昨天的大会排在第五了

昨天下午,开了个十万人大会,很多人的生活都会因为这场大会而被影响,甚至发生改变,也正因如此,很多网友都在密切关注这个会。

 

这一关注,网友们又发现了不少有意思的事情,于是我又想写出来,让大家看到。

 

有网友称之为十万人大会。

 

 

 

十万人是这么算出来的。

 

昨天的大会排在第五了

 

这是网友对昨天那个大会的概括总结。

 

昨天的大会排在第五了

 

这是昨晚大会的直播内容。

 

昨天的大会排在第五了

 

网友还总结出了本次大会的主要目标。

 

昨天的大会排在第五了

昨天的大会排在第五了

 

这个版本的总结更为精练。

 

昨天的大会排在第五了

 

这是来自基层网友的声音。

 

昨天的大会排在第五了

 

在就业这一块,已经有学生家长站出来予以证实了。

 

昨天的大会排在第五了

 

地产方面也很不乐观了,短短一年时间里,河南一个市的成交数量由2000直降到100,整整下降了二十倍。

 

昨天的大会排在第五了

 

还有网友从数据中得出这样一个结论。

 

昨天的大会排在第五了

 

各地财政收入也是暴跌,最惨的是温州,跌去了74%。

 

昨天的大会排在第五了

 

这个已经不能叫腰斩了,这应该是脖子埋进土里了,只留一个鼻孔还在出气了。

 

 

今天早上,有网友讲了这样一个段子,相当的形象了。

 

昨天的大会排在第五了

 

还有网友写了这样一个微小说。

 

昨天的大会排在第五了

 

还有网友发现了这个。

 

昨天的大会排在第五了

 

而且还不只一个网友发现了。

 

昨天的大会排在第五了

 

有网友在讲段子,也有网友在费尽口舌地讲道理。

 

昨天的大会排在第五了

 

真的是口水都说干了。

 

昨天的大会排在第五了

 

这原本应该成为绝大多数人都知晓的常识。

 

昨天的大会排在第五了

 

特别是这个常识,更应该成为我们社会的共识,并以此构成我们对外合作的底线。

 

昨天的大会排在第五了

 

作为一个普通写字者,我希望这个大会能够真正帮助到绝大多数民众,还经济以活力,还万民以信心,至少不用为生计发愁,这才是当下最重要的。

 

松口,松手,松绑,如果能做到这三点,我相信我们的经济一定能从谷底走出来,重新开始爬坡,这样大家的日子都会好过一点,口袋里的钱也会多一点,也有底气对家人好一点。

 

不说过得有多舒服悠闲,至少可以让普通人们不用为生活发愁,如果能做到这一点,那这个十万人大会就是成功的,就是能在历史上留下一笔,被后人记住的。

 

昨天的大会排在第五了

 

