psutil + Flask + pyecharts + Bootstrap 开发动态可视化系统监控

psutil 是什么

psutil 是一个跨平台库（http://pythonhosted.org/psutil）能够获取到系统运行的进程和系统利用率（包括CPU、内存、磁盘、网络等）信息。主要用来做系统监控，性能分析，进程管理。支持 Linux、Mac OS、Windows 系统。

本文以 psutil 模块获取系统信息开发一个监控 Mac OS 系统的平台。

经过前几年一轮房价大涨，到现在因为国家大力调控等原因，市场已经褪去热度，正在慢慢变得稳定，价格也相较最高时下降了些。那现在房价到底怎样？接下来又会是怎样的发展的趋势？这里我们就可以通过 Python 把最近的房价数据抓取下来进行分析。

2019 年年底这场袭击全国的突发性疫情，让我们过了一个有史以来最长春节长假的同时，也给我们带来了不少的损失，与此同时我们也认识到在大自然面前人类的渺小。好在在政府的正确且有力的领导下，经过全国人民群众的不懈努力，我们终于将疫情给遏制住了，打赢了这场没有硝烟的战争。

然而就在国内疫情已经明显好转，实现确诊病例零增长的时候，疫情开始在全球蔓延。今天，我用 Python 做了一个全球疫情数据大屏，我们一起来看下整体的效果图。

说起黑客帝国，相信大家即使没看过系列影片也应该会听过这个名字，该系列最新一部是 2003 年上映的，距现在已经有 10 几年了，如果大家看过影片的话，应该会对里面的数字雨有印象。

2013 年微信 5.0 版本内置了一款经典小游戏-灰黑色版飞机大战，被称为微信经典飞机大战，在这个版本中微信甚至将欢迎设置了成了这款小游戏，用户首次登陆将会直接进入飞机大战小游戏，游戏一经推出也是火爆异常，当时还出现了许多经典语录。

和换脸算法的简单粗暴相比，人脸融合算法就要弹性的多。顾名思义，人脸融合是对两张人脸进行融合处理，生成的人脸同时具备两张人脸的外貌特征。人脸融合有什么实际意义呢？一个简单的应用就是用父母双方的脸部图片融合，得到未来孩子可能的长相。

本文通过百度AI开放平台的人脸融合功能来做一个简单的试验。

编程之所以魅力无比，其中一个重要的原因是，一次写入，多次运行，你可能和我一样想象过这样的场景：半躺在椅子上，优雅的点击一个按钮，新的宇宙启动了……

不要觉得这是个幻想，也别只将其停留在幻想之中，这个幻想说明了一个问题，程序可以帮助我们完成更多的事情，而起始点无比的简单，今天我们一起聊聊递归的事情，也许它就是启动宇宙的那个小小按钮

不到100行代码制作各种证件照

生活中经常需要使用各种版本的电子版证件照，如：红底、蓝底、白底、一寸、两寸等等。在 Python 中替换图片背景色可以用 Image 模块，利用 Image 模块可以改变图片大小、背景色等操作。

无论是日常办公还是编程，总是离不开 Excel，用来导入导出数据，记录数据，统计分析，画原型，甚至在日本有位老爷爷用 Excel 来创作绘画

虽然 Excel 功能强大，操作便利，但是有些场景下还是不太方便，例如 将大量数据导入到 Excel，将 Excel 中的数据读取到系统中，或者按照某种结构格式化下原有数据，批量处理大量 Excel 文档等，幸运的是，有很多 Python 库可以帮助我们用程序来控制 Excel，完成难以手工完成的任务，现在就来了解下吧

Python 下的 Excel 库

Python 中有大量的原生和第三方 Excel 操作包，各有所长，不过对于刚使用 Python 与 Excel 交互的同学来说，可能有点目不暇接，所以先简单梳理一下常见的一些 Excel 包

