Python实用脚本/算法集合, 附源代码下载
学习编程、学习Python最好的方式就是练习，哪怕是新手，只要不断地敲代码输出，肯定会有神效。
Python的练手项目很多，特别是Github上，建议不管新手、老司机都去看看。
这里推荐给大家两个Github上练习的项目， 算法仓库-algorithms和 脚本仓库-Python master。
后文会有相应源代码集打包下载，给需要的小伙伴。
algorithms算法仓库
首先来看看算法仓库-algorithms。
这里面集合众多核心算法的Python实现，比如排序、图计算、回溯、队列、流计算、堆、搜索、压缩等等。
该仓库支持第三方库安装，在python中进行调用，非常方便。
首先使用pip进行安装：
pip3 install algorithms
然后导入相关模块进行调用，比如sort模块里的merge_sort归并排序算法。
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)
个人感觉这个仓库里的算法很齐全，适合做练习，小伙伴们可以试试。
所有算法脚本 已经打包好，获取步骤如下：
1，点击下方公众号 数据STUDIO 名片
2，关注 数据STUDIO后，在消息后台回复 b
▲点击关注「数据STUDIO」回复b
另外，@公众号：数据STUDIO 还为大家整理和筛选了大量火爆全网的Python数据科学学习资料，全部资料按需自助免费获取！直接点击链接：
Python脚本仓库
另外还有一个很好的练手项目，脚本仓库-Python master。
这个项目收集了作者平时工作用到的几千个实用小脚本，作者虽然不是程序员，但他这种用代码解决问题的习惯会极大的提升效率，也会迸发出更多的创新思维。
我觉得这样的代码每个人都可以写出来，只要慢慢积累多练习就可以。
举一个简单的例子，作者写了一个创建二维码的脚本，可以自动将url转化为二维码。
import pyqrcodeimport pngfrom pyqrcode import QRCode
# Text which is to be converted to QR codeprint("Enter text to convert")s = input(": ")# Name of QR code png fileprint("Enter image name to save")n = input(": ")# Adding extension as .pnfd = n + ".png"# Creating QR codeurl = pyqrcode.create(s)# Saving QR code as a png fileurl.show()url.png(d, scale=6)
除此之外，该仓库中还有很多这样实用的脚本文件。
所有算法脚本 已经打包好，获取步骤如下：
1，点击下方公众号 数据STUDIO 名片
2，关注 数据STUDIO后，在消息后台回复 d
▲点击关注「数据STUDIO」回复d
另外，@公众号：数据STUDIO 还为大家整理和筛选了大量火爆全网的Python数据科学学习资料，全部资料按需自助免费获取！直接点击链接：
接下来，展示一些更多的代码案例，供大家参考。
从图片中截取文字 # extract text from a img and its coordinates using the pytesseract moduleimport cv2import 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 formatimg = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
hI, wI, k = img.shapeprint(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) 判断闰年 def is_leap(year):leap = Falseif year % 4 == 0:leap = Trueif year % 100 == 0:leap = Falseif year % 400 == 0:leap = Truereturn leap
year = int(input("Enter the year here: "))print(is_leap(year)) 打印图片分辨率 def jpeg_res(filename):""""This function prints the resolution of the jpeg image file passed into it"""
# open image for reading in binary modewith open(filename,'rb') as img_file:
# height of image (in 2 bytes) is at 164th positionimg_file.seek(163)
# read the 2 bytesa = img_file.read(2)
# calculate heightheight = (a[0] << 8) + a[1]
# next 2 bytes is widtha = img_file.read(2)
# calculate widthwidth = (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 SortComplexity: O(n^2)The complexity is dominated by nextSort'''# The number of buckets and make bucketsnum_buckets = len(arr)buckets = [[] for bucket in range(num_buckets)]# Assign values into bucket_sortfor value in arr:index = value * num_buckets // (max(arr) + 1)buckets[index].append(value)# Sortsorted_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 - 1key = arr[i]while arr[j] > key and j >= 0:arr[j+1] = arr[j]j = j - 1arr[j + 1] = keyreturn arr 机器学习-最近邻插值法 import math
def distance(x,y):"""[summary]HELPER-FUNCTIONcalculates 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 = 0for i in range(len(x)):result += (x[i] -y[i],)for component in result:sum += component**2return 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 = dcurrent_key = keyreturn tSet[current_key] 符串解码编码 # 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)) + ":" + stringreturn res
def decode(s):"""Decodes a single string to a list of strings.:type s: str:rtype: List[str]"""strs = []i = 0while i < len(s):index = s.find(":", i)size = int(s[i:index])strs.append(s[index+1: index+1+size])i = index+1+sizereturn 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 histogramhistogram = {}# For each list value, add one to the respective histogram dict positionfor i in input_list:histogram[i] = histogram.get(i, 0) + 1return histogram
个人感觉这两个仓库里的算法和脚本很齐全，适合做练习，小伙伴们可以试试。
所有算法脚本 已经打包好，获取步骤如下：
1，点击下方公众号 数据STUDIO 名片
2，关注 数据STUDIO后，在消息后台回复 b 或者 d
▲点击关注「数据STUDIO」回复b 或者 d
另外，@公众号：数据STUDIO 还为大家整理和筛选了大量火爆全网的Python数据科学学习资料，全部资料按需自助免费获取！直接点击链接：
评论