转自:https://mp.weixin.qq.com/s/dZyQcVYjOpKnossm5fVDmw

刚刚!央妈下令,全力以赴放贷!核弹级的大招何时再现

今天,央行官网挂出两则消息,透露出23日央行马不停蹄开了两场会。
信号意义非常重大。
央行先是跟银保监会一起,开了个货币信贷形势分析会,决定从扩增量、稳存量两方面发力,以适度的信贷增长支持经济。
刚刚!央妈下令,全力以赴放贷!核弹级的大招何时再现
24家主要金融机构及人民银行、银保监会相关部门和分支机构参加会议。
很多人不知道,金融机构货币信贷形势座谈会,按照往常惯例是一年开一次,通常会是在11月份。
不过,去年已经开了两次,最近的一次是去年12月。半年不到的时间,现在又再度召开,可见稳经济十万火急。
有意思的是,央行紧接着又召开全系统货币信贷形势分析电视会议,部署当前和下一阶段信贷工作。
刚刚!央妈下令,全力以赴放贷!核弹级的大招何时再现
会议通稿有句非常重磅的话——
“引导金融机构全力以赴加大贷款投放力度”
央行要求大家全力以赴放贷!目标只有一个,把钱贷出去!这是不计一切代价稳经济的时候啊。
二季度已然过半,必须加班加点恢复生产,提振投资和消费,才能稳住二季度乃至全年的增长目标。
也只有把更多目光放到中小微企业和老百姓身上,保住工作岗位,一次性给出足够且强劲的援助,才能扭转不利的局面。
必须全力以赴把钱贷出去,贷到最需要的人和企业手上,打通经济脉络,大举“输血”!
这一次,要拼尽全力了!
刚刚!央妈下令,全力以赴放贷!核弹级的大招何时再现
央行与银保监会联合召开的会议,明确了各个主体的操作方向:
国家开发银行、政策性银行要充分发挥补短板、跨周期调节的作用;
大型国有商业银行要主动发力、多作贡献;
股份制银行要充分挖掘潜力;
大型城商行要发挥区位优势,共同加大对重点领域和薄弱环节的信贷支持。
你看,自上而下,各个主体分工明确。
翻译成人话,就是政策性银行负责调节阀门。几大国有银行要放低姿态,奉行店小二的服务精神主动“上山下乡”撒钱。城商行也不能做旁观者,要一起加码,齐心协力支持重点领域。
可以预见,接下来,各地房贷会进一步放松,企业融资的条件也会放松,让更多的钱流向中小微企业,激活社会信贷需求,稳定增长预期。
突然宣布要全力以赴放贷,或许是因为最近社会在贷款意愿上出现了不利的局面。
十几天前,中国4月份社会融资数据出炉,新增规模9102亿元,同比去年4月少增9468亿元,环比3月份的4.65万亿元减少超过八成!!
金融从业人士@大卫翁认为,社融数据中最核心的一个分项,新增人民币贷款,预期最低也有1.49万亿元,而最终的结果是,6454亿。
数据惊掉了不少人的下巴。其中,居民的房贷、非住房的消费贷,以及经营贷,都是负增长。
根据央行披露的数据,4月份新增个人住房贷款罕见下跌605亿元,这是2007年有数据以来的首次负增长。全国新房房价自2015年12月以来首次出现同比下降
这说明,在疫情频发的背景下,居民又不愿意“加杠杆”了。人们宁愿抢着把旧的贷款还清,也不愿意去借新的钱。
举个例子。
5月17日,杭州高调松绑楼市,包括“落户即可买二手房”“非杭州户籍购买二手住宅社保4年改1年”“三孩家庭限购套数增加1套,且按照无房户优先摇号”等一大堆措施。
本以为能刺激房贷需求,捂热楼市,可结果是业主趁机纷纷降价,想要赶紧出手。
据贝壳研究院(杭州)监测,4月杭州各区域住宅成交量较3月均有明显下滑,其中临安区、拱墅区、西湖区均环比下滑30%以上,住宅均价跌幅则达到3%。
楼市的“冻结”状态,是不正常的现象,也是不利的局面。
一方面,央行降息降准还上缴结余利润,货币如潮哗啦啦往外流;另一方面,社会贷款需求较弱,实体经济仍在复苏,难以承接住这些宽松刺激,一部分钱就只能在银行间空转、淤积。
便宜钱不少,社会却拿不到。
因此,央行喊话全力以赴放贷,就是要去找到真实有效的贷款需求,把稳增长置于防风险之前,把淤积在系统中的钱,赶紧注入最需要钱的市场主体。
稳市场主体,就是稳经济。而稳定了经济,才能保就业。
可谓三位一体。
刚刚!央妈下令,全力以赴放贷!核弹级的大招何时再现
过去十来年里,几乎年年都能听到“最难就业季”,但今年的就业形势,是真的很尴尬。
首先,是史上最多的1076万高校毕业生数量。
要知道,城镇新增就业目标只有1100万人,两者乍看起来相差不大,但是之前还有一批遗留未就业的应届毕业生需要找工作,叠加起来就意味着会有更多的人要踩空。
这1076万人里面,有一部分毕业生恐怕今年无法上岗挥洒青春与汗水了。
其次,是最近刷屏的18.2%的青年待业率。
刚刚!央妈下令,全力以赴放贷!核弹级的大招何时再现
这个比例放到全球来看也不算低。根据北大国发院教授卢锋梳理的数据,中美欧三个主要经济体4月青年待业率,中国为18.2%,欧洲为13.9%,美国为8.6%。
