Python项目学习

第一天学习数据分析

软件安装

1. Python安装

我的电脑是安装的Windows64位的Python，安装完软件还要安装PyCharm（汉化版），然后安装通过终端安装要使用的模块
pip install 模块名 -i https://mirrors.aliyun.com/pypi/simple/【镜像 安装快很多】

2.使用的模块

1.pandas 表格工具
2.statsmodels 数据分析
3.seaborn 绘制图形
4.matplotlib 显示界面
5.opencv-python 静态图片转为字符画
6.

小项目

1.我的第一个项目

网上听得湖南好课三更老师的课做出来的简单的模拟分析，目前好几个选择 希赛的acp(网课+考试)1300销售推荐数据开发纠结中。。。第二个无意间看到PMgao的课程大概就是3600（数据产品+ai产品） 。。。第三个就是三更老师了，网课+一对一指导。还在纠结中 就怕我坚持不下来

可能更倾向于希赛的吧

2.图片转化图形码

功能实现的基本思路为：利用聚类将像素信息聚为 3 或 5 类，颜色最深的一类用数字密集度表示，阴影的一类用横杠（-）表示，明亮部分用空白表示。
操作步骤：事先安装好OpenCV-Python库

import cv2
import random
import numpy as np

def img2strimg(frame, K=5):   
    if type(frame) != np.ndarray:
        frame = np.array(frame)
    height, width, *_ = frame.shape  
    frame_gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    frame_array = np.float32(frame_gray.reshape(-1))
    criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 10, 1.0)
    flags = cv2.KMEANS_RANDOM_CENTERS
    # 得到 labels(类别)、centroids(矩心)
    compactness, labels, centroids = cv2.kmeans(frame_array, K, None, criteria, 10, flags)
    centroids = np.uint8(centroids)
    # labels 的数个矩心以随机顺序排列，所以需要简单处理矩心
    centroids = centroids.flatten()
    centroids_sorted = sorted(centroids)
    # 获得不同 centroids 的明暗程度，0 为最暗
    centroids_index = np.array([centroids_sorted.index(value) for value in centroids])
    bright = [abs((3 * i - 2 * K) / (3 * K)) for i in range(1, 1 + K)]
    bright_bound = bright.index(np.min(bright))
    shadow = [abs((3 * i - K) / (3 * K)) for i in range(1, 1 + K)]
    shadow_bound = shadow.index(np.min(shadow))
    labels = labels.flatten()
    # 将 labels 转变为实际的明暗程度列表
    labels = centroids_index[labels]
    # 解析列表
    labels_picked = [labels[rows * width:(rows + 1) * width:2] for rows in range(0, height, 2)]
    canvas = np.zeros((3 * height, 3 * width, 3), np.uint8)
	# 创建长宽为原图三倍的白色画布
    canvas.fill(255)
    y = 8
    for rows in labels_picked:
        x = 0
        for cols in rows:
            if cols <= shadow_bound:
                cv2.putText(canvas, str(random.randint(2, 9)),
                            (x, y), cv2.FONT_HERSHEY_PLAIN, 0.45, 1)
            elif cols <= bright_bound:
                cv2.putText(canvas, "-", (x, y),
                            cv2.FONT_HERSHEY_PLAIN, 0.4, 0, 1)
            x += 6
        y += 6
    return canvas

if __name__ == '__main__':
    fp = r"static/static.jpg"
    img = cv2.imread(fp)
    str_img = img2strimg(img)
    cv2.imwrite("static/static_ascii.jpg", str_img)
    

实现：黑色部分是random 0-9随机数组成 灰色部分是-组成 空白部分就是白色

中间的问题：

3.视频转换编码

插一个学习知识Python 详解命令解析 - argparse博主讲的清晰易懂非常详细

Linux下的

import sys  # 导入sys模块，用于访问与Python解释器紧密相关的变量和函数
import os  # 导入os模块，提供了许多与操作系统交互的功能
import time  # 导入time模块，提供了各种与时间相关的函数
import threading  # 导入threading模块，用于提供线程相关的操作
import termios  # 导入termios模块，用于提供POSIX终端I/O接口（注意：此模块在Windows上不可用）
import tty  # 导入tty模块，用于提供对终端I/O接口的低级访问（与termios一起使用）
import cv2  # 导入cv2模块，即OpenCV库，用于计算机视觉和图像处理
import pyprind  # 导入pyprind模块，用于在命令行中显示进度条


class CharFrame:
    ascii_char = "$@B%8&WM#*oahkbdpqwmZO0QLCJUYXzcvunxrjft/\|()1{}[]?-_+~<>i!lI;:,\"^`'. "  # 定义用于字符画的ASCII字符集

    # 像素映射到字符的函数
    def pixelToChar(self, luminance):
        # 将像素的亮度值映射到ASCII字符集中的一个字符
        return self.ascii_char[int(luminance/256*len(self.ascii_char))]

    # 将普通帧转为ASCII字符帧的函数
    def convert(self, img, limitSize=-1, fill=False