Python实用宝典网

经常遇到这样一种情况：家里来了客人，问你要wifi密码。尴尬的是，你忘了wifi密码。不过你的其他设备已经连接过WiFi，这时候你怎么利用这些设备重新获取WiFi密码呢？有一种方法是登录路由器管理页面，但是如果你连路由器密码也忘了，那就非常尴尬。还有一种方法是通过iCloud钥匙串，但这个方法非常麻烦，需要通过备份获取。今天告诉大家一个最简单的方法：通过Python来找回当前使用的wifi密码。1.准备开始之前，你要确保Python已经成功安装在电脑上，如果没有，请访问这篇文章：超详细Pyt.

量化投资系列文章：Backtrader 教程 — Python 量化投资实战教程(1)Python 量化投资实战教程(2) —MACD策略Python 量化投资实战教程(3) —A股回测MACD策略Python 量化投资实战教程(4) —KDJ 策略Python 量化投资实战教程(5) — A股回测KDJ 策略Github仓库：https://github.com/Ckend/pythondict-quant在之前的五篇系列文章中，计算收益率时没有考虑每次按策略进行交易时的收益率，而是单纯回

Python 能用来干嘛？经常能遇到小伙伴在知乎上问这个问题，而每个这样的问题我都想回答，最终落得个重复答案被删除的下场。我看到许多人只是千篇一律地回答：Web开发、自动化运维、网络爬虫、数据分析…等等。个人觉得这样的回答太过于抽象，也太敷衍了，没有抓到问题的关键点。我今年写了许多有趣的小玩意儿，从web开发到数据分析，从数据分析到量化投资，甚至还送特朗普上了太阳。但实际上，这些文章都围绕着一个主题：Python 是一个用来解决问题的好工具。学Python，学的可不止是编程语言，更重要的是学会使用这个

量化投资系列文章：Backtrader 教程 — Python 量化投资实战教程(1)Python 量化投资实战教程(2) —MACD策略(+26.9%)Python 量化投资实战教程(3) —A股回测MACD策略Python 量化投资实战教程(4) —KDJ 策略Github仓库：https://github.com/Ckend/pythondict-quant许多技术投资方面的教材，经常会用几幅上涨的图来表明某些指标的用处，实际上那些上涨的图很可能只是假象。作者为了证明他所强调的指标的作用

上回我们提到了用 pyuserinput 进行模拟键盘鼠标操作，结果发现很多同学都回复无法安装成功，即便安装成功了还是存在很多问题。确实，pyuserinput存在不少问题，包括其安装的pymouse可能会有DLL加载失败的情况。因此，今天我们将换一个模块进行模拟鼠标操作，那就是pyautogui.PyAutoGUI和PyUserInput有很大的不同，在windows系统上，它并不需要win32扩展，而是采用ctypes来调用动态链接库函数的功能模块的方式，因此安装起来非常方便！1.准备开始之前，你

在某些情况下，如果我们需要进行自动化操作的应用没有提供相应的接口，我们无法直接通过Python来调用API实现自动化。这种情况下，Python也不是完全没有办法的，我们可以采用模拟键盘和鼠标的方式实现自动化。Python中模拟键盘和鼠标最著名的模块是：pymouse和pykeyboard。一次安装两个模块比较麻烦，而有一个库整合了这两个模块，而且能支持跨平台操作，这个库叫PyUserInput，通过安装PyUserInput就可以直接得到pymouse和pykeyboard。1.准备开始之前，你要确保

复制别人的代码进行使用的时候，最烦的就是看到编辑器上显示的各种红色的、橙色的线吧？尤其是那些不遵守PEP8规则的代码，等号两边的空格会加到你手软…真希望哪天全世界写Python的小伙伴们都能统一代码规范啊！没事，现在有black这个神器，我们可以在终端中输入一句命令就自动格式化代码！而且对于初学者来说，用Black来学习代码规范也是一个非常不错的选择。1.准备开始之前，你要确保Python和pip已经成功安装在电脑上噢，如果没有，请访问这篇文章：超详细Python安装指南 进行安装。如果你用