所以,在无比复杂的就业形势下,就出现了一个非常值得关注的现象——
无论是全球顶尖学府的骄子,还是在海外泡了几年的归国青年,纷纷涌向了小县城。
今年2月,广东某县想要引进82位高学历人才,没想到收到了近900份申请,里面甚至还有31名博士和部分海外留学生。
这些博士研究生,从千军万马中脱颖而出,有在清华读工商管理的,也有在中国科学院大学念热能工程的,还有在国防科技大学学光学工程的……
名单中还有不少海归硕士,有在日本九州大学读先进能源科学与工程的,也有在英国谢菲尔德大学念信息管理的,还有在英国曼彻斯特大学学高级计算机科学的……
他们去到哪一座大城市,都可能成为社会的精英,业界的翘楚。
可现在,他们竟然争破了头想要来到一个小县城。
刚刚!央妈下令,全力以赴放贷!核弹级的大招何时再现
一开始,我以为这只是一个特殊的例子。
没想到从这里开始,国内掀起了一股浩浩荡荡的人才下沉浪潮。
刚刚!央妈下令,全力以赴放贷!核弹级的大招何时再现
刚刚!央妈下令,全力以赴放贷!核弹级的大招何时再现
浙江丽水遂昌县,GDP153亿元;江苏盐城滨海县GDP565亿元,跟北上广深比起来真的就是小地方,却吸引了海内外知名学府的毕业生。
这些人里面,不少还是理工农学科的博士研究生。
很多人期待他们去到国家一线科研场所,攻坚“卡脖子”技术。但这些人才,却毅然选择留在小县城里奋斗,扎根基层的基层。
县城满地博士狗,街道处处985。这种现象居然成为了标配。相比之下,我甚至还有点庆幸自己早毕业,没有被这股时代的风暴卷走。
说真的,我从来没想到,年长几岁居然还能算是个优势。
最近,一条“清华博士报考长沙市岳麓区协警岗位”的信息冲上热搜。
刚刚!央妈下令,全力以赴放贷!核弹级的大招何时再现
结果清华大学回应,“学籍库查无此人”。
岳麓区有关部门则发出通报称,经查,张某,女,28岁,山东省济南市人,于2018年6月从山东一所二本学院本科毕业,经常臆想在清华大学读博士,并在多地民营企业求职时谎称学历,均以“清华大学博士毕业”填报学历学位。
这则啼笑皆非的新闻背后,是不是也反映了如今的就业竞争激烈程度超出想象?
在遍地都是博士、海归、985人才的城市里,普通本科毕业的她,只有臆想着用名校的标签来给自己身上贴金,才有成功上岸的一丝丝希望?
之前在微博上还有一则消息上了热搜,北京大学核物理女博士报考朝阳区酒仙桥街道城管,而且同样被录取的人员,95%以上都是硕士或博士。
刚刚!央妈下令,全力以赴放贷!核弹级的大招何时再现
在旁人看来,这位女博士应该是去打破物理世界的旧秩序、探寻未知的新世界。
没想到最后,她们却在维护一条街道的秩序。
为了拿到北京户口,捧上铁饭碗,核物理博士放弃了自己的学术理想,放弃了成百上千个挣扎在物理模型和数学原理的深夜。星辰大海似乎不是那么的有吸引力,反而脚踏实地更为重要。
在波澜壮阔的时代里,一批又一批年轻人正在下沉。
这几年的五四青年节,B站都会请一位名人来演讲。前些年“后浪”一词成功出圈,占领无数人心智。
而今年,却是莫言站在镜头前告诉年轻人,不要被大风吹倒。
刚刚!央妈下令,全力以赴放贷!核弹级的大招何时再现
刚刚!央妈下令,全力以赴放贷!核弹级的大招何时再现
上世纪60年代,万里挑一的天之骄子,怎么也不会想到,暑假一放就是十年。
08年的大学毕业生感叹命运多舛,自己竟然撞上了百年一遇的全球经济危机,却不曾想,第二年大基建和房地产就拉着经济迅速反弹。
如今,寒窗苦读十余载的学子,也没有预料到,四年学期疫情就占了两三年。
时代总是充满了意料之外的变数。
当你踩着湿滑的石头,小心翼翼迈过了眼前的溪流时,却迎面遇见一条更为宽阔的历史长河。
时代遥异,悲喜从不相通。
此时此刻,是真的到了拿出“震撼弹”级别的保就业大招的时候了!!
就在刚刚,央行又扔下重磅大招!
刚刚!央妈下令,全力以赴放贷!核弹级的大招何时再现
住建部、财政部、央行共同发布《关于实施住房公积金阶段性支持政策的通知》,受新冠肺炎疫情影响的企业,可按规定申请缓缴住房公积金,到期后进行补缴。
在此期间,缴存职工正常提取和申请住房公积金贷款,不受缓缴影响。
另外,受新冠肺炎疫情影响的缴存人,不能正常偿还住房公积金贷款的,不作逾期处理,不作为逾期记录报送征信部门。
还有,各地根据当地房租水平和合理租住面积,可提高住房公积金租房提取额度,支持缴存人按需提取,更好地满足缴存人支付房租的实际需要。支持政策实施时限暂定至2022年12月31日。
这一大招,既缓解了企业的资金困难,又减轻了居民通过公积金贷款买房或者还贷的压力。可谓一石二鸟啊!
非常时期,一定会有更多有魄力的非常举措!
◎本文作者 | 震谷子
转自:https://mp.weixin.qq.com/s/EKw3M5EogxUJxT9Ils3mPw