• OpenPyXL 是个读写 Excel 2010 xlsx/xlsm/xltx/xltm 的 Python 库，简单易用，功能广泛，单元格格式/图片/表格/公式/筛选/批注/文件保护等等功能应有尽有，图表功能是其一大亮点
• xlwings 是一个基于 BSD 授权协议的 Python 库，可以轻松的使用 Python 操作 Excel，也可以在 Excel 中调用 Python，以接近 VBA 语法的实现 Excel 编程，支持 Excel 宏，并且可以作为 Web 服务器，提供 REST API 接口
• pandas 数据处理是 pandas 的立身之本，Excel 作为 pandas 输入/输出数据的容器
• win32com 从命名上就可以看出，这是一个处理 windows 应用的扩展，Excel 只是该库能实现的一小部分功能。该库还支持 office 的众多操作。需要注意的是，该库不单独存在，可通过安装 pypiwin32 或者 pywin32 获取
• Xlsxwriter 拥有丰富的特性，支持图片/表格/图表/筛选/格式/公式等，功能与 openpyxl 相似，优点是相比 openpyxl 还支持 VBA 文件导入，迷你图等功能，缺点是不能打开/修改已有文件，意味着使用 xlsxwriter 需要从零开始
• DataNitro 一个 Excel 的付费插件，内嵌到 Excel 中，可完全替代 VBA，在 Excel 中使用 python 脚本。既然被称为 Excel 中的 python，同时可以与其他 python 库协同。
• xlutils 基于 xlrd/xlwt，老牌 python 包，算是该领域的先驱，功能特点中规中矩，比较大的缺点是仅支持 xls 文件。

概括一下：

• 不想使用 GUI 而又希望赋予 Excel 更多的功能，openpyxl 与 xlsxwriter，二者可选其一；
• 需要进行科学计算，处理大量数据，建议 pandas+xlsxwriter 或者 pandas + openpyxl，是不错的选择；
• 想要写 Excel 脚本，会 Python 但不会 VBA，可考虑 xlwings 或 DataNitro；
• win32com 功能还是性能都很强大，不过需要一定的 windows 编程经验才能上手，它相当于是 windows COM 的封装，另外文档不够完善

OpenPyXL

OpenPyXl 几乎可以实现所有的 Excel 功能，而且接口清晰，文档丰富，学习成本相对较低，今天就以 OpenPyXL 为例，了解下如何操作 Excel

安装

用 pip 安装

1

pip install openpyxl

安装成功后，可以跑通下面测试：

1

python -c "import openpyxl"

基本概念

• workbook 相当于一个 Excel 文件档，每个被创建和打开的 Excel 文件都是独立的 Workbook 对象
• sheet Excel 文档中的表单，每个 Excel 文档至少需要一个 sheet
• cell 单元格，是不可分割的基本数据存储单元

小试牛刀

先来看跑个测试

1
2
3
4
5
6
7
8
9
10
11
12
13
14

from openpyxl import Workbook
# 创建一个 workbook
wb = Workbook()
# 获取被激活的 worksheet
ws = wb.active
# 设置单元格内容
ws['A1'] = 42
# 设置一行内容
ws.append([1, 2, 3])
# python 数据类型可以被自动转换
import datetime
ws['A2'] = datetime.datetime.now()
# 保存 Excel 文件
wb.save("sample.xlsx")

需要注意的是：

• 新创建的 workbook 对象，会自带一个名为 Sheet 的表单，Office Excel 新建会创建 3 个
• 创建的 workbook 会将第一个 表单 激活，通过 wb.active 获取引用
• 像 python-docx work 库一样，save 方法会立即保存，不会有任何提示，建议选择不同文件名来保存

常用功能

OpenPyXl 功能很多，从单元格处理到图表展示，涵盖了几乎全部的 Excel 功能，这里就一些常用的功能做展示，更多的用法可以参考 OpenPyXl 文档（文末参考里有链接）

创建和打开 Excel

小试牛刀部分看到了如何创建一个 Excel

如果要加载一个已存在的 Excel 文件，需要用 load_workbook 方法，给定文件路径，返回 workbook 对象：

1
2
3
4
5
6

from openpyxl import load_workbook

wb = load_workbook('test.xlsx')

# 显示文档中包含的 表单 名称
print(wb.sheetnames)

load_workbook 除了参数 filename 外为还有一些有用的参数：

• read_only：是否为只读模式，对于超大型文件，要提升效率有帮助
• keep_vba ：是否保留 vba 代码，即打开 Excel 文件时，开启并保留宏
• guess_types：是否做在读取单元格数据类型时，做类型判断
• data_only：是否将公式转换为结果，即包含公式的单元格，是否显示最近的计算结果
• keep_links：是否保留外部链接

