神码ai火车头伪原创插件怎么用【php源码】
本篇文章给大家谈谈python小程序代码50 到100行，以及python小程序代码100行，希望对各位有所帮助，不要忘了收藏本站喔。
火车头采集ai伪原创插件截图：
目录
1 新建文件夹
2 获取指定文件或文件夹的绝对路径
3 删除指定路径的文件
4 json、numpy、pandas、PIL、Math和Matplotlib库的使用
5 输出dict的value、key和排序
6 解析CSV文件的内容
7 获取excel表指定的内容
8 视频与图像帧相互转换
9 pdf文件转换成图片
10 SciPy
11 生成指定大小的raw数据
12 resnet系列模型下载以及 .pth模型 转 .onnx模型
13 获取指定文件夹下的一个文件的路径
14 清空指定文件夹下的文件
15 获取指定路径下指定文件类型的所有文件名字，并写到txt文件中
16 获取指定文件夹内的所有文件数，并写到txt中
17 按照特定要求随机删除指定文件夹中的文件
1 新建文件夹
说明：检测test文件夹是否存在，如果不存在，则新建test文件夹。
import os
if not os.path.exists("test"):
os.mkdir("test")2 获取指定文件或文件夹的绝对路径
import os
abs_path = os.path.abspath("test")
print(abs_path)3 删除指定路径的文件
import os
if True == os.path.exists("test/test.txt"):
os.remove("test/test.txt")4 json、numpy、pandas、PIL、Math和Matplotlib库的使用
【python】python笔记_Jackilina_Stone的博客-CSDN博客
5 输出dict的value、key和排序
dict
6 解析CSV文件的内容
解析csv文件
7 获取excel表指定的内容
解析Excel表
8 视频与图像帧相互转换
视频与图像相互转换
9 pdf文件转换成图片
pdf文件转图片
10 SciPy
python在科学计算领域有三个非常受欢迎库，numpy、SciPy、matplotlib。
numpy定义了数值数组和矩阵类型和它们的基本运算的语言扩展，是一个高性能的多维数组的计算库。
SciPy使用NumPy来做高等数学、信号处理、优化、统计和许多其它科学任务的语言扩展。Matplotlib是一个帮助绘图的语言扩展。
Scipy的使用
11 生成指定大小的raw数据
raw数据的生成
12 resnet系列模型下载以及 .pth模型 转 .onnx模型
【模型】模型下载&pth模型转onnx模型_onnx模型下载_Jackilina_Stone的博客-CSDN博客
13 获取指定文件夹下的一个文件的路径
（1）代码如下：
import os
# 获取指定文件夹下的一个文件的路径
def get_file_path(dir_path):
file_path_list = os.listdir(dir_path)
file_path = os.path.join(dir_path, file_path_list[0])
return file_path
if __name__ == '__main__':
file_path = get_file_path("tmp")
print(file_path)
pass（2） 效果如下：
14 清空指定文件夹下的文件
（1）代码如下：
import os
# 清空指定文件夹下的文件
def empty_dir(path_file):
file_path_list = os.listdir(path_file)
for i in file_path_list:
file_path = os.path.join(path_file, i)
os.remove(file_path)
return
if __name__ == '__main__':
empty_dir("tmp")
pass（2）效果如下：
15 获取指定路径下指定文件类型的所有文件名字，并写到txt文件中
这里的文件类型为tif文件。
（1）代码如下：
import os
def get_name(path):
name = []
for png_name in os.listdir(path):
if ".tif" in png_name:
name.append(png_name[:-4])
print(name)
with open(path + "name_info.txt", 'w') as f:
for info in name:
f.write(info + '\n')
pass
return
if __name__ == '__main__':
path_list = ["image_db/"]
for path in path_list:
get_name(path)
pass16 获取指定文件夹内的所有文件数，并写到txt中
（1）代码如下：
import numpy as np
import os
import cv2
def get_num(data_path, folder_name):
num = 0
num = len(os.listdir(data_path + folder_name + "/")) - 1
return folder_name, num
if __name__ == '__main__':
data_path = "D:/work/practice/tmp/"
folder_list = ["image_db"]
info = []
for folder_name in folder_list:
folder_name, num = get_num(data_path, folder_name)
info.append(folder_name + "," + str(num))
with open("num_info.txt", 'w') as f:
for temp in info:
f.write(temp + '\n')
pass
pass17 按照特定要求随机删除指定文件夹中的文件
（1）代码如下：
import os
import numpy as np
def delete_file(path):
name = []
for png_name in os.listdir(path):
name.append(path + png_name)
np.random.shuffle(name)
if len(name) <= 10000:
for i, path_info in enumerate(name):
if i % 2 == 0:
if os.path.isfile(path_info):
os.remove(path_info)
pass
elif (len(name) > 10000) & (len(name) < 15000):
for i, path_info in enumerate(name):
if i % 3 != 0:
if os.path.isfile(path_info):
os.remove(path_info)
pass
elif (len(name) >= 15000) & (len(name) < 20000):
for i, path_info in enumerate(name):
if i % 4 != 0:
if os.path.isfile(path_info):
os.remove(path_info)
pass
elif len(name) >= 20000:
for i, path_info in enumerate(name):
if i % 5 != 0:
if os.path.isfile(path_info):
os.remove(path_info)
pass
else:
pass
return
if __name__ == '__main__':
data_path = "D:/work/practice/tmp/"
folder_list = ["image_db"]
for i, folder_name in enumerate(folder_list):
print(i)
delete_file(data_path + folder_name + "/")
pass