你看,这个人居然敢说真话!

与朋友聊天,最大的感受是:中国企业的问题是企业家的精气神被打没了。

一是:以互联网企业为例,他们不知道怎么做才是对的,就像知乎网友的回答所讲,什么都试过了,还是不行,然后只能裁员过冬了。

来源知

二是:深感民众被误导把矛头都指向了私营企业,称其为贬义色彩的资本家;忽视了它们可能才是对普通人相对更开放更有助于提高生活品质的企业。

而与之相对应的庞然大物,则是打不过就加入,于是更多人跑去竞争考公。

作为中国市值第一的互联网企业,腾讯2021年收入5600亿

农行营收轻松超腾讯

前面是前途不明,后面是人人喊打,这便是当下的局面。

这些事情的后果就是:

1.最大的互联网公司的马化腾迷茫了。

图片我已经朋友求证,为真实。

(有趣的是:这一条朋友圈,绝大部分人都觉得不可能是Pony发的,觉得他不会如此直白地表达自己所感,哪怕只是引用。更有趣的是:他所引用的这篇文章已经打不开了)

2.新锐的线下连锁酒馆的董事长躺平了。

3.线下门店遍布的名创优品创始人无奈了。

4.携程创始人梁建章被沉默了

为了让这篇文章能够发表,更多被沉默的人的截图,我也只能让它在此沉默了。

于是,各行各业不约而同地在沉默中给出了自己的答卷:裁员。

几天之内的裁员新闻清单都有长长的一串

如果企业家的精神没了,再鼓舞创业就失去了内核。毕竟,如果千里马最终要被拉去屠宰场,那么谁会在比赛里拼尽全力跑在前头呢?

九州生气恃风雷,万马齐喑究可哀。

我劝天公重抖擞,不拘一格降人才。

千万不要让企业家觉得:不如苟活着,躺平。

Lonely Planet

2022年5月25日

转自:https://mp.weixin.qq.com/s/WWjcpAf-HslB4yTOdh7_7A

去年我们卖了1700万套房,但只出生了1062万人

2022年1~4月,中国商品房销售面积3.97亿平米,同比下降20.9%。

然后,很多房地产商说行情很差,房子卖不动了,整天一副要死要活的样子。

但我想说的是,这才哪到哪啊。

2021年,也就是去年,我们卖出了17.9亿平米的商品房。

这是个什么概念呢?

假定按每套房100平米算,那就是1790万套房。

我知道大城市里绝大多数房子都是90平米以下的小户型,但我们这先按照100平米算,每套房子大体平均值应该就在这附近。

这个数字高吗?

对比前几年,还真不算高,中国住宅销售量的峰值出现在2018年,随后连续3年都很平缓。

去年我们卖了1700万套房,但只出生了1062万人
但是,也不低,从这个图你可以看出来,这几年销售量都高高在上,是一个无论从任何角度看都很高的数值。
更重要的是,中国不可能长期维持这个高的销售量。
别说销售量下降20.9%,下降50%都是早晚的事。
一套100平的房能住几个人?
3个人总能住吧,再不行2个人总是可以住的。
去年卖了1700万套房,按每套房2个人算,那就是3400万人。
但是人口撑不住了。
2021年,中国出生人口为1062万人,同一年中国卖掉了1700万套房。
把出生人口的数量制成图表,你会发现和人口图明显对不上去。