操作 sheet

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

from openpyxl import Workbook
wb = Workbook()
ws = wb.active

ws1 = wb.create_sheet("sheet")  #创建一个 sheet 名为 sheet
ws1.title = "新表单"  # 设置 sheet 标题
ws2 = wb.create_sheet("mysheet", 0) # 创建一个 sheet，插入到最前面 默认插在后面
ws2.title = u"你好"  # 设置 sheet 标题

ws1.sheet_properties.tabColor = "1072BA"  # 设置 sheet 标签背景色

# 获取 sheet
ws3 = wb.get_sheet_by_name(u"你好")
ws4 = wb['New Title']

# 复制 sheet
ws1_copy = wb.copy_worksheet(ws1)

# 删除 sheet
wb.remove(ws1)

• 每个 Workbook 中都有一个被激活的 sheet，一般都是第一个，可以通过 active 直接获取
• 可以通过 sheet 名来获取 sheet 对象
• 创建 sheet时需要提供 sheet 名称参数，如果该名称的 sheet 已经存在，则会在名称后添加 1，再有重复添加 2，以此类推
• 获得 sheet 对象后，可以设置 名称（title），背景色等属性
• 同一个 Workbook 对象中，可以复制 sheet，需要将源 sheet 对象作为参数，复制的新 sheet 会在最末尾
• 可以删除一个 sheet，参数是目标 sheet 对象

操作单元格

单元格（cell）是 Excel 中存放数据的最小单元，就是图形界面中的一个个小格子

OpenPyXl 可以操作单个单元格，也可以批量操作单元格

单独操作

单独操作，即通过 Excel 单元格名称或者行列坐标获取单元格，进行操作

1
2
3
4
5
6
7

ws1 = wb.create_sheet("Mysheet")  #创建一个sheet
# 通过单元格名称设置
ws1["A1"]=123.11
ws1["B2"]="你好"

# 通过行列坐标设置
d = ws1.cell(row=4, column=2, value=10)

• 可以通过单元格名称设置，类似于 sheet 的某种属性
• 也可以通过行列坐标类设置

批量操作

需要一下子操作多个单元格时，可以用批量操作来提高效率

• 指定行列

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

# 操作单列
for cell in ws["A"]:
    print(cell.value)
# 操作单行
for cell in ws["1"]:
    print(cell.value)
# 操作多列
for column in ws['A:C']:
    for cell in column:
        print(cell.value)
# 操作多行
for row in ws['1:3']:
    for cell in row:
        print(cell.value)
# 指定范围
for row in ws['A1:C3']:
    for cell in row:
        print(cell.value)

• 所有行或者列

1
2
3
4
5
6
7
8

# 所有行
for row in ws.iter_rows():
    for cell in row:
        print(cell.value)
# 所有咧
for column in ws.iter_cols():
    for cell in column:
        print(cell.value)

• 设置整行数据

1

ws.append((1,2,3))

合并单元格

1
2
3
4
5
6
7

# 合并
ws.merge_cells('A2:D2')
# 解除合并
ws.unmerge_cells('A2:D2')

ws.merge_cells(start_row=2,start_column=1,end_row=2,end_column=4)
ws.unmerge_cells(start_row=2,start_column=1,end_row=2,end_column=4)

• sheet 对象的 merge_cells 方法是合并单元格，unmerge_cells 是解除合并
• 分别有两种参数形式，一种是用单元格名称方式指定，另一种是通过命名参数指定
• 注意：对于没有合并过单元格的位置调用 unmerge_cells 时回报错

单元格格式

OpenPyXl 用6中类来设置单元格的样式

• NumberFormat 数字
• Alignment 对齐
• Font 字体
• Border 边框
• PatternFill 填充
• Protection 保护

1
2
3
4
5
6
7
8
9
10
11

from openpyxl.styles import Font, PatternFill, Border, Side, Alignment, Protection
from openpyxl.styles import numbers

wb = Workbook()
ws = wb.active
ws.cell(row=1, column=1, value='宋体').font = Font(name=u'宋体', size=12, bold=True, color='FF0000')
ws.cell(row=2, column=2, value='右对齐').alignment = Alignment(horizontal='right')
ws.cell(row=3, column=3, value='填充渐变色').fill = PatternFill(fill_type='solid', start_color='FF0000')
ws.cell(row=4, column=4, value='设置边线').border = Border(left=Side(border_style='thin', color='FF0000'), right= Side(border_style='thin', color='FF0000'))
ws.cell(row=5, column=5, value='受保护的').protection = Protection(locked=True, hidden=True)
ws.cell(row=6, column=6, value=0.54).number_format =numbers.FORMAT_PERCENTAGE

