plot(x, y)

plt.show()

官方文档: https://matplotlib.org/stable/contents.html

43、

43、机器学习 - Scikit-Learn

from sklearn.datasets import load_iris

from sklearn.model_selection import train_test_split

from sklearn.ensemble import RandomForestClassifier

iris = load_iris()

X_train, X_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size=0.2)

clf = RandomForestClassifier(n_estimators=100)

clf.fit(X_train, y_train)

官方文档: https://scikit-learn.org/stable/documentation.html

44、

44、机器学习 - Keras

from keras.models import Sequential

from keras.layers import Dense

model = Sequential()

model.add(Dense(units=64, activation='relu', input_dim=100))

model.add(Dense(units=10, activation='softmax'))

官方文档: https://keras.io/guides/

45、

45、图像处理 - OpenCV

import cv2

image = cv2.imread('image.jpg')

cv2.imshow('Image', image)

cv2.waitKey(0)

cv2.destroyAllWindows()

官方文档: https://docs.opencv.org/master/index.html

46、

46、数据爬取 - Scrapy

import scrapy

class MySpider(scrapy.Spider):

    name = 'example.com'

    start_urls = ['https://www.example.com']

    def parse(self, response):

        # 爬取和处理数据

        pass

官方文档: https://docs.scrapy.org/en/latest/

47、

47、数据分析 - Seaborn

import seaborn as sns

import matplotlib.pyplot as plt

data = sns.load_dataset("iris")

sns.pairplot(data, hue="species")

plt.show()

官方文档: https://seaborn.pydata.org/introduction.html

48、

48、数据可视化 - Plotly

import plotly.express as px

fig = px.scatter(x=[1, 2, 3, 4], y=[10, 11, 12, 13])

fig.show()

官方文档: https://plotly.com/python/

49、

49、自然语言处理 - spaCy

import spacy

nlp = spacy.load('en_core_web_sm')

doc = nlp("This is a sample sentence.")

for token in doc:

    print(token.text, token.pos_)

官方文档: https://spacy.io/usage/spacy-101

50、

50、机器学习 - XGBoost

import xgboost as xgb

data = xgb.DMatrix('train.csv')

param = {'max_depth': 3, 'eta': 0.1, 'objective': 'reg:squarederror'}

model = xgb.train(param, data, 10)

官方文档: https://xgboost.readthedocs.io/en/latest/

Last - 云图

今天整理了 50 个常用的Python示例代码。

最后，给出咱们开头云图的代码，代码中大家可以自行设置内容和权重。

import matplotlib.pyplot as plt

from wordcloud import WordCloud

# 方面列表和它们的权重

aspects = {

    "Hello World": 3,

    "Variables and Data Types": 4,

    "Lists": 4,

    "Dictionaries": 4,

    "Loops": 4,

    "Conditional Statements": 4,

    "Functions": 4,

    "Module Import": 4,

    "Exception Handling": 4,

    "Date and Time": 5,

    "Random Number Generation": 5,

    "Regular Expressions": 5,

    "CSV File Handling": 5,

    "JSON Handling": 5,

    "BeautifulSoup": 5,

    "File Operations": 5,

    "Multithreading": 5,

    "Tkinter": 5,

    "Pandas": 6,

    "asyncio": 5,

    "XGBoost": 6,

    "Matplotlib": 5,

    "Scikit-Learn": 5,

    "Selenium": 5,

    "Flask": 1,

    "Web Requests": 3,

    "SQLite": 3,

    "Pillow": 3,

    "Numpy": 6,

    "Faker": 3,

    "cryptography": 3,

    "Socket Programming": 3,

    "threading": 3,

    "re": 4,

    "NLTK": 5,

    "Keras": 7,

    "OpenCV": 7,

    "Scrapy": 7,

    "FastAPI": 3,

    "SQLAlchemy": 5,

    "Seaborn": 5,

    "Plotly": 5,

    "argparse": 5,

    "Flask-RESTful": 3,

    "BeautifulSoup": 3,

    "spaCy": 6,

    "hashlib": 5,

    "Pickle": 5,

    "concurrent.futures": 5,

    "Scrapy": 6

}

# 将方面列表和权重转化为文本

aspects_text = " ".join([aspect for aspect, weight in aspects.items() for _ in range(weight)])

# 创建WordCloud对象

wordcloud = WordCloud(width=800, height=400, background_color='white').generate(aspects_text)

# 显示云图

plt.figure(figsize=(10, 5))

plt.imshow(wordcloud, interpolation='bilinear')

plt.axis("off")

plt.show()

