Realmente fragante, el uso de estas siete herramientas de Python realmente duplica la eficiencia

Hola a todos, para mejorar la eficiencia, a menudo usamos algunas herramientas de eficiencia de Python en nuestro trabajo diario. Como un lenguaje de programación más antiguo, Python puede realizar varias automatizaciones del trabajo diario.

Para facilitar el desarrollo de proyectos, aquí hay algunas herramientas de eficiencia de Python recomendadas para usted. Me gusta recordar recopilar, dar me gusta y seguir.

1. Pandas - para análisis de datos

Pandas es un potente conjunto de herramientas para el análisis de datos estructurados, su uso se basa en Numpy (que proporciona operaciones matriciales de alto rendimiento), se utiliza para la minería y el análisis de datos, y también proporciona funciones de limpieza de datos.

# 1、安装包 
$ pip install pandas 
# 2、进入python的交互式界面 
$ python -i 
# 3、使用Pandas>>> import pandas as pd>>> df = pd.DataFrame() >>> print(df) 
# 4、输出结果 
Empty DataFrame 
Columns: [] 
Index: []

2. Selenio: pruebas automatizadas

Selenium es una herramienta para la prueba de aplicaciones web para probar aplicaciones desde la perspectiva del usuario final. Las incompatibilidades del navegador son más fáciles de detectar ejecutando pruebas en diferentes navegadores. Y funciona con muchos navegadores.

imagen

Se puede hacer una prueba simple abriendo un navegador y visitando la página de inicio de Google:

from selenium import webdriver 
   import time 

   browser = webdriver.Chrome(executable_path ="C:\Program Files (x86)\Google\Chrome\chromedriver.exe") 

   website_URL ="https://www.google.co.in/" 
   brower.get(website_URL) 

   refreshrate = int(3) #每3秒刷新一次Google主页。   
   # 它会一直运行，直到你停掉编译器。 
   while True: 
       time.sleep(refreshrate) 
       browser.refresh()

3. Frasco - Micro Web Framework

Flask es un marco personalizable liviano, escrito en Python, que es más flexible, liviano, seguro y fácil de usar que otros marcos del mismo tipo. Flask es actualmente un marco web muy popular. Los desarrolladores pueden usar el lenguaje Python para implementar rápidamente un sitio web o un servicio web.

imagen

from flask import Flask 
app = Flask(__name__) 

@app.route('/') 
def hello_world(): 
    return 'Hello, World!'

4, Scrapy - rastreo de página

Scrapy puede brindarle un soporte poderoso, lo que le permite extraer información con precisión de los sitios web. es muy practico

imagen

Ahora, básicamente, la mayoría de los desarrolladores usan herramientas de rastreo para automatizar el trabajo de rastreo. Entonces puede usar este Scrapy al escribir código de rastreo.

Iniciar Scrapy Shell también es muy simple:

scrapy shell

Podemos intentar extraer el valor del botón de búsqueda en la página de inicio de Baidu. Primero, necesitamos encontrar la clase utilizada por el botón. Un elemento de inspección muestra que la clase es "bt1".

Específicamente haz lo siguiente:

response = fetch("https://baidu.com") 
    response.css(".bt1::text").extract_first() 
    ==> "Search"

5. Solicitudes: realizar llamadas a la API

Requests es una poderosa biblioteca HTTP. Con él puedes enviar solicitudes fácilmente. No es necesario agregar manualmente cadenas de consulta a las URL. Además de esto, hay muchas funciones, como el procesamiento de autorizaciones, el análisis JSON/XML, el procesamiento de sesiones, etc.

imagen

Ejemplo oficial:

>>> r = requests.get('https://api.github.com/user', auth=('user', 'pass')) 
>>> r.status_code 
200 
>>> r.headers['content-type'] 
'application/json; charset=utf8' 
>>> r.encoding 
'utf-8' 
>>> r.text 
'{"type":"User"...' 
>>> r.json() 
{
    
    'private_gists': 419, 'total_private_repos': 77, ...}

6. Faker: para crear datos falsos

Faker es un paquete de Python que genera datos falsos para ti. Ya sea que necesite iniciar una base de datos, crear buenos documentos XML, completar su persistencia para realizar pruebas de estrés u obtener datos del mismo nombre de un servicio de producción, Faker es para usted

imagen

Con él, puede generar nombres, direcciones, descripciones, etc.

Instalar:

pip install Faker 

from faker import Faker 
fake = Faker() 
fake.name() 
fake.address() 
fake.text()

7. Almohada - procesamiento de imágenes

Herramientas de procesamiento de imágenes de Python: Pillow tiene funciones de procesamiento de imágenes bastante potentes. Se puede usar cuando necesita procesar imágenes en tiempos normales.Después de todo, como desarrollador, debe elegir una herramienta de procesamiento de imágenes más potente.

imagen

Ejemplo sencillo:

from PIL import Image, ImageFilter 
   try: 
       original = Image.open("Lenna.png") 
       blurred = original.filter(ImageFilter.BLUR) 
       original.show() 
       blurred.show() 
       blurred.save("blurred.png") 
   except: 
       print "Unable to load image"

Las herramientas efectivas pueden ayudarnos a completar tareas más rápidamente, por lo que compartiré con ustedes algunas herramientas que creo que son fáciles de usar y espero que estas 7 herramientas eficientes en Python puedan ayudarlos.

artículo recomendado

Intercambio de Tecnología

¡Bienvenido a reimprimir, coleccionar, dar me gusta y apoyar!

inserte la descripción de la imagen aquí

En la actualidad, se ha abierto un grupo de intercambio técnico y el grupo tiene más de 2000 miembros . La mejor manera de comentar al agregar es: fuente + dirección de interés, que es conveniente para encontrar amigos de ideas afines.

Método 1. Envíe la siguiente imagen a WeChat, mantenga presionada para identificarla y responda en segundo plano: agregar grupo;
Método ②, agregar microseñal: dkl88191 , nota: de CSDN
Método ③, cuenta pública de búsqueda de WeChat: aprendizaje de Python y extracción de datos , respuesta en segundo plano: agregar grupo

pulsación larga seguir