• 引入字体类
• 用 cell 方法，为单元格设置值的同时，设置格式
• 每种格式都有特定的属性，为其设置特定的格式对象
• 数字格式有点区别，通过设置格式名称来完成，numbers.FORMAT_PERCENTAGE 是个字符串
• Border 类，需要配合 Side 类使用，它们都在 openpyxl.styles 中定义
• 需要注意的是，单元格样式属性只能通过样式对象赋予，而无法通过样式属性来修改，例如 ws.cell(1, 1).font.color = '00FF00' 会报错，如果真要换，需要重新创建一个样式实体，重新赋值

上面展示的是单个单元格格式的设置，也可以批量设置，有两种方式，一种是循环范围内的所有单元格，逐个设置，另一种是对整列或者整行设置：

1
2
3
4
5
6
7
8
9
10
11
12
13
14

font = Font(bold=True)

# 遍历范围内的单元格
for row in ws['A1:C3']:
    for cell in row:
        cell.font = font

# 设置整行
row = ws.row_dimensions[1]
row.font = font

# 设置整列
column = ws.column_dimensions["A"]
column.font = font

更多样式类的定义和参数，可参 OpenPyXl 文档

图表

图表是 Excel 中很重要的部分，作为数据可视化的高效工具，利用 OpenPyXl 可以用编程的方式，在 Excel 中制作图表，创建过程和直接在 Excel 中差不多，下面以柱状图和圆饼图为例做演示

柱状图

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

from openpyxl import Workbook
from openpyxl.chart import BarChart, Reference

wb = Workbook()
ws = wb.active

rows = [
    ('月份', '苹果', '香蕉'),
    (1, 43, 25),
    (2, 10, 30),
    (3, 40, 60),
    (4, 50, 70),
    (5, 20, 10),
    (6, 10, 40),
    (7, 50, 30),
]

for row in rows:
    ws.append(row)

chart1 = BarChart()
chart1.type = "col"
chart1.style = 10
chart1.title = "销量柱状图"
chart1.y_axis.title = '销量'
chart1.x_axis.title = '月份'

data = Reference(ws, min_col=2, min_row=1, max_row=8, max_col=3)
series = Reference(ws, min_col=1, min_row=2, max_row=8)
chart1.add_data(data, titles_from_data=True)
chart1.set_categories(series)
ws.add_chart(chart1, "A10")

• 引入柱状图类 BarChart 和 数据应用类 Reference
• 创建 Workbook，并为活动 Sheet 添加数据
• 创建柱状图对象，设置图表属性，type 为 col 为列状图，bar 为水平图
• 创建数据引用对象，指定从那个 sheet 以及数据范围
• 创建系列数据引用对象
• 将数据和系列加入到图表对象中
• 最后将图表对象用 add_chart 添加到 sheet 里

圆饼图

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

from openpyxl import Workbook
from openpyxl.chart import PieChart, Reference

data = [
    ['水果', '销量'],
    ['苹果', 50],
    ['樱桃', 30],
    ['橘子', 10],
    ['香蕉', 40],
]

wb = Workbook()
ws = wb.active

for row in data:
    ws.append(row)

pie = PieChart()
pie.title = "水果销量占比"
labels = Reference(ws, min_col=1, min_row=2, max_row=5)
data = Reference(ws, min_col=2, min_row=1, max_row=5)
pie.add_data(data, titles_from_data=True)
pie.set_categories(labels)

ws.add_chart(pie, "D1")

• 引入饼图类 PieChart 和 数据应用类 Reference
• 创建图表数据
• 创建图表对象，设置图表标题
• 定义标签数据引用和数据引用，并将其加入到图表
• 将图表对象添加到 sheet 的指定位置

