python生成最小树

这篇文章和大家分享下最小树的生成。
假设一些随机放置的节点,我们希望以最少的线将其连接到一起。节点可能代表许多不同的东西,比如:是我们希望连接在一起的互联网设备。
现在一个平面上有15个随机分散的节点。每个节点都用字母a – z标记,它们是不同的颜色。 阅读全文

初识钉钉第三方H5应用开发

公司应用钉钉来进行日常管理也有些时日了,因为是技术部门,主要也就考勤,公司的事务上流程的走转还有项目的汇报上比之前更加规范了一些,领导指望着钉钉能有着更大的作用,于是把眼光放在了钉钉的第三方接入上,这篇文章就通过下面的内容带大家对于钉钉的认证接入和用户信息获取有一个初步的了解。 阅读全文

使用django和Echarts展示游戏币曲线图

在之前的一篇文章通过xpath和beautifulsoup爬取游戏币实时价格

给大家分享了价格数据的获取,今天给大家讲解下数据的展现,依旧是django做框架,图表插件是Echarts,另外价格数据是存放在Mysql里的。

准备

django是默认支持mysql的,但是如果你在执行migrate这个命令的时候出错,那请先安装PyMySql:

pip install PyMySQL

并且在项目的__init__.py文件里加上:

import pymysqlpymysql.install_as_MySQLdb()

接着你去需要去Ecahrts的官网下载js包并选择使用的模板,这里我选了股市的K线图作为基础:

在了解一些Echarts基本配置参数后就可以开始了。

1.路由

urlpatterns = [
path('<int:id>/', views.detail, name='detail'),
]

使用区服ID对不同的页面进行区分,页面方法指向views的detail这个方法

2.模型


class price(models.Model):
id= models.IntegerField(primary_key=True)
serverid = models.IntegerField()
servername = models.CharField(max_length=20)
price=models.DecimalField( max_digits=5, decimal_places=2)
time=models.DateTimeField()
date=models.DateField()

从上到下依次是自增PK,服务器ID(即1中提到的区服ID),服务器名,价格,时间,日期。顺便提一下,本文中的数据采集频率是一小时一次。

3.Views

在给大家看代码之前需要先讲解下一些概念

模板:我们可以直接在使用HttpResponse?将内容返回给浏览器,但是显然这样不利于前端的开发。所以使用了模板来进行渲染后返回给客户端。首先需要在应用目录下建立一个templates的文件夹,django会自动从这里面查找模板。

数据库映射:一般来说用django开发都是先建立好model然后通过命令将model生成表到数据库中,但这次我先建好了表,再进行映射。


def detail(request,id):
latest_price_list = price.objects.filter(serverid=id).order_by('time')
datas = serializers.serialize("json", latest_price_list)
context = {'latest_price_list': latest_price_list,'datas':datas}
return render(request, 'dnf/detail.html', context)

第一句price.objects就是django自带的隐射,后面的filter和order_by就是筛选,有点类似c#的linq,如果想要熟练获取需要的数据,你还得多了解它的语法。在获取到一个区服的价格列表后,通过serializers的serialize对list进行序列化,再把包装成一个字典交给render方法,到此为止后端就算好了。

4.模板

模板这里主要就是Echarts的方法调用了,不再赘述。

需要提一下的是开头的load static是用来加载静态文件的。

还有就是这个datas| safe 是用于序列化数据的声明,也是容易遗落出错的地方。


{% load static %}
<script src="{% static 'dnf/echarts.js' %}" type="text/javascript"></script>
<script src="http://mat1.gtimg.com/libs/jquery/1.12.0/jquery.js"></script> {% if latest_price_list%}

<div id="container" style="height: 100%"></div>
<script type="text/javascript">
var dom = document.getElementById("container");
var myChart = echarts.init(dom);
var app = {};
option = null;
var upColor = '#ec0000';
var upBorderColor = '#8A0000';
var downColor = '#00da3c';
var downBorderColor = '#008F28';
var data = new Array();
var datas = {{ datas| safe }};
for (var i = 0; i < datas.length; i++) {
data[i] = [
echarts.format.formatTime('yyyy-MM-dd\nhh:mm:ss', datas[i].fields.time.replace('T',' ').replace('Z','')),
+parseFloat(datas[i].fields.price).toFixed(2), // open
+parseFloat(datas[i].fields.price).toFixed(2), // highest
+parseFloat(datas[i].fields.price).toFixed(2), // lowest
+parseFloat(datas[i].fields.price).toFixed(2), // close
12220,
1 // sign
];
}

