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：  

火爆全网的Python数据科学手册，太有用了

复旦学子《可解释机器学习》中文版完整PDF下载！

700页的机器学习笔记火了！完整版开放下载

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 pyqrcode
       import png
       from pyqrcode import QRCode
       # Text which is to be converted to QR code
       print("Enter text to convert")
       s = input(": ")
       # Name of QR code png file
       print("Enter image name to save")
       n = input(": ")
       # Adding extension as .pnf
       d = n + ".png"
       # Creating QR code
       url = pyqrcode.create(s)
       # Saving QR code as  a png file
       url.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：  

火爆全网的Python数据科学手册，太有用了

复旦学子《可解释机器学习》中文完整PDF下载！

700页的机器学习笔记火了！完整版开放下载

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 module
       import cv2
       import 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 format
       img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
       hI, wI, k = img.shape
       print(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 = False
           if year % 4 == 0:
               leap = True
               if year % 100 == 0:
                   leap = False
                   if year % 400 == 0:
                       leap = True
           return 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 mode
          with open(filename,'rb') as img_file:
              # height of image (in 2 bytes) is at 164th position
              img_file.seek(163)
              # read the 2 bytes
              a = img_file.read(2)
              # calculate height
              height = (a[0] << 8) + a[1]
              # next 2 bytes is width
              a = img_file.read(2)
              # calculate width
              width = (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 Sort
               Complexity: O(n^2)
               The complexity is dominated by nextSort
           '''
           # The number of buckets and make buckets
           num_buckets = len(arr)
           buckets = [[] for bucket in range(num_buckets)]
           # Assign values into bucket_sort
           for value in arr:
               index = value * num_buckets // (max(arr) + 1)
               buckets[index].append(value)
           # Sort
           sorted_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 - 1
               key = arr[i]
               while arr[j] > key and j >= 0:
                   arr[j+1] = arr[j]
                   j = j - 1
               arr[j + 1] = key
           return arr
   
  

   
  
  

机器学习-最近邻插值法

       import math
       def distance(x,y):
           """[summary]
           HELPER-FUNCTION
           calculates 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 = 0
           for i in range(len(x)):
               result += (x[i] -y[i],)
           for component in result:
               sum += component**2
           return 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 = d
                   current_key = key
           return 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)) + ":" + string
           return res
       def decode(s):
           """Decodes a single string to a list of strings.
           :type s: str
           :rtype: List[str]
           """
           strs = []
           i = 0
           while i < len(s):
               index = s.find(":", i)
               size = int(s[i:index])
               strs.append(s[index+1: index+1+size])
               i = index+1+size
           return 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 histogram
           histogram = {}
           # For each list value, add one to the respective histogram dict position
           for i in input_list:
               histogram[i] = histogram.get(i, 0) + 1
           return 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：  

火爆全网的Python数据科学手册，太有用了

复旦学子《可解释机器学习》中文完整PDF下载！

700页的机器学习笔记火了！完整版开放下载