量化投资系列文章：Backtrader 教程 — Python 量化投资实战教程(1)Python 量化投资实战教程(2) —MACD策略(+26.9%)Python 量化投资实战教程(3) —A股回测MACD策略Github仓库：https://github.com/Ckend/pythondict-quant今天我们来使用backtrader试试另一个量化投资策略：KDJ策略，KDJ是最常用的指标之一，其中文名叫“随机指标”。它通过统计学原理，识别N个交易日内最高价、最低价、最新收盘价三者之

Graphviz是一个可以对图进行自动布局的绘图工具，由贝尔实验室开源。我们在上次 Python 快速绘制画出漂亮的系统架构图 提到的diagrams，其内部的编排逻辑就用到了这个开源工具包。而今天我们要介绍的项目，就是基于Python和Graphviz开发的，能将源代码转化为流程图的工具：pycallgraph1.准备开始之前，你要确保Python和pip已经成功安装在电脑上噢，如果没有，请访问这篇文章：超详细Python安装指南 进行安装。如果你用Python的目的是数据分析，可以直接.

《我的世界 Minecraft》大家应该都听说过，但你有没有想过自己用Python写一个这样的游戏呢？太难、太复杂了？也许吧，但是不试一试你怎么知道能不能成呢？国外有位叫fogleman的开发者就用Python做了这样的一件事——自制《我的世界 Minecraft》，谁能想到，仅仅900行的代码，玩起来竟然还像模像样的：接下来，我们就带你运行这个项目，并对这个开源的小游戏做一下简单的更改，让它变成“你的”世界。1.准备开始之前，你要确保Python和pip已经成功安装在电脑上噢，如果没有，请访问这

量化投资系列文章：Backtrader 教程 — Python 量化投资实战教程(1)Python 量化投资实战教程(2) —MACD策略(+26.9%)Python 量化投资实战教程(3) —A股回测MACD策略Github仓库：https://github.com/Ckend/pythondict-quant上一回，我们基于简单的MACD策略回测了华正新材这只股票的收益率，发现效果非常好，收益达到了26.9%，但这个策略放到其他股票上会不会有这么高的收益呢？我们今天就来试试看这个策略在不考虑

自动发送邮件能应用于许多场景中，比如我想要知道股票策略中的股票池是否有实时的更新，这时候如果再拉一遍数据，跑一遍脚本，实在是太浪费时间了。为什么不把这一套流程放到服务器上，然后到点自动运行并发送邮件呢？类似的应用场景还有很多，不仅仅是在股票策略提醒上，比如定时向某些人发送邮件；还比如网站宕机了，实时发送邮件提醒；又比如网站负载过高，发送邮件提醒…等等。下面就来讲讲怎么用Python构建一个自动发送邮件的脚本。1.开启SMTP服务为了实现自动发送邮件的目的，我们需要在邮箱中开启SMTP服务：这点

量化投资系列文章：Backtrader 教程 — Python 量化投资实战教程(1)Python 量化投资实战教程(2) —MACD策略(+26.9%)Python 量化投资实战教程(3) —A股回测MACD策略Github仓库：https://github.com/Ckend/pythondict-quant上次，我们简单地用Python 和 backtrader 使用最简单的买入卖出策略进行了一次量化投资分析：backtrader教程—量化投资实战教程(1)这一次，让我们把策略变得复杂

Diagrams 是一个基于Python绘制云系统架构的模块，它能够通过非常简单的描述就能可视化架构，其支持使用以下6种云产品的图标：AWS, Azure, GCP, Kubernetes, 阿里云, Oracle Cloud基于Diagrams提供的节点，你只需要指定一个云产品（实际上选哪个都一样，我们只需要那个产品相应的图标，你可以选一个自己觉得好看的），使用其内部自带的云产品的图标，就能简单绘制基于某云产品图标的架构图，比如下面的代码，绘制了一个简单的基于数据库集群的网络服务架构：from .

