盘点一个语音转换库

大家好,我是皮皮。

一、前言

前几天在Python星耀交流群有个叫【多隆】的粉丝问了一道Python库语音转换的问题,这里拿出来给大家分享下,一起学习下。

这个是他的元素代码:

from gtts import gTTS
import  os
tts = gTTS(text="说中文哈觉得获得好好读", lang="zh-tw")
tts.save("hello1.mp3")

二、解决过程

【dcpeng】解答

这个语音库需要安装,安装方法(可加源):pip install -i https://pypi.tuna.tsinghua.edu.cn/simple gTTS。

不然会提示下方错误:

安装完成之后,跑代码,还是会出错,因为原始代码有问题,有个参数不对,根据官网提示,lang=zh-TW才是。

from gtts import gTTS
import os
tts = gTTS(text=”说中文哈觉得获得好好读”, lang=”zh-TW”)
tts.save(“hello1.mp3”)

不过很不巧,还是报错,如下图所示:

这个原因是这个gtts需要连到Google的服务器,但是不科学上网的话,其实访问不到的。

那如果连接不上外网,也没有vpn,咋办呢?

不慌,下面【瑜亮老师】大佬给出了解决方法。

【瑜亮老师】解答

下面这个是【瑜亮老师】大佬给出的代码,设置一下域名即可,如下所示:

from gtts import gTTS

tts = gTTS(text="说中文哈觉得获得好好读", lang="zh-TW", tld='com.cn')
tts.save("hello1.mp3")

这样就可以顺利生成了,不需要科学上网也是可以实战转换的。

当然了,tld=’cn’也是一样的,这个是调用translate.google.cn,上面的那个示例是调用translate.google.com.cn,加的参数是tld=’com.cn’。

下图是官方文档:

三、总结

大家好,我是皮皮。这篇文章主要分享了一个Python处理语音转换库的使用问题,针对该问题给出了具体的解析和代码演示,一共两个方法,帮助粉丝顺利解决了问题。

更多关于gTTs库使用的问题,可以前往官网:Module (gtts) — gTTS documentation https://gtts.readthedocs.io/en/latest/module.html#languages-gtts-lang查看。

最后感谢【多隆】提问,感谢【dcpeng】和【瑜亮老师】大佬给出的具体解析和代码演示,感谢【冫马讠成】、【月神】、【Lasu】等人参与学习交流。

小伙伴们,快快用实践一下吧!如果在学习过程中,有遇到任何问题,欢迎加我好友,我拉你进Python学习交流群共同探讨学习。

编写程序,输入若干整数(整数之间以逗号间隔),统计每个整数的出现次数。

大家好,我是皮皮。

一、前言

前几天在Python钻石交流群分享了一个Python基础的问题,这里拿出来给大家分享下,一起学习下。

编写程序,输入若干整数(整数之间以逗号间隔),统计每个整数的出现次数。

这个题目并不难,但是对于初学者来说,还是有点难度的,一起来看看解决方法吧!

二、解决过程

解法一

其实这个题目就是在考你Python基础的内容。代码如下:

import collections
data = input(">>> ")
new_lst = eval(data)
frequency = collections.Counter(new_lst)
print(frequency)
输入若干整数(整数之间以逗号间隔),统计每个整数的出现次数

当然了,初学者肯定是不知道Counter这个方法的,确实有点作弊的嫌疑。

输入若干整数(整数之间以逗号间隔),统计每个整数的出现次数

下面一起来看看其他的方法吧!

【月神】解答

下面这个也是个字典计数,直接上代码,如下所示:

a = eval(input(">>>"))
a_count = dict()
for i in a:
    a_count[i] = a_count.get(i, 0) + 1
print(a_count)
输入若干整数(整数之间以逗号间隔),统计每个整数的出现次数

这里很巧妙地使用了字典,而且使用了get方法,一气呵成。如果你觉得难以理解,还可以看看下面的复杂版本。

解法三

直接上代码了,如下所示:

data = input(">>> ")
new_lst = eval(data)
dic = {}
for item in new_lst:
    if item not in dic:
        dic[item] = 1
    else:
        dic[item] += 1
print(dic)
输入若干整数(整数之间以逗号间隔),统计每个整数的出现次数

这个方法很纯粹,也很容易理解,不多解释了。

三、总结

大家好,我是皮皮。这篇文章主要分享了一道Python基础问题,针对该问题给出了具体的解析和代码演示,一共3个方法,帮助粉丝顺利解决了问题。相信肯定还有其他方法的,欢迎大家积极尝试,如果有好方法,记得也分享给我噢,我帮助分享到群里,大家一起学习交流!