最后

最后

今天整理了常用的 50 个Python脚本模块，分别是基础语法、机器学习、数据处理、常用服务端的一些内容。

喜欢的朋友可以收藏、点赞、转发起来！

关注本号，带来更多干货实例，提升工作学习效率！

推荐阅读回归类算法总结！

svm算法详细总结！

详解 5 种距离算法！

详解过拟合和欠拟合！正则化算法完整总结！人工神经网络完整总结！

27个，强大的Python库！一万字的统计学知识大梳理！机器学习各个算法的优缺点！9 大核心机器学习算法解释！最终篇：统计学知识大梳理！

来啦！最强Python分析工具！

通透！10种损失函数大梳理！！6大部分，20 个机器学习算法全面汇总！！

https://mp.weixin.qq.com/s/s02gLOEVX6Vxh4zxNWdMQA

标签：脚本,Python,docs,50,文档,https,org,print,import
From： https://www.cnblogs.com/QQ-77Ly/p/17788995.html

相关文章

  • 【Python 千题 —— 基础篇】进制转换：十进制转十六进制
    题目描述题目描述十六进制同样也是计算机科学中常用的进制之一，现在编写一个程序，输入一个十进制数，将其转换成十六进制数。输入描述输入一个十进制数。输出描述程序将输入的十进制数转换为十六进制数，并输出其十六进制形式。示例示例①10输出：0xa代码讲解下面是本题的代码：#描述:输入......
  • 【Python 千题 —— 基础篇】字符串拼接
    题目描述题目描述我们在编程过程中经常会遇到把不同字符串拼接在一起的情况，从而更直观地展示给用户我们所要表达的信息。本题将给出两个字符串，请依次将这两个字符串拼接在一起。输入描述输入两个字符串，用回车分开。输出描述程序将输入的两个字符串依次拼接在一起，并输出拼接后的字符......
  • 【Python】venv、virtualenv _ 虚拟环境库
    虚拟环境：从电脑独立开辟出来的python环境，可以把它看作一个容器，我们可以在这个容器（环境）中安装我们项目中所依赖的相关模块和包。 虚拟环境的优点1.不同的虚拟环境相互独立，不会影响到其他应用。2.防止出现包管理混乱和版本冲突。3.不会影响全局的python环境。   ......
  • 用 python-docx 创建浮动图片
    相信大家对python-docx这个常用的操作docx文档的库都不陌生，它支持以内联形状（InlineShape）的形式插入图片，即图片和文本之间没有重叠，遵循流动版式（flowlayout）。但是，截至最新的0.8.10版本，python-docx尚不支持插入浮动图片（floatingpicture）。这显然不能满足丰富多彩的文档样式的需要，因......
  • Python_Json的使用总结
    应用场景json应用于批量数据进行组织管理--将无序变为有序-将输入结构数据进行组织形式标注化直观问题1.函数功能：dump在英文中有转储，转存的意思 json.dump(data,f) json.dump(data,f,indent=4)#使用缩进和换行格式化JSON dumps()dumps是dump......
  • shell 脚本获得上级目录的命令
    PARENT_DIR=$(cd$(dirname$0);cd..;pwd)解释:dirname$0:取得当前执行的脚本文件所在的目录；cd:进入当前工作目录；$()与``作用一样，用于shell命令的执行。dirname:显示最后一个结点前的路径;相对的，basename:显示最后一个结点的名称。$0:脚本的路径名称，包含脚本本身的......
  • Codeforces 1786 / Codeforces Round #850 (Div.2)
    CodeforcesRound#850(Div.2)https://codeforces.com/contest/1786ProblemA1Non-alternatingDeck(easyversion)ProblemA2AlternatingDeck(hardversion)注意到最多进行\(O(\sqrtn)\)步，直接模拟即可。ProblemBCakeAssemblyLine题目保证了一定是\(n\)个蛋......
  • python数据类型
    一、数值型python中数值型的主要类型有int（整数），float（浮点型），complex（复数型） 注意事项：一般情况下python的数据类型默认为字符串型（str）1.整型（int）整型就是数学里的整数，在python中用int来表示，我们在使用进制之间的转换时，常常会遇到整型，而整型支持四种形式的进制转换，如：十进制、二进制......
  • Python合并多个Excel文件中的指定sheet
    本文将介绍一个用于合并多个Excel文件中指定sheet的Python代码。这个功能可以方便地整理和分析数据。我们将逐步解释代码的每个部分，并提供示例用法。导入库首先，我们导入了需要使用的三个库：os、pandas和time。这些库分别用于操作文件和文件夹、处理Excel文件以及计算程序执行时间......
  • Python 学习笔记
    Python开发环境搭建第1节初始Python第2节Windows环境安装第3节macOS环境安装第4节VSCode安装与应用第5节PyCharm安装与应用第6节pip包管理工具Python工程应用第7节Python工程应用-字符串第8节Python文档化应用场景第9节如何使用注释第10节字符编码......

赞助商

阅读排行

网站主页关于我们联系我们网站地图

本网站内容转载自其他媒体，侵权联系[admin##ips99.com]。

Copyright © 2020-2023 IPS99 版权所有 IPS99