5个方便好用的Python自动化脚本(1)

（1）Python所有方向的学习路线（新版）

这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

最近我才对这些路线做了一下新的更新，知识体系更全面了。

（2）Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

（3）100多个练手项目

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

需要的第三方库：

Beautiful Soup - 经典的HTML/XML文本解析器，用来提取爬下来的网页信息

requests - 好用到逆天的HTTP工具，用来向网页发送请求获取数据

Pyttsx3 - 将文本转换为语音，并控制速率、频率和语音

import pyttsx3

import requests

from bs4 import BeautifulSoup

engine = pyttsx3.init(‘sapi5’)

voices = engine.getProperty(‘voices’)

newVoiceRate = 130 ## Reduce The Speech Rate

engine.setProperty(‘rate’,newVoiceRate)

engine.setProperty(‘voice’, voices[1].id)

def speak(audio):

engine.say(audio)

engine.runAndWait()

text = str(input(“Paste article\n”))

res = requests.get(text)

soup = BeautifulSoup(res.text,‘html.parser’)

articles = []

for i in range(len(soup.select(‘.p’))):

article = soup.select(‘.p’)[i].getText().strip()

articles.append(article)

text = " ".join(articles)

speak(text)

engine.save_to_file(text, ‘test.mp3’) ## If you want to save the speech as a audio file

engine.runAndWait()

2、自动生成素描草图

==========

这个脚本可以把彩色图片转化为铅笔素描草图，对人像、景色都有很好的效果。

而且只需几行代码就可以一键生成，适合批量操作，非常的快捷。

需要的第三方库：

Opencv - 计算机视觉工具，可以实现多元化的图像视频处理，有Python接口

“”" Photo Sketching Using Python “”"

import cv2

img = cv2.imread(“elon.jpg”)

Image to Gray Image

gray_image = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

Gray Image to Inverted Gray Image

inverted_gray_image = 255-gray_image

Blurring The Inverted Gray Image

blurred_inverted_gray_image = cv2.GaussianBlur(inverted_gray_image, (19,19),0)

Inverting the blurred image

inverted_blurred_image = 255-blurred_inverted_gray_image

Preparing Photo sketching

sketck = cv2.divide(gray_image, inverted_blurred_image,scale= 256.0)

cv2.imshow(“Original Image”,img)

cv2.imshow(“Pencil Sketch”, sketck)

cv2.waitKey(0)

3、自动发送多封邮件

==========

这个脚本可以帮助我们批量定时发送邮件，邮件内容、附件也可以自定义调整，非常的实用。

相比较邮件客户端，Python脚本的优点在于可以智能、批量、高定制化地部署邮件服务。

需要的第三方库：

Email - 用于管理电子邮件消息

Smtlib - 向SMTP服务器发送电子邮件，它定义了一个 SMTP 客户端会话对象，该对象可将邮件发送到互联网上任何带有 SMTP 或 ESMTP 监听程序的计算机

Pandas - 用于数据分析清洗地工具

import smtplib

from email.message import EmailMessage

import pandas as pd

def send_email(remail, rsubject, rcontent):

email = EmailMessage() ## Creating a object for EmailMessage

email[‘from’] = ‘The Pythoneer Here’ ## Person who is sending

email[‘to’] = remail ## Whom we are sending

email[‘subject’] = rsubject ## Subject of email

email.set_content(rcontent) ## content of email

with smtplib.SMTP(host=‘smtp.gmail.com’,port=587)as smtp:

smtp.ehlo() ## server object

smtp.starttls() ## used to send data between server and client

smtp.login(“deltadelta371@gmail.com”,“delta@371”) ## login id and password of gmail

smtp.send_message(email) ## Sending email

print("email send to ",remail) ## Printing success message

if name == ‘main’:

df = pd.read_excel(‘list.xlsx’)

length = len(df)+1

for index, item in df.iterrows():

email = item[0]

subject = item[1]

content = item[2]

send_email(email,subject,content)

4、自动化数据探索

=========

数据探索是数据科学项目的第一步，你需要了解数据的基本信息才能进一步分析更深的价值。

一般我们会用pandas、matplotlib等工具来探索数据，但需要自己编写大量代码，如果想提高效率，Dtale是个不错的选择。

Dtale特点是用一行代码生成自动化分析报告，它结合了Flask后端和React前端，为我们提供了一种查看和分析Pandas数据结构的简便方法。

我们可以在Jupyter上实用Dtale。

需要的第三方库：

Dtale - 自动生成分析报告

Importing Seaborn Library For Some Datasets

import seaborn as sns

Printing Inbuilt Datasets of Seaborn Library

最后

不知道你们用的什么环境，我一般都是用的Python3.6环境和pycharm解释器，没有软件，或者没有资料，没人解答问题，都可以免费领取（包括今天的代码），过几天我还会做个视频教程出来，有需要也可以领取~

给大家准备的学习资料包括但不限于：

Python 环境、pycharm编辑器/永久激活/翻译插件

python 零基础视频教程

Python 界面开发实战教程

Python 爬虫实战教程

Python 数据分析实战教程

python 游戏开发实战教程

Python 电子书100本

Python 学习路线规划

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！