最后感谢【月神】给出的具体解析和代码演示,感谢【dcpeng】、【Jason】、【冯诚】等人参与学习交流。

小伙伴们,快快用实践一下吧!如果在学习过程中,有遇到任何问题,欢迎加我好友,我拉你进Python学习交流群共同探讨学习。

实战篇:盘点Pandas中的factorize()函数妙用

大家好,我是皮皮。

一、前言

前几天在Python白银交流群有个叫【蛋蛋】的粉丝问了一个Pandas处理的问题,这里拿出来给大家分享下,一起学习下。

一开始我都没理解她的意思,以为只是简单的替换而已,之前【月神】给了一个代码,当时也写文章记录了,代码如下:

df['col2'] = df['col1'].map({1:"开心", 2:"悲伤", 3:"难过", 4:"泪目"})
df

不过很不巧,这个不是她想要的结果,她想要的结果是同样的几个都是1,然后其余的就是2,3,4,我还是没反应过来,不过【月神】一下子就get到她的意思了,真是太神了。

二、解决过程

这里【月神】给出了解答,使用pd.factorize(data[‘a’])[0]完美地解决了这个问题。

这个类似于onehot编码,对类型进行了数字编码,如果想要把nan也编码,加一个参数na_sentinel=None。

这样一来,就完美地解决了问题。

关于pd.factorize()函数的定义如下:

pandas.factorize(values, sort=False, order=None, na_sentinel=-1, size_hint=None) Encode input values as an enumerated type or categorical variable

简单来说,它可以实现将字符串特征转化为数字特征。

三、总结

大家好,我是皮皮。这篇文章主要分享了Pandas中数据处理的问题,主要讲解了pd.factorize()函数的应用,它可以实现将字符串特征转化为数字特征,针对该问题给出了具体的解析和代码演示,帮助粉丝顺利解决了问题。

最后感谢粉丝【蛋蛋】提问,感谢【月神】和【皮皮】给出的具体解析和代码演示,感谢【dcpeng】、【冫马讠成】等人参与学习交流。

小伙伴们,快快用实践一下吧!如果在学习过程中,有遇到任何问题,欢迎加我好友,我拉你进Python学习交流群共同探讨学习。

Python中的and和or,结果让人出乎意料之外

大家好,我是皮皮。

一、前言

前几天在Python最强王者交流群有个叫【Chloe】的粉丝问了一个Python基础的问题,关于and和or,这里拿出来给大家分享下,一起学习下。

二、解决过程

这里【杰】给出了解答,其实Python中,除括号外,and优先级较高,那么这里的话【瑜亮老师】也给出了解答,确实没有括号,表达式从左往右运算,and比or优先级高,先算and,再算or。

首先计算and对应的输出是False,之后再和or一起计算,得到输出是True。

别走,这个题目【瑜亮老师】还有拓展,还有新知识呢!

and 和 or 还有个很有意思的用法:
print(1 and '字符串')
# 输出:字符串
# 原理:x and y 的值只可能是x或y。x为真就是y, x为假就是x
print(0 or '字符串')
# 输出:字符串
# 原理:x or y 的值只可能是x或y。x为真就是x, x为假就是y

三、总结

大家好,我是皮皮。这篇文章主要分享了Python基础中的and和or的优先级问题,针对该问题给出了具体的解析和代码演示,帮助粉丝顺利解决了问题,还额外做了一些知识拓展,学到很多东西。

最后感谢粉丝【Chloe】提问,感谢【月神】、【杰】、【瑜亮老师】给出的具体解析和代码演示,感谢【瑜亮老师】额外分享更多的Python知识,感谢【dcpeng】、【PI】、【冫马讠成】等人参与学习交流。