有时候，我们想通过一个类来调用另一个类里的方法来处理请求，即这两个类对象参与处理同一个请求对象，只不过一个是委托者，一个是处理者。比如我们现在有一个名为Dog的类对象，我们希望通过它调用 voice 类产生“狗吠 ” 声，这时候就可以采用委托模式。下面就用Python来理解这个设计模式。Python里，在委托者类对象中，需要这么设计：1. 重写__getattr__方法，使得委托者获得处理者的属性。2. 判断该属性是否为可调用函数，如果不是则直接返回，如果是，则用 wrapper 封装为可调用对象。

都说Python可以用于量化投资，但是很多人都不知道该怎么做，甚至觉得是非常高深的知识，其实并非如此，任何人都可以在只有一点Python的基础上回测一个简单的策略。Backtrader是一个基于Python的自动化回溯测试框架，作者是德国人 Daniel Rodriguez，是一个易懂、易上手的量化投资框架。今天我们就来试试用Backtrader进行简单的量化策略回溯。当然，第一篇文章将会使用最简单的投资策略给大家起个头。通过学习这一篇文章，你将能学会以下这个简单的量化策略：买入：五日价格移动平均线(

用Python进行数据分析的时候，你会不会烦恼要安装那么多的模块？比如Pandas、Numpy、matplotlib、scipy等等，而当你接手的项目是由不同的Python版本编写的时候你又得下载那个Python版本，然后安装所需要的依赖，非常麻烦。而使用Anaconda则能减少许多这样的烦恼，因为Anaconda具有以下特点：1.自带180多个科学包，包括conda、numpy、scipy、pandas等。2.极其方便的环境管理工具，可以创建任意版本的Python虚拟环境为什么第2点的任意要加粗呢

你有没有经常好奇一些音乐软件的频谱特效是怎么做的，为什么做的这么好看？有没有想试试自己提取音乐频谱并可视化展现出来？今天，咱就结合上次的音乐剪辑操作：Python 剪辑音乐就是这么简单来可视化下面这首歌曲的频谱！1.准备工作开始之前，你要确保Python和pip已经成功安装在电脑上，如果没有，请访问这篇文章：超详细Python安装指南 进行安装。Windows环境下打开Cmd(开始—运行—CMD)，苹果系统环境下请打开Terminal(command+空格输入Terminal)，准备开始输入命令.

Paddle是一个比较高级的深度学习开发框架，其内置了许多方便的计算单元可供使用，我们之前写过PaddleHub相关的文章：1.Python 识别文本情感就这么简单2.比PS还好用！Python 20行代码批量抠图3.Python 20行代码检测人脸是否佩戴口罩在这些文章里面，我们基于PaddleHub训练好的模型直接进行预测，用起来特别方便。不过，我并没提到如何用自己的数据进行训练，因此本文将弥补前几篇文章缺少的内容，讲解如何使用paddle训练、测试、推断自己的数据。1.准备开始之前，你要确

前段时间写了几篇关于生成词云的文章，其中包括：Python 情人节超强技能 导出微信聊天记录生成词云Python 绘制悼念的词云蜡烛等等，但是这几篇文章的转化对象都必须是多词汇组成的，也就是说他们生成词云的条件是词组必须够多，只有一两个词的话无法生成完整词云。最近遇到许多朋友有特殊的需求，他们只想把 【名字】和【生日快乐】两个词组在一起，祝他人生日快乐，不想弄太复杂的东西，基于前面两篇文章是无法做到的。今天我们就来说说如何用这么少的词汇生成漂亮的词云。1.准备开始之前，你要确保Python和p.