去年我们卖了1700万套房,但只出生了1062万人

当然,1062万人出生的那都是孩子,真正需要买房的是20岁以上的适婚群体。
2001年,中国出生1702万人,随后十几年出生人口一直在1500~1700万之间震荡。
看起来好像1700万人对应了1700万套房,数据对上去了。
但大家想一想,真的需要一个青年一套房吗?
现在独生子女多,流行无论男女都一人一套房,婚后合住一套,另一套租出去,所以1700万人买走了1700万套房。
但我想问的是,如果都是一人一套房,人人都想着拿出一套收租,那租给谁呢?
1700万人结婚,最多需要850万套房,这已经达到人人有房住的地步了,那还多出来850万套卖给谁了?
有人可能会说,卖给那些进城的农民工了,中国在不断的城镇化。
看起来好像很对,但如果把数据一列,就能看出问题。
1998~2021年,中国共销售正规商品房225.58亿平米,毛估2.25亿套房。
其中,2009~2021年这12年间,中国销售正规商品房184.38亿平米,毛估1.84亿套房。
去年我们卖了1700万套房,但只出生了1062万人
以上我统计的,仅为统计局公开的商品房销售面积,那些无房产证的私房其实也是可以住人的,数量其实相当庞大。
仅按商品房算,2亿套房至少可以住4~6亿人,如果考虑私房数量,数据则更为惊人。
中国的城市里有那么多人吗?
大部分流动人口最后都是回到老家宅基地养老的,他们买不起城里的房子,也没兴趣买,攒够钱给孩子在县城买一套娶媳妇就可以了,没有丝毫兴趣给自己也买一套。
无论从哪个角度来看,2亿套商品房都能满足中国人的居住需求了。
如果销售面积不能下降,少个20%房地产商就开始要死要活,那可真不行。
很明显我们不可能长期保持每年17亿平米的销售量,就算强行保持也撑不了几年。
中国的年度出生人口已经下降到了1000万人,20年后就是这批人结婚。
从公开数据来看,中国的结婚人口数量高峰出现在2013年,那一年有1347万对新人结婚,随后一路走低,2021年仅有763万对新人结婚。
这里面包含了二婚三婚的数据,但应该也可以大体看出头婚的减少规律。
去年我们卖了1700万套房,但只出生了1062万人
2021年结婚的人对应的是2000年之前出生的人。
从这个数据来反算,目前的结婚数量虽然是近些年来的历史最低,但会是未来的历史最高,以后不可能会超越这个数值,而且会节节下降。
以后的房子卖给谁呢?每年1700万套到底怎么卖呢?
所以,卖房数量总归会有一年开始下降的。
你可以把1700万套的数量再撑三年撑五年,但不可能永远这么撑下去。
因为每年没有1700万对新人出来买房,连700万对都够呛。
那你说,应该在哪一年把房产销售数量从1700万套下降至700万套,乃至于300万套呢?
好像哪一年这么降都不合适,肯定有人反对。
至于每年降一点,也有人反对,每一年都有人说今年经济形势不好,再等等,等到明年再说,然后明年复明年。
你说这可怎么办?好像也没啥好办法。
按每年1700万套的速度继续狂飙,再过5年,中国的存量商品房数量将突破3亿套。
即便你把所有的私房和宅基地都拆成平地,这个3亿套也够中国人住了,要知道我这可是按平均每套100平的面积进行计算的,更别说你根本不可能把所有私房和宅基地拆成平地。
所以,目前这种情况肯定撑不了5年,现在这每年的卖房数量实在是高的有点离谱了。
如果卖房数量下降,但我们把房价拉上去,让销售总金额持平行不行。
比如说卖房数量减半,我们房价翻倍,这样房地产商的销售额就会不变,至少日子能好过点。
如果能做到那倒是没问题,但这方面的空间也已经被透支完了。
过去10年,中国的房地产是量价齐升,成交量年年暴涨,房价也是年年暴涨,让房地产商的财报数据高到不可思议。
如今不仅销售量到顶了,房价也到顶了。
虽然说强调租售比1.5%已经是老调重弹了,但这是本质经济规律,威力可以迟到,但不会缺席。
每年4%以上的房贷成本,让持有房产的人每年都在失血,而且失血情况很严重。
不涨就会亏,没量必然跌。
这种情况下还想着用房价翻倍来解决销售金额的问题?
请问房价还能怎么翻倍?房租能翻倍吗?
这种房贷失血问题其实很严重,远比大家想象的要严重。
不少人总是拿零几年买房的人暴赚来举例,说这批人已经赚翻了,房贷早还完了,根本不用考虑房贷利息问题。
我刚才已经把商品销售面积的公开数据制成表格了,中国20年来总共销售了2.25亿套房,其中1.84亿套都是09年之后卖出去的。
这批人还贷不过13年,没还清的人是大多数。
还有更不怎么好看的数据。
2015~2021年这6年,也就是房价最终暴涨这一轮,中国总共销售了117.3亿平米的商品房,折合1.17亿套房。
也就是说,中国销售的所有商品房里,买在2015年之后最高点,背负巨额房贷的人群,数量占比为总商品房数量的一半。
不要总拿2001年买房的神话来诱惑后来人,至少一半的买房人都是2015年之后买的房。
如果房价暴跌,跌到2015年之前,这批人怎么办?
那可是1亿套房!
从2018年开始算到2021年,最近4年的买房人是惨中惨,顶点中的顶点接盘,从买房之日起就一直在亏。
这批人买房合计71.82亿平米,折合7100万套房,为中国有史以来销售商品房总量的1/3那么多。
这可真的不是一个小数,属于一个很大,大到不敢碰的雷。
这个雷不能动,也不敢动,没人敢让全国1/3的商品房业主亏损惨重。
但要维持现状,就需要每年持续不断的卖出1700万套房,或者持续涨价。
人口规律已经决定了这个离谱的销售量是不可持续的,而租售比这个经济规律也已经决定房价持续上涨也是不可持续的。
目前这种情况已经撑不了几年了,拼尽全力也就三五年,留给我们拆雷的时间真的不多了。
但还有很多既得利益者拼命抵制调控政策,拼命想把这个雷再给弄大点,总指望这个雷不会炸在自己手上。
也许他们能侥幸逃脱,但这个雷总归会炸在某一个人手中。
一个一年出生1000万人口的国家,不可能需要每年1700万套房,这账无论如何都算不过来,地产进入大拐点无非就是个时间问题。
一年过去很快的,刷的一下就没了,而我们已经没几年了。
房地产这种不健康,不可持续的情况,应该尽快扭转,否则后果真的会很严重。
希望那些房地产的既得利益者,别再为了一己之私在那里捣乱了。
这个雷,完全有可能炸在你自己手上,不要总以为自己很幸运。