小伙伴们,快快用实践一下吧!如果在学习过程中,有遇到任何问题,欢迎加我好友,我拉你进Python学习交流群共同探讨学习。

编写一个闭包函数,要实现的功能是计数功能

大家好,我是皮皮。

一、前言

前几天在Python最强王者交流群有个叫【杰】的粉丝问了一个Python装饰器的问题,这里拿出来给大家分享下,一起学习下。

二、解决过程

这里【东哥】给出了解答,其实这个题目就是在考你装饰器的内容。

代码如下:

count = 0
def wrapper(func):
    def inner(*args, **kwargs):
        global count
        count += 1
        result = func(*args, **kwargs)
        return result
    return inner


# while True:
#     @wrapper
#     def calc(count):
#         print(count)
#
#     calc(count)
for i in range(10):
    @wrapper
    def calc(count):
        print(count)

    calc(count)

注释的那块是死循环,不过代码稍微有点冗余。

这里更新了下,如下:

count = 0
def wrapper(func):
    def inner(*args, **kwargs):
        global count
        count += 1
        result = func(*args, **kwargs)
        return result
    return inner


@wrapper
def calc():
    print(count)


calc()

因为调用了一次,下面再加一个calc(),这样效果就出来了。

三、总结

大家好,我是皮皮。这篇文章主要分享了Python的装饰器问题,针对该问题给出了具体的解析和代码演示,帮助粉丝顺利解决了问题。

最后感谢粉丝【杰】提问,感谢【月神】、【东哥】给出的具体解析和代码演示,感谢【dcpeng】等人参与学习交流。

小伙伴们,快快用实践一下吧!如果在学习过程中,有遇到任何问题,欢迎加我好友,我拉你进Python学习交流群共同探讨学习。

盘点一道Python中的yield生成器的题目

大家好,我是皮皮。

一、前言

前几天在Python最强王者交流群有个叫【Chloe】的粉丝问了一个Python生成器的问题,这里拿出来给大家分享下,一起学习下。

盘点一道Python中的yield生成器的题目

二、解决过程

这里【月神】给出了解答,如下图所示:

盘点一道Python中的yield生成器的题目

当然了,这块有点难理解的部分,如下图所示:

盘点一道Python中的yield生成器的题目

如果加return的话,效果就不一样了。

盘点一道Python中的yield生成器的题目

这里在额外细节化一下,【瑜亮老师】给出了yield用法细节。

盘点一道Python中的yield生成器的题目

盘点一道Python中的yield生成器的题目

这个题目主要就考察yield返回结果时,“暂停”函数,再次调用后继续执行yield后面的代码。

这里给出一份代码,理解起来更加容易一些:

def even_odd(x):
    for j in x:
        if j % 2 == 0:
            yield 'Even' + str(j)
        yield 'Odd' + str(j)


num = [0, 1, 2, 3, 4, 5]
for i in even_odd(num):
    print(i, end=" ")

这个输出的结果是:Even0 Odd0 Odd1 Even2 Odd2 Odd3 Even4 Odd4 Odd5

盘点一道Python中的yield生成器的题目

最后,总结下生成器的用法和特点,

盘点一道Python中的yield生成器的题目

盘点一道Python中的yield生成器的题目

三、总结

大家好,我是皮皮。这篇文章主要分享了Python生成器的用法问题,针对该问题给出了具体的解析和代码演示,帮助粉丝顺利解决了问题,还额外做了一些知识拓展,学到很多东西。

最后感谢粉丝【Chloe】提问,感谢【月神】、【瑜亮老师】给出的具体解析和代码演示,感谢【dcpeng】、【PI】、【老松鼠】、【冫马讠成】等人参与学习交流。

小伙伴们,快快用实践一下吧!如果在学习过程中,有遇到任何问题,欢迎加我好友,我拉你进Python学习交流群共同探讨学习。

Python网络爬虫中重新请求,请问有什么比较好的解决方法?

大家好,我是皮皮。

一、前言

前几天在Python钻石群有个叫【某嘟】的粉丝问了一个关于Python网络爬虫中重新请求的问题,这里拿出来给大家分享下,一起学习。

Python网络爬虫中重新请求,请问有什么比较好的解决方法?

二、解决过程

这里【D I Y】大佬给了一个思路,确实可行。

Python网络爬虫中重新请求,请问有什么比较好的解决方法?