本文译自网飞科技博客，原文：https://netflixtechblog.com/python-at-netflix-bba45dae649e?gi=83b411a8affNetflix（网飞）是全球最大的视频流媒体平台，在除中国大陆地区之外的所有国家和地区都提供视频点播服务。Netflix是经营在线业务公司中的一个亮点。它成功地把传统的影像租赁业务和现代化的市场营销手段、先进的IT网络技术结合起来，从而开创了在线影像租赁的新局面。Netflix通过整合其自身的营销手段和最近的IT网络技术，成功地改变

美股熔断历史上只发生过4次，上上次熔断和上一次熔断，还要追溯到2020年3月9日和2020年3月13日，那两天我的记忆很深刻，那感觉，仿佛就在几天前。话又说回来了，特朗普可是说过狠话的：这是在2015年竞选期间他发过的一条推特：“如果有一天道琼斯指数单日狂跌超过1000点，那当时的总统就应该被装进加农炮里，以极快的速度被射向太阳。不能找任何借口！”嘻嘻，见过骗吃骗喝的，还第一次见骗太空游的。而且还骗了3次，这招高明。 不过，各大媒体很快辟谣，推特实际上是网友的p图，特朗普本人可没有立过这样的fla.

如果不借助他人的数据，你能自己算出瑞幸咖啡和星巴克咖啡其各自的门店数量吗？让你自己算出一个精确的值，你会使用什么方法进行计算一线城市门店数量？难度高一点点，你怎么样才能知道二线城市的门店总数，甚至是全国的门店数量？用我们今天的方法，你可以知道，瑞幸咖啡在一线城市的数量是：1634间，而星巴克则为：1587间。往下看答案之前，你可以想想有几种方法可以实现我们的目的。1.准备开始之前，你要确保Python和pip已经成功安装在电脑上噢，如果没有，请访问这篇文章：超详细Python安装指南 进行安装。

最近想找一些Python相关的游戏开发例子，正好在itch.io上闲逛看到这个俄罗斯方块项目，瞬间被惊艳到了。作者是 Mikhail ，项目地址是：tetris_for_two: https://gitlab.com/2pi360/tetris_for_two1.游戏介绍下面就给大家介绍一下这个用Python写的俄罗斯方块具体功能。它一共有七个游戏模式：1. 单人模式2. 普通双人模式3. 镜像双人模式（即掉落方块都一样）4. 双人加速模式（每消去一行都会给对方加速）5. 双人交换控制模式.

泰坦尼克号是英国的一艘客轮，在1912年4月的一个清晨，其从南安普顿出发，在行驶至目的地纽约的途中与冰山相撞后沉没，船上估计共有2224名乘客和船员，死亡1500多人，成为现代历史上最严重的和平时期海上灾难。今天，我们将在著名的泰坦尼克号数据集上创建机器学习模型，这个数据集提供了有关泰坦尼克号上乘客的数据，比如经济状况、性别、年龄等等，让我们组合这些特征，构建一个根据参数预测某些人是否能够在当时那种情况下存活的机器学习模型，甚至可以用来测测自己存活的概率。1.准备开始之前，你要确保Python和pi

刚学Python的同学可能会觉得每次写Python的时候都得打开Cmd有点烦躁，直接上手Pycharm的同学可能会觉得这软件太笨重了，晦涩难用。那么有没有省去打开CMD的步骤，又能弥补Pycharm笨重的特点的软件呢？——答案是VSCode.诞生于2015年的VSCode编辑器，现在可以说是目前最强的编辑器之一，在微软的背书下，比各位历史悠久的老大哥成长快得多，不到5年的时间里便坐到了市场占有率第一的位置。这么短的时间里，它是怎么成功的？答案是：简单，可扩展性强。编辑器，简单很重要。还记得我多年前第一次

最近想尝试将一些做过的小工具打包在一起，合成Python实用宝典的常用工具盒以分享给大家，这个工具盒功能非常强大，包括但不限于：一行命令提取音乐的高潮部分、一行命令人脸识别、一行命令分类文本…等等，敬请期待！不过，做这样的工具盒其实原理不复杂，就是将用户需要用到的自定义参数通过命令直接传入Python中运行，用户不需要管代码、也不需要理解代码、直接使用。不过，做工具盒的时候却发现这样的问题，现在常用的命令行传参工具实在是不够用。比如下面这个argparse的简单例子， 它使得Python命令在运行的时候

