可以用Python編程語言做哪些神奇好玩的事情
Python作為一種應用極為廣泛的語言，幾乎在任何領域都能派上用場。想做Web有Flask/Django/Tornado；想做分布式有Celery；想做手機App有Kivy；想做數據分析有Pandas；想做可視化有Matplotlib/Seaborn/Plotly/Bokeh；想做機器學習有Tensorflow/PyTorch/MxNet……
夸張一點說，幾乎沒有什么做不了的東西（筆芯）。小慕今天分享兩個可以用Python做的非常好玩的事情，大家都可以試試看~一、面部識別得益于大量前人的工作，如今利用Python做一些簡單的計算機視覺工作已經變得非常非常簡單了。像人臉識別、面部特征提取之類的工作，就可以直接拿來用，極少需要自己實現繁瑣的算法。
DLib就是一個這樣的C++庫，而同時它也提供了Python接口。
想必大家都有過在辦公室遭遇boss探視的經歷，而此時此刻你卻在毫無自知地逛著淘寶/知乎/豆瓣，場面一度十分尷尬……
那我們就來嘗試一下，用Python通過攝像頭探測人臉。如果有人進入了攝像頭范圍，則讓Python提出一個通知，告訴你——趕緊把不相關的東西關掉！
整個代碼很短，無非幾十行，為了能夠使用，我們還需要安裝一些包和庫。這里需要用到的包括OpenCV和DLib。由于dlib需要boost-python，因此還需要安裝boost和boost-python。（注意：boost-python默認情況下只編譯python2依賴的庫，如果使用python3，需要加編譯開關；而dlib里是沒有探測python版本的，所以可能還需要做一些小hack或者是直接改boost-python庫里的文件名）
至于代碼，可以簡單地放出來：
importcv2importdlibfromsubprocessimportcallfromtimeimporttimeFREQ=5FACE_DETECTOR=dlib.get_frontal_face_detector()#macOS下可以使用AppleScript發送通知defnotify(text,title):cmd=r'displaynotification"%s"withtitle"%s"'%(text,title)call(["osascript","-e",cmd])if__name__=='__main__':#初始化攝像頭cap=cv2.VideoCapture(0)#創建繪圖窗口#cv2.namedWindow('face')notify_time=0whileTrue:#獲取一幀ret,frame=cap.read()#不需要太精細的圖片frame=cv2.resize(frame,(320,240))#探測人臉，可能有多個faces=FACE_DETECTOR(frame,1)forfaceinfaces:#提取人臉部分畫個方框#fimg=frame[face.top():face.bottom(),face.left():face.right()]#cv2.rectangle(frame,(face.left(),face.top()),(face.right(),face.bottom()),(255,0,0),3)#不超過FREQ秒一次的發提醒iftime()-notify_time>FREQ:notify(u'檢測到人臉',u'注意')notify_time=time()#畫到窗口里#cv2.imshow('face',frame)#按Q退出ifcv2.waitKey(500)&0xff==ord('q'):break#清理窗口釋放攝像頭#cv2.destroyAllWindows()cap.release()代碼的原理很簡單：通過opencv捕獲攝像頭獲取的圖像，然后交由dlib的facedetector進行檢測。如果檢測到臉部，則通過AppleScript發出系統提醒（notify函數即通過process執行AppleScript發出提醒，如果你使用的是Windows，也可以替換成別的內容，例如Win下使用VBScript發出彈窗提醒）。