不过后来她自己又找到了一个更好的方法,找到一个HTTPAdapter可以实现超时重试,大概用法如下:

from requests.adapters import HTTPAdapter
req = requests.Session()
req.mount(‘https://’, HTTPAdapter(max_retries=3))
response = req.get(“https://weibo.com/ajax/statuses/hot_band”, timeout=10)
最后判断数据 len(hot_dict.get(“content”)) == 50
大概是可以的。

Python网络爬虫中重新请求,请问有什么比较好的解决方法?

当时看到这里,也想起来前几天【瑜亮老师】分享的那个题目,关于Python网络爬虫请求的时候,大文件的抓取判断。之前也写过文章分享,这里就不再赘述了,感兴趣的小伙伴,可以前往:

Python网络爬虫中重新请求,请问有什么比较好的解决方法?

三、总结

大家好,我是皮皮。这篇文章基于粉丝提问,针对Python网络爬虫中重新请求的问题,给出了具体说明和演示,文章提出了两个解决思路,顺利地帮助粉丝解决了问题!

最后感谢粉丝【某嘟】提问,感谢【某嘟】、【D I Y】大佬给出的代码和思路支持,感谢粉丝【PI】、【德善堂小儿推拿-瑜亮老师】等人积极参与学习交流。

小伙伴们,快快用实践一下吧!如果在学习过程中,有遇到任何问题,欢迎加我好友,我拉你进Python学习交流群共同探讨学习。

Python列表中的深浅拷贝,你学废了嘛?

大家好,我是皮皮。

一、前言

前几天在Python最强王者交流群有个叫【Chloe】的粉丝问了一个Python深浅拷贝的问题,这里拿出来给大家分享下,一起学习下。

二、解决过程

深浅拷贝这个东东在列表中挺烦人的,傻傻分不清楚,不过不慌,明白了之后,就不难了。

那么再看上面那道题目,【Chloe】先copy了才改变了list1的值,所以lst2的第二个元素还是20。

至于其他的,就比较好懂一些了,看下图的解析,很清晰。

修改原对象内层对象会对浅拷贝造成影响,而修改原对象外层对象则不会对浅拷贝产生影响。

这里有一个地方需要注意,细节的东西,不然就会把自己绕进去了。

三、总结

大家好,我是皮皮。这篇文章主要分享了Python列表中的深浅拷贝的问题,给出了具体的解析和代码演示,帮助粉丝顺利解决了问题。

最后感谢粉丝【Chloe】提问,感谢【杰】给出的具体解析和代码演示,感谢【dcpeng】等人参与学习交流。

小伙伴们,快快用实践一下吧!如果在学习过程中,有遇到任何问题,欢迎加我好友,我拉你进Python学习交流群共同探讨学习。

只用3行Python代码,获取星期几?

大家好,我是皮皮。

一、前言

前几天在Python最强王者交流群分享了一个只用3行Python代码,获取星期几的问题,这里拿出来给大家分享下,一起学习下。

看到这个代码,我当时的第一反应是,这个人基础学的还是可以的,input用到位了。对于初学者来说,能写成这样,也是不错的了,起码功能确实是实现了,虽然说起来确实有点说不上来的味道,应缺斯汀。

二、解决过程

有一说一,针对这个星期几的问题,群里的小伙伴们也给出了几个方法,一起来看看吧。

【冯诚】解答

这里给出【冯诚】大佬的写法,如下图所示:

【月神】解答

下面这个代码是【月神】提供的,如下所示:

from datetime import datetime

print(f"星期{list('一二三四五六日')[datetime.today().weekday()]}")

【瑜亮老师】解答

下面这个代码是【瑜亮老师】提供的,如下所示:

week_dict = {1: '星期一', 2: '星期二', 3: '星期三', 4: '星期四', 5: '星期五', 6: '星期六', 7: '星期日'}
k = int(input("请输入星期数字(1-7):"))     # 此处省略 try 检测 int 转换
print(week_dict.get(k, "输入错误"))

使用字典的get方法,设置了默认值,用于提示输入的数字不在1-7范围。

如果把字典里面的key都改成字符串型的,连int都省了。代码如下:

week_dict = {'1': '星期一', '2': '星期二', '3': '星期三', '4': '星期四', '5': '星期五', '6': '星期六', '7': '星期日'}
k = input("请输入星期数字(1-7):") 
print(week_dict.get(k, "输入错误"))

完美配合!