最近在整理我磁盘上的照片，发现不少猫照，突然觉得若能把这些猫照都挑出来，观察它们的成长轨迹也是一件不错的事情。一张一张的找实在是太费劲了，能不能自动化地找出来呢？目标检测，是许多计算机视觉应用的重中之重，比如说我们上次的实例分割：Python 20行代码批量自动抠图，人体关键点提取、人脸识别等。而我们这一次，是要识别猫照。由于时间不多，我们没有时间收集训练集，那么有没有已经训练好的目标检测模型呢？这时候就要搬出paddlehub了，puddlehub有一个模型叫做YOLOv3，基于 Joseph Re.

现在许多人都想学会理财并进行适当的投资，从而增加“睡后收入”，迈向财务自由。说到投资，最经典的当然是股市了，但股市对于大部分人而言是烫手山芋，无法从中获得稳定的收益。因此，对于大部分人而言，最好的投资产品还是基金。​基金分为好几种，因此收益的计算公式也分许多种，我们这里介绍三种最常见的收益计算方式，从而找到收益最高的那种基金：第一种是七日年化收益。最常见的是余某宝和一些理财基金。第二种是每日万份收益。许多产品可能会用它作为指标。第三种是定投基金。大多是一些股票投资组合基金，比理财基金风险高，但也是最

这个问题是在知乎上遇到的，我觉得特别有意义，所以单独发篇推送来讲讲我的看法。不过这个问题得看我们如何定义熟练掌握了，如果你只是想会写爬虫，独立编写办公小程序，按照我下面的步骤进行学习，半年是有可能的。如果是想用Python来找工作的话，半年还是有难度的，需要多做点项目，熟练掌握Python的一些特点，尤其是一些面向对象的编程方法。学Python最重要的就是学会用别人已经造好的轮子进行快速而又高效的开发，可以从应用练习入手，再到一些数据分析的项目，最后如果能自己学会熟练使用TensorFlow或PyTor

在Photoshop里也可以做到批量修改图片的亮度和饱和度，但是很多人都没有条件使用Photoshop，此外，Photoshop里的批量修改其实很耗性能，而且使用起来并不是很方便。那我们能不能用Python做一个小工具，先找到合适的亮度和饱和度，然后再根据这个指定的值对所有需要做相似调整的图片做批量修改呢？答案是肯定的。1.准备开始之前，你要确保Python和pip已经成功安装在电脑上噢，如果没有，请访问这篇文章：超详细Python安装指南 进行安装。Windows环境下打开Cmd(开始—运行—..

很多同学都对自然语言处理感兴趣，但是却不知道应该从哪里下手。Python实用宝典曾写过一篇文章(《短文本分类识别自杀倾向》)，教你从构建数据集到训练数据，再到测试数据，整个流程确实需要耐心的人才能成功走通。不过现在有了paddlehub，我们可以先省略掉构建数据集和训练数据这两个步骤，直接拿模型过来分类。一旦简单版的分类成功了，你就会有动力继续前进，继续学习如何训练属于自己的模型。今天我们用paddlehub中比较简单的情感倾向分析模型 senta_lstm 来对文本做一个简单的积极和消极的分类。1.

title: “有趣，用Python算算哪个星座富豪最多！”date: “2020-02-19”最近经常看到关于星座的推送，我其实不信这个，但是由于推送得太多了，总有几篇会让我好奇地点进去看看。然后想想其实用Python写一篇星座相关的文章也不错。正好，Python计算一个人的星座特别简单，因为每个星座的日期是固定的。我们只需要四行代码就能计算：def cal_constellation(month, day): constellation = (u'摩羯座',u'水瓶座',u'双鱼座',.