总结

今天以 OpenPyXl 库为例，了解了 Python 操作 Excel 的基本方法，限于篇幅，无法全面的清晰的介绍更多功能，期望通过这篇短文，激发起您多程序化操作 Excel 的兴趣，让让工作、学习更高效，就如那句名言一样：“ 人生苦短，我用 Python”

参考

• OpenPyXl 文档 https://openpyxl.readthedocs.io
• Excel 作画 https://zhuanlan.zhihu.com/p/34917620
• https://www.jianshu.com/p/be1ed0c5218e
• https://www.douban.com/note/706513912/
• https://blog.csdn.net/weixin_41595432/article/details/79349995

示例代码：https://github.com/JustDoPython/python-examples/tree/master/taiyangxue/pythonxlsx

车牌识别在高速公路中有着广泛的应用，比如我们常见的电子收费（ETC）系统和交通违章车辆的检测，除此之外像小区或地下车库门禁也会用到，基本上凡是需要对车辆进行身份检测的地方都会用到。

2020 年，庚子病痛，从寒冬发酵，一种突然爆发的不知名病毒在无形中慢慢侵蚀一座城—-湖北武汉，后经专家检测这是一种带冠状的新型病毒，和 SARS 很相似，感染力很强，潜伏期在 14 天左右。

相信大家小时候应该都玩过贪吃蛇这个游戏吧，反正我小时候超喜欢玩，没其他原因，因为家里的手机上只有这一个游戏可以消磨时光。后来随着移动互联网的普及，智能手机逐渐取代了诺基亚，但这款游戏的确堪称经典之作。

今天我们就用 pygame 来自己写一个贪吃蛇出来，重温经典。

股票操作讲究低买高卖，如果你能买在低点，卖在高点，那么你就是高手；如果你能买在高点，卖在低点，那么你就是“韭菜”。所谓“一盈两平七亏”，对应的是中国的 A 股市场中有 10% 的高手和 70% 的韭菜。进入股市买卖的都觉得自己是高手，最后亏得底裤都没了。 今天我们从一个简单的模型来看看短线交易的成功率有多大？

notebook 是 Jupyter项目的重要组件之一，它是一个代码、文本（有标记或无标记）、数据可视化或其它输出的交互式文档。Jupyter Notebook 需要与内核互动，内核是 Jupyter 与其它编程语言的交互编程 协议。Python 的 Jupyter 内核是使用 IPython。Jupyter Notebook 是基于网页的用于交互计算的应用程序。其可被应用于全过程计算：开发、文档编写、运行代码和展示结果。，除此之外，它还提供了一系列魔法操作，今天的文章着重讲解关于 Jupyter notebook 的魔法操作。

方便快捷给 PDF 加水印

有文字创作需求的同学有时候会需要将自己的作品集结为 PDF 进行分发，一方面帮助自己整理归档，另一方面也有利于作品传播。类似的需求我们已经讲过《用 Python 抓取公号文章保存成 PDF》。

最近受全球大环境影响，美股犹如坐上过山车，感觉每天都在见证历史时刻。而我们的大盘最近也不消停，不过这也给大家抄底制造了机会，但机会都是给有准备的人，想要抓住机会就得懂得分析数据，想要分析数据还得先拿到交易数据，今天就来说说用 Python 如何获取股市交易数据。

使用 FFmpeg 编辑视频

FFmpeg

FFmpeg 是一套可以用来记录、转换数字音频、视频，并能将其转化为流的开源计算机程序。主要功能包括视频截取、视频抓图、给视频加水印、提取音频等。

今天请各位读者朋友欣赏用 Python 实现的鲜花盛宴，你准备好了吗？ 90 行代码即可实现一棵美丽的鲜花盛开树。 小编也是鲜花爱护协会者之一，但是想要看到美丽的花朵，得历经很多；对于知识的运用也是如此，需要不断吸收新知识，学习新技能，才能盛开出美丽的花朵。 接下来就看看一棵迷人的花树是怎么实现的吧！

Python 招聘岗位数据可视化

项目背景

最近朋友圈又有小伙伴被降薪、被裁员了。往年金三银四是找工作的好时机，但在今年疫情之下互联网似乎更冷了。为了更好的找到好工作，就要了解企业需要什么样的人才，地区之间人才需求数量，薪资、学历与经验之间的关系等等。本文以拉勾网 Python 岗位数据作为分析。