转自:https://mp.weixin.qq.com/s/BHffK-ZUPod5ld7KKGKnrQ

10个有趣的 Python 高级脚本,建议收藏!

来自公众号:法纳斯特

大家好,我是小F。

 

在日常的工作中,我们总会面临到各式各样的问题。

 

其中不少的问题,使用一些简单的Python代码就能解决。

 

比如不久前的复旦大佬,用130行Python代码硬核搞定核酸统计,大大提升了效率,节省了不少时间。

 

今天,小F就带大家学习一下10个Python脚本程序。

 

虽然简单,不过还是蛮有用的。

 

有兴趣的可以自己去实现,找到对自己有帮助的技巧。

 

 

▍1、Jpg转Png

 

图片格式转换,以前小F可能第一时间想到的是【格式工厂】这个软件。

 

如今编写一个Python脚本就能完成各种图片格式的转换,此处以jpg转成png为例。

 

有两种解决方法,都分享给大家。

 

# 图片格式转换, Jpg转Png

# 方法①
from PIL import Image

img = Image.open(‘test.jpg’)
img.save(‘test1.png’)


# 方法②
from cv2 import imread, imwrite

image = imread(“test.jpg”1)
imwrite(“test2.png”, image)

 

 

▍2、PDF加密和解密

 

如果你有100个或更多的PDF文件需要加密,手动进行加密肯定是不可行的,极其浪费时间。

 

使用Python的pikepdf模块,即可对文件进行加密,写一个循环就能进行批量加密文档。

 

# PDF加密
import pikepdf

pdf = pikepdf.open(“test.pdf”)
pdf.save(‘encrypt.pdf’, encryption=pikepdf.Encryption(owner=“your_password”, user=“your_password”, R=4))
pdf.close()

 

有加密那么便会有解密,代码如下。

# PDF解密
import pikepdf

pdf = pikepdf.open(“encrypt.pdf”,  password=‘your_password’)
pdf.save(“decrypt.pdf”)
pdf.close()

 

 

▍3、获取电脑的配置信息

 

很多小伙伴可能会使用鲁大师来看自己的电脑配置,这样还需要下载一个软件。

 