當然，既然檢測到人臉，那就不僅僅只是能做簡單提醒了。還可以做的事情包括多張照片的臉部變形合成——比如，找出你和你女朋友的照片來做個夫妻相合成什么的……
或者，提取所有的標志性點，給人臉合成出意外的表情或者哈哈鏡效果。
甚至可以借助其它的深度學習網絡進行人臉識別。這算是超級弱化版的臉部識別，比不上FaceID但也挺好玩，不過計算量就不容樂觀了。
順便說一句，什么人臉識別關掉不該看的東西，對小慕來說不存在的，人家上班刷知乎可是經過老板點頭的！（驕傲臉叉腰）
二、數據分析來分析下Marvel今年的最后一部戲：「雷神3：諸神的黃昏」。前一段時間滿天飛的預告片，神秘博士的客串，綠巨人的出演，看得人十分興奮！來張大圖：
大家對于這部電影的評價是怎么樣的呢？小慕爬取了2w條豆瓣影評，做一個簡單分析。
先來看看豆瓣的短評：
這里只抓取了前2w條評論，說一個小技巧，喜歡寫爬蟲的小伙伴們注意了：爬取的網頁一定要緩存到本地！這可以減少解析網頁時出錯，避免需要重新再爬一遍的「尷尬」！另外這能給服務器減少負載，人家網站管理員看你的請求還算守規矩，也就不會封你賬號/ip啦！
代碼大概是這樣的：
下面是緩存下來的網頁文件：
既然有2w多條數據，怎么能直接寫sql，那會累死的……于是要來封裝一下操作數據庫的邏輯：
來看看效果，除去部分出錯的，還剩下19672條：
具體的數據是長這樣的：
另外，贊同數量排名第一卷耳君的影評實在是太有意思了：
第一部：《爸爸，再愛我一次》
第二部：《哥哥，再愛我一次》
第三部：《姐姐，再愛我一次》
ps:托爾終于從錘神變成了雷神
錘子之神這個梗小慕表示能玩一年（手動微笑臉）。
光有數據還不足以說明什么，深入分析一波：細心的小伙伴一定發現了，雷神明明是11月3號才上映，為啥10月份就有影評了？小慕猜測，這肯定是漫威鐵桿粉跑國外看了，一查發現，果然人家洛杉磯10月10號就上映了：
既然關心到日期，可以來統計一下周一到周日哪天去看電影的人比較多：
整體數據顯示：果然還是周末去看電影的人更多……周一數據高于二、三、四的原因，不知道是不是沒有周末的朋友調休去看的？
PS：數據庫里的日期是2017-10-25格式的：怎么快速讓他顯示成周X呢？這里只要寫個小函數就行：
從數據庫里讀數據和統計的方式在這：（后面的統計方式也都類似，就不每次都把代碼放出來啦）
說了這么多還是沒提到電影的受歡迎程度，直接放圖：
總體上看還是推薦的人比較多耶，這應該挺符合大家的預期，畢竟是漫威出品，光忠實粉絲就不計其數。更何況這個片子里出現了很多超級火爆的場面戲，還有各種超級英雄助陣，這樣的統計結果也就不足為奇了。
最后將排名前100的評論內容做了一下分詞，做成詞云：
至于補充提問中提到的這為什么適合用Python做，其實說到底就是用Python來抓取和處理各種數據都非常「順手」。
據小慕所知，目前的數據工作中，數據科學家使用最多的工具語言就是Python，排在第二的工具語言是R語言。但這里有一個有趣的現象，那就是同時使用Python或者R語言的人，推薦別人使用Python的卻遠高于R語言。Why?
