Python中常用功能的實現程式碼分享

if not os.path.exists(feature_dir):
    os.makedirs(feature_dir)

nohup python -u test.py > test.log 2>&1 &
#最後的&表示後臺執行
#2 輸出錯誤資訊到提示符視窗
#1 表示輸出資訊到提示符視窗, 1前面的&注意新增, 否則還會建立一個名為1的檔案
#最後會把紀錄檔檔案輸出到test.log檔案

#檢視
tail -f test.log#如果要實時檢視紀錄檔檔案使用命令
cat test.log#檢視全部輸出使用命令

###1.python  
#讀寫txt
with open(r'./data/user_dict.txt','r',encoding='utf-8') as f:
    data = f.readlines()
#追加模式
with open(r'./data/user_dict.txt','a',encoding='utf-8') as f:
    t = '你好'
    f.write('n'+t)

#按行讀取tsv / 記憶體大可以直接.readlines()
with open('./data/train.tsv',encoding = 'utf-8') as file:
    line = file.readline()
    limit = 0
    while line and limit<10:
        print(line)
        limit+=1
        line = file.readline()

###2.json 儲存dict
x = {..}
#save
with open(r"./x.json",'w') as f:  
    json.dump(x, f, ensure_ascii=False)   #單行
print('done')
## 格式化
with open(r"result.json", 'w') as f:  
    json.dump(res, f, ensure_ascii=False, indent=4)  

#read
with open(r"./x.json",'r') as f:
    x = json.loads(f.readlines()[0])  
#讀取格式化後的多行json
with open(r"./x.json",'r') as f:
    x = json.load(f)

###3.numpy 儲存list
x = [x,]
np.save("./././x.npy",x)
x = np.load(r"./././x.npy")

###4.pandas
#read xlsx
data = pd.read_excel(r'xxxx.xlsx','Sheet1')

#dict to df
result = {x:1,y:2,..}  
df = pd.DataFrame(list(result.items()), columns=['key','value'])
#save df
df.to_csv(r"./result.csv", index=False,header=True)
#read
df = pd.read_csv(r'./result.csv',encoding = 'gbk')

s.islower() #判斷是否所有字元小寫
s.isupper() #判斷是否所有字元大寫
s.isalpha() #判斷是否所有字元為字母
s.isalnum() #判斷是否所有字元為字母或數位
s.isdigit() #判斷是否所有字元為數位
s.istitle() #判斷是否所有字元為首字母大寫

from collections import Counter
x = [1,2,3,2]
y= '1232'
Counter(x)
#>>Counter({2: 2, 1: 1, 3: 1})  #就是一個dict
Counter(y)
#>>Counter({'2': 2, '1': 1, '3': 1})
Counter('1232')['2']
#>>2

# 把時間處理 以找到登陸時間
import time
def timestamp_datetime(value):
    format = '%Y-%m-%d %H:%M:%S'
 # value為傳入的值為時間戳(整形)，如：1332888820
    value = time.localtime(value)
 ## 經過localtime轉換後變成
 ## time.struct_time(tm_year=2012, tm_mon=3, tm_mday=28, tm_hour=6, tm_min=53, tm_sec=40, tm_wday=2, tm_yday=88, tm_isdst=0)
 # 最後再經過strftime函數轉換為正常日期格式。
    dt = time.strftime(format, value)
    return dt
def datetime_timestamp(dt):
  #dt為字串
  #中間過程，一般都需要將字串轉化為時間陣列
    time.strptime(dt, '%Y-%m-%d %H:%M:%S')
  ## time.struct_time(tm_year=2012, tm_mon=3, tm_mday=28, tm_hour=6, tm_min=53, tm_sec=40, tm_wday=2, tm_yday=88, tm_isdst=-1)
  #將"2012-03-28 06:53:40"轉化為時間戳
    s = time.mktime(time.strptime(dt, '%Y-%m-%d %H:%M:%S'))
    return int(s)

d = datetime_timestamp('2015-03-30 16:38:20')
print(d)
s = timestamp_datetime(1427704700)
print(s)

#方法1.用List的成員函數sort進行排序，在本地進行排序，不返回副本
#方法2.用built-in函數sorted進行排序（從2.4開始），返回副本，原始輸入不變
listX = [[1,4],[2,5],[3,3]]
sorted(listX, key=lambda x : x[1])
#>>[[3, 3], [1, 4], [2, 5]]

### 兩個list按同意順序排序
list1 = [1, 2, 3, 4, 15, 6]
list2 = ['a', 'b', 'c', 'd', 'e', 'f']
c = list(zip(list1,list2))
c.sort(reverse=True) #降序du
list1[:],list2[:] = zip(*c)
print(list1,list2)

path1 = os.getcwd()   #最外層執行的main.py的路徑
path2 = os.path.dirname(os.path.realpath(__file__))  #當前py檔案的絕對路徑

print("r",object,end="",flush=True)
 
#e.g.
for i,img_name in enumerate(img_names):
    print("r",str(i)+"/"+str(len(img_names)),end="",flush=True)

img = cv2.imread("000000000113_0.jpg")
img = Image.fromarray(img)
img = img.resize((192,192))
img = np.array(img)

def imgToBase64(img_array):
    # 傳入圖片為RGB格式numpy矩陣，傳出的base64也是通過RGB的編碼
    img_array = cv2.cvtColor(img_array, cv2.COLOR_RGB2BGR) #RGB2BGR，用於cv2編碼
    encode_image = cv2.imencode(".jpg", img_array)[1] #用cv2壓縮/編碼，轉為一維陣列
    byte_data = encode_image.tobytes() #轉換為二進位制
    base64_str = base64.b64encode(byte_data).decode("ascii") #轉換為base64
    return base64_str
    
def base64ToImg(base64_str):
    # 傳入為RGB格式下的base64，傳出為RGB格式的numpy矩陣
    byte_data = base64.b64decode(base64_str)#將base64轉換為二進位制
    encode_image = np.asarray(bytearray(byte_data), dtype="uint8")# 二進位制轉換為一維陣列
    img_array = cv2.imdecode(encode_image, cv2.IMREAD_COLOR)# 用cv2解碼為三通道矩陣
    img_array = cv2.cvtColor(img_array, cv2.COLOR_BGR2RGB)# BGR2RGB
    return img_array