抠图前 vs Python自动抠图后在日常的工作和生活中，我们经常会遇到需要抠图的场景，即便是只有一张图片需要抠，也会抠得我们不耐烦，倘若遇到许多张图片需要抠，这时候你的表情应该会很有趣。Python能够成为这样的一种工具：在只有一张图片，需要细致地抠出人物的情况下，能帮你减少抠图步骤；在有多张图片需要抠的情况下，能直接帮你输出这些人物的基本轮廓，虽然不够细致，但也够用了。DeepLabv3+ 是谷歌 DeepLab语义分割系列网络的最新作 ，这个模型可以用于人像分割，支持任意大小的图片输入。如果..

最近，口罩成为绝对热门的话题，在疫情之下，出门不戴口罩不仅对自己不负责，对他人而言也是一种潜在的威胁。所以许多小区都有保安在门口守着，谁要是不戴口罩就吼回去（吓死我了）。尽管如此，人工检测总有可能漏掉人，而且无时无刻地盯着，保安叔叔也特别累。今天我们就来尝试用计算机自动检测人脸是否佩戴口罩的可行性，如果可行，那么根据我们以前的推送：人脸检测自动开机，就可以做一个实时摄像头，如果发现有人没戴口罩则发送警告给保安，以提高保安的工作效率。当然，想要识别人脸是否佩戴口罩，需要做很多训练数据的收集，不过最近百度.

用Python写的程序，确实在性能上会比其他语言差一些，这是因为Python为了最大化开发效率，牺牲了一定的运行效率。开发效率和运行效率往往是鱼与熊掌不可兼得的关系。不过，程序性能较差有很多原因，并不能全把锅甩到Python身上，我们应该首先从自己的代码上找原因，找原因最快的方法就是算出自己写的语句或函数的执行时间。这时候，很多人都会选择用以下的形式打印出语句的执行时间：import timea = time.time()temp = [index*index for index in range(

最近由于论文写作需要涉及到人脸的提取操作，结合以前做过的人脸识别项目：Python自动识别人脸开机 和 ffmpeg 的影片逐帧提取功能，实现了自动提取电影中所有人脸的操作。我们知道，机器学习、深度学习算法需要数据量到达一定量级之后效果才比较好。所以我们今天的这个功能主要可以用于一些人脸识别算法的训练集提取。1.准备我们使用ffmpeg提取视频中的图片，它的安装方法如下：1.1 windows安装ffmpeg ：1.http://ffmpeg.zeranoe.com/builds/，点击 down

Python实用宝典终于复工啦（我咸鱼够了）！这些天，令人揪心的肺炎疫情一直闹得沸沸扬扬，口罩也被抢得断货，许多网友朋友们都只能开始给自己的头像戴口罩了（也挺好，为疫区省点医疗物资）。有个朋友(Prodesire)一早就预料到有这种情况，因此ta开发了一个工具，能让大家用一行语句就成功戴上口罩！1.准备老规矩，在开工前一定要安装好Python，如果还没安装请看这篇文章：超详细Python安装教程。安装完Python后我们就可以安装Prodesire开发的一个叫做face-mask的模块。如果你是wi

Pandas是Python中非常常用的数据处理工具，使用起来非常方便。它建立在NumPy数组结构之上，所以它的很多操作通过NumPy或者Pandas自带的扩展模块编写，这些模块用Cython编写并编译到C，并且在C上执行，因此也保证了处理速度。今天我们就来体验一下它的强大之处。1.创建数据使用pandas可以很方便地进行数据创建，现在让我们创建一个5列1000行的pandas DataFrame：mu1, sigma1 **=** 0, 0.1mu2, sigma2 **=** 0.2, 0.2

1.分组对一个列表根据所需要的大小进行细分：from math import ceil def chunk(lst, size): return list( map(lambda x: lst[x * size:x * size + size], list(range(0, int(ceil(len(lst) / size))))))效果如下：EXAMPLESchunk([1, 2, 3, 4, 5], 2) # [[1,2],[3,4],5]return中，ma