答案是：1.Python簡單易學，極其容易上手，語法簡單，處理速度會比R語言要快，而且無需把數據庫切割。
2.市場前景好，是目前的趨勢，就業也會更容易。
3.標準庫非常龐大，特別的“功能齊全”，可以處理各種工作，其中就包含抓取和處理數據。
所以，有一種說法是：python語言在工程方便比較實用，R語言則更受學術界歡迎。具體是否贊同這種說法，還要看大家自己的理解咯~其實除了小慕舉例說的這兩種有趣的事情，Python能做的還有很多，在此不一一列舉，如果感覺get到了新姿勢，記得回來點贊啦~
程序員學習交流請添加慕課網官方客服微信：mukewang666回復暗號“前端面試”可進前端交流群回復暗號“Java”可進Java交流群回復暗號“專欄”可進程序員交流群python list[3::-1]是什么意思
從位置3反向截取list中的數組。
list參數分別是截取位置、截取方式。3代表從list第三個位置開始截取，-1代表反向截取。
在編程語言中List是雙向連結串行，以線性列的方式管理物件集合。list的特色是在集合的任何位置增加或刪除元素都很快，但是不支持隨機存取。
list是類庫提供的眾多容器（container）之一，除此之外還有vector、set、map、…等等。list以模板方式實現（即泛型），可以處理任意型別的變量，包括使用者自定義的資料型態。
擴展資料
list是雙向循環鏈表，每一個元素都知道前面一個元素和后面一個元素。
在STL中，list和vector一樣，是兩個常被使用的容器。和vector不一樣的是，list不支持對元素的任意存取。list中提供的成員函數與vector類似，不過list提供對表首元素的操作push_front、pop_front，這是vector不具備的。
和vector另一點不同的是，list的迭代器不會存在失效的情況，他不像vector會保留備份空間，在超過容量額度時重新全部分配內存，導致迭代器失效；list沒有備份空間的概念，出入一個元素就申請一個元素的空間，所以它的迭代器不會失效。
參考資料來源：
python中的鏈表和列表有什么區別
在高級語言中好像沒有鏈表結構，非要說一個，個人覺得是數組，可以用下標訪問其中的數據，并且自身沒有存儲排在前后位置。在Python定義中list是集合數據類型。
Python開發的大佬們，做開發是不是需要算法好呀
算法不是開發必備技能，這要看你具體做哪塊內容，不同的開發內容所用到的技能也不一樣，因為Python所應用到的領域有很多，具體情況具體分析。以下幾點帶你了解所用到的算法的地方
1.數據挖掘方面的工作，這個工作崗位會用到一些算法，不過數據挖掘崗位不是那么嚴格，如果是初級的數據挖掘崗位，對于算法要求不是很多，如果是高級的數據挖掘，那算法的部分隨處可見，算法也是必備技能之一。
2.人工智能。近幾年人工智能大火，從而也帶動了Python的發展，只要是人工智能的崗位算法是繞不開的，雖說其他語言也可以，但是都沒有Python簡單易懂和高效率，越高的職位也要求你對算法理解程度越高。
3.如果單單的爬蟲，開發項目，算法倒是很少用到，項目效率也是很高的，畢竟Python也只是腳本語言，易學易懂，也是新手學習編程的最佳選擇！
希望以上回答對你有所幫助！
Python中頭節點的意思
帶頭結點的鏈表就和一般的火車一樣，火車頭就相當于頭結點，第一個節點就相當于第一節車廂，如果要裝乘客就只能裝在第一節車廂內，而不能一開始就裝在火車頭內。
學習python具體要學習哪些內容去哪學習好
Python這幾年太火的，以至于大家聊天都會不自覺的甩出幾句互聯網熱詞，仿佛不聊點跟科技有關的話題，你都太low了。
Python這門語言是大多數編程初學者最熱衷的選擇，簡單，易學，好上手，滿足自我成就感，但他們有點高興的過早，Python還有更高級的玩法，只是他們還沒有接觸到，就過早的沾沾自喜了。
簡單說說Python初級都應該掌握哪些內容，這樣跟別人侃大山也能讓人對你頂禮崇拜
Python基礎，循環語句，字符串，列表，元組，函數，面向對象等等，此處省略五百字
Python高級，閉包，裝飾器，深拷貝，進程，正則表達式等
玩Python的哪能不會LINUX系統，數據庫也要都通曉，像MySql、Redis、MongoDB
框架走一圈，Django模型、視圖，高級，擴展
想入手Python，前端html探探水，H5C3高級、JavaScript、Jquery、Bootstrap、
VUE.JS
等等，此處省略一萬字，知識點太多，把我自己要繞暈啦小黑板敲一敲，
Python基礎知識，正則，jsonpath、xpath清洗數據、scrapy框架與世隔絕CrawlSpider類，scrapy-redis分布式策略等等
等等，還沒完呢，如果你以為Python就是這些那就錯了，下面是Python高級的玩法，想學Python的仔細看看
玩Python其實并不是掌握功能，而更重要的是要掌握各種算法，像雙鏈表，循環鏈表，堆，棧，隊列，排序算法，查找算法，樹，二叉樹，遍歷等等
你還要更了解些機器學習常規算法
如果你掌握了上面的知識，那么恭喜你，你已經成功進級Python程序員隊列。