var option = {
dataset: {
source: data
},
title: {
text: datas[0].fields.servername,
subtext: '数据量: ' + echarts.format.addCommas(data.length)+'条'
},
tooltip: {
trigger: 'axis',
axisPointer: {
type: 'line'
}
},
grid: [
{
left: '10%',
right: '10%',
bottom: 100
}
],
xAxis: [
{
type: 'category',
scale: true,
boundaryGap: false,
// inverse: true,
axisLine: { onZero: false },
splitLine: { show: false },
splitNumber: 20,
min: 'dataMin',
max: 'dataMax'
}
],
yAxis: [
{
scale: true,
splitArea: {
show: true
}
}
],
dataZoom: [
{
type: 'inside',
start: 10,
end: 100
},
{
show: true,
type: 'slider',
bottom: 10,
start: 10,
end: 100,
handleIcon: 'M10.7,11.9H9.3c-4.9,0.3-8.8,4.4-8.8,9.4c0,5,3.9,9.1,8.8,9.4h1.3c4.9-0.3,8.8-4.4,8.8-9.4C19.5,16.3,15.6,12.2,10.7,11.9z M13.3,24.4H6.7V23h6.6V24.4z M13.3,19.6H6.7v-1.4h6.6V19.6z',
handleSize: '105%'
}
],
series: [
{
type: 'line',
itemStyle: {
color: upColor,
color0: downColor,
borderColor: upBorderColor,
borderColor0: downBorderColor
},
encode: {
x: 0,
y: [1, 4, 3, 2]
}
}
]
};

if (option && typeof option === "object") {
myChart.setOption(option, true);
}

</script>

附上最终效果图

有些异常的数据是因为服务器在早晚刚开始的时候会有一些特殊的交易,在实际过程中可以将这些数据剔除,曲线图将会更加流畅。

版权所属,如需转载,请注明出处:搜闲鱼

python Pillow 实战生成分享图片

由于微信规则不允许在朋友圈发送链接地址,所以经常会看到一些商品的推广图片,图片上附带一些基本信息和二维码,长按图片也可以识别图片打开链接,这就是所谓上有政策下有对策吧……

废话不多说,今天就带各位使用python的第三方库Pillow自动生成这样的图片。

先简单介绍下Pillow:Pillowpython 3.X上的库,PIL是2.X上的。之所以名字不一样,是因为前者是一群公共代码共享者在后者的基础上更新修改的,因为后者已经很久没更新了。引用下“官方文档”上的说明:

This library provides extensive file format support, an efficient internal representation, and fairly powerful image processing capabilities.The core image library is designed for fast access to data stored in a few basic pixel formats. It should provide a solid foundation for a general image processing tool.

第一步:确认参数

前面已经说过了,一张简单的分享图片包括:一张背景图、一个二维码、一段或多段描述。二维码说白了也就是一个链接。

第二步:背景图获取

from PIL import Image
im = Image.open('background.jpg')

这就是Pillow打开图片的最基本的方法,但是这只是读取本地图片,假如我们想要获取网络图片呢?这时候就需要之前提到过的requests库,只需要一句代码即可:

my_response = requests.get(tbpic, stream=True).content
im = Image.open(BytesIO(my_response))

注意下:这里的BytesIO是python的自带的内存二进制类型

第三步:转二维码

超链接转二维码很简单,通过qrcode这个第三方库即可,附上代码:

qr_obj = qrcode.make(tburl, border=2)
qr_pic = BytesIO()
qr_obj.save(qr_pic, format='PNG')

第四步:图片叠加

通过前面的步骤,已经将背景图片和二维码都读入了内存,并以BytesIO的类型存在了。在使用Pillow之前,先理一下要做的事情,将二维码图片放在背景图片上方,这就需要确定二维码放置的位置以及大小。在确定这些后可以就可以使用:

def paste(self, im, box=None, mask=None):

其中im就是需要叠加上去的图片,这里就是二维码图片;

box是在背景图的位置,一个左上右下的四整数元组;

mask是一个模板图像,这个模板图像需要和im大小一样,这个参数暂时用不到;

第五步:添加文字

添加文字需要用到Pillow的ImageDraw模块,直接看代码,我在代码里解释:

from PIL import Image, ImageDraw, ImageFont
draw = ImageDraw.Draw(im)
#设置字体和大小
_font = ImageFont.truetype(u"txjt.ttf", s35)
_color = 'red'
#写入文字
#第一个参数xy:距离左边和上边的距离
#第二个参数text:文字内容
#第三个参数font:字体对象_font
#第四个参数fill:颜色
draw.text((350, 40), str("显示的文字"), font=_font, fill=_color)

第六步:保存图片

with open('complete.png', 'wb') as f_o:
	f_o.write(im.getvalue())

注意点:

1.安装pillow可能会因为被墙,可以去git直接下载

2.也许你会遇到:image file is truncated (XX bytes not processed) 这样的错误

需要在开始import的时候加上

from PIL import ImageFile
ImageFile.LOAD_TRUNCATED_IMAGES = True

3.文字需要用用str进行编码转换

最后附上粗糙的效果图:

版权所属,如需转载,请注明出处:搜闲鱼