三、总结

大家好,我是皮皮。这篇文章主要分享了只用3行Python代码,获取星期几的问题,文章中给出了具体的解析和代码演示,帮助粉丝顺利解决了问题。

最后感谢【瑜亮老师】、【月神】、【冯诚】给出的具体解析和代码演示,感谢【Jun】、【磐奚鸟】、【黑脸怪】、【皮皮】、【dcpeng】等人参与学习交流。

小伙伴们,快快用实践一下吧!如果在学习过程中,有遇到任何问题,欢迎加我好友,我拉你进Python学习交流群共同探讨学习。

按照A列进行分组并计算出B列每个分组的平均值,然后对B列内的每个元素减去分组平均值

大家好,我是皮皮。

一、前言

前几天在Python星耀交流群有个叫【在下不才】的粉丝问了一个Pandas的问题,按照A列进行分组并计算出B列每个分组的平均值,然后对B列内的每个元素减去分组平均值,这里拿出来给大家分享下,一起学习。

二、解决过程

这个看上去倒是不太难,但是实现的时候,总是一看就会,一用就废。这里给出【瑜亮老师】的三个解法,一起来看看吧!

方法一:使用自定义函数

代码如下:

import pandas as pd

lv = [1, 2, 2, 3, 3, 4, 2, 3, 3, 3, 3]
num = [122, 111, 222, 444, 555, 555, 333, 666, 666, 777, 888]
df = pd.DataFrame({'lv': lv, 'num': num})

def demean(arr):
    return arr - arr.mean()
# 按照"lv"列进行分组并计算出"num"列每个分组的平均值,然后"num"列内的每个元素减去分组平均值
df["juncha"] = df.groupby("lv")["num"].transform(demean)
print(df

# transform 也支持 lambda 函数,效果是一样的,更简洁一些
# df["juncha"] = df.groupby("lv")["num"].transform(lambda x: x - x.mean())
# print(df)

方法二:使用内置函数

代码如下:

import pandas as pd

lv = [1, 2, 2, 3, 3, 4, 2, 3, 3, 3, 3]
num = [122, 111, 222, 444, 555, 555, 333, 666, 666, 777, 888]
df = pd.DataFrame({'lv': lv, 'num': num})


gp_mean = df.groupby('lv')["num"].mean().rename("gp_mean").reset_index()
df2 = df.merge(gp_mean)
df2["juncha"] = df2["num"] - df2["gp_mean"]
print(df2)

方法三:使用 transform

transform能返回完整数据,输出的形状和输入一致(输入是num列,输出也是一列),代码如下:

import pandas as pd

lv = [1, 2, 2, 3, 3, 4, 2, 3, 3, 3, 3]
num = [122, 111, 222, 444, 555, 555, 333, 666, 666, 777, 888]
df = pd.DataFrame({'lv': lv, 'num': num})


# 方法三: 使用 transform。
df["gp_mean"] = df.groupby('lv')["num"].transform('mean')
df["juncha"] = df["num"] - df["gp_mean"]
print(df)
# 直接输出结果,省略分组平均值列
df["juncha"] = df["num"] - df.groupby('lv')["num"].transform('mean')
print(df)

这样问题就完美地解决啦!

后面他还想用类的方式写,不过看上去没有那么简单。

三、总结

大家好,我是皮皮。这篇文章主要分享了Pandas处理相关知识,基于粉丝提出的按照A列进行分组并计算出B列每个分组的平均值,然后对B列内的每个元素减去分组平均值的问题,给出了3个行之有效的方法,帮助粉丝顺利解决了问题。

最后感谢粉丝【在下不才】提问,感谢【德善堂小儿推拿-瑜亮老师】给出的具体解析和代码演示,感谢【月神】提供的思路,感谢【dcpeng】等人参与学习交流。

小伙伴们,快快用实践一下吧!如果在学习过程中,有遇到任何问题,欢迎加我好友,我拉你进Python学习交流群共同探讨学习。