使用Python的WMI模块,便可以轻松查看你的电脑信息。

 

# 获取计算机信息
import wmi


def System_spec():
    Pc = wmi.WMI()
    os_info = Pc.Win32_OperatingSystem()[0]
    processor = Pc.Win32_Processor()[0]
    Gpu = Pc.Win32_VideoController()[0]
    os_name = os_info.Name.encode(‘utf-8’).split(b’|’)[0]
    ram = float(os_info.TotalVisibleMemorySize) / 1048576

    print(f’操作系统: {os_name})
    print(f’CPU: {processor.Name})
    print(f’内存: {ram} GB’)
    print(f’显卡: {Gpu.Name})

    print(“n计算机信息如上 ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑”)


System_spec()

 

就以小F自己的电脑为例,运行代码就能看到配置。

 

10个有趣的 Python 高级脚本,建议收藏!

 

 

▍4、解压文件

 

使用zipfile模块进行文件解压,同理也可以对文件进行压缩。

 

# 解压文件
from zipfile import ZipFile

unzip = ZipFile(“file.zip”“r”)
unzip.extractall(“output Folder”)

 

 

▍5、Excel工作表合并

 

帮助你将Excel工作表合并到一张表上,表内容如下图。

 

10个有趣的 Python 高级脚本,建议收藏!

 

6张表,其余表的内容和第一张表都一样。

 

设置表格数量为5,将会合并前5张表的内容。

 

import pandas as pd

# 文件名
filename = “test.xlsx”
# 表格数量
T_sheets = 5

df = []
for i in range(1, T_sheets+1):
    sheet_data = pd.read_excel(filename, sheet_name=i, header=None)
    df.append(sheet_data)

# 合并表格
output = “merged.xlsx”
df = pd.concat(df)
df.to_excel(output)

 

结果如下。

 

10个有趣的 Python 高级脚本,建议收藏!

 

 

▍6、将图像转换为素描图

 

和之前的图片格式转换有点类似,就是对图像进行处理。

 

以前大家可能会使用到美图秀秀,现在可能就是抖音的滤镜了。

 

其实使用Python的OpenCV,就能够快速实现很多你想要的效果。

 

# 图像转换
import cv2

# 读取图片
img = cv2.imread(“img.jpg”)
# 灰度
grey = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
invert = cv2.bitwise_not(grey)
# 高斯滤波
blur_img = cv2.GaussianBlur(invert, (77), 0)
inverse_blur = cv2.bitwise_not(blur_img)
sketch_img = cv2.divide(grey, inverse_blur, scale=256.0)
# 保存
cv2.imwrite(‘sketch.jpg’, sketch_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

 

原图如下。

 

10个有趣的 Python 高级脚本,建议收藏!

 

素描图如下,还挺好看的。

 

10个有趣的 Python 高级脚本,建议收藏!

 

 

▍7、获取CPU温度

 

有了这个Python脚本,你将不需要任何软件来了解CPU的温度。

 

# 获取CPU温度
from time import sleep
from pyspectator.processor import Cpu
cpu = Cpu(monitoring_latency=1)
with cpu:
    while True:
        print(f’Temp: {cpu.temperature} °C’)
        sleep(2)

 

 

▍8、提取PDF表格

 

有的时候,我们需要从PDF中提取表格数据。

 

第一时间你可能会先想到手工整理,但是当工作量特别大,手工可能就比较费劲。

 

然后你可能会想到一些软件和网络工具来提取 PDF 表格。

 

下面这个简单的脚本将帮助你在一秒钟内完成相同的操作。

 

# 方法①
import camelot

tables = camelot.read_pdf(“tables.pdf”)
print(tables)
tables.export(“extracted.csv”, f=“csv”, compress=True)

# 方法②, 需要安装Java8
import tabula

tabula.read_pdf(“tables.pdf”, pages=“all”)
tabula.convert_into(“table.pdf”“output.csv”, output_format=“csv”, pages=“all”)

 

PDF文档的内容如下,包含了一个表格。

 

10个有趣的 Python 高级脚本,建议收藏!

 

提取到的CSV文件内容如下。

 

10个有趣的 Python 高级脚本,建议收藏!

 

 

▍9、截图

 

该脚本将简单地截取屏幕截图,而无需使用任何屏幕截图软件。

 

在下面的代码中,给大家展示了两种Python截取屏幕截图的方法。

 

# 方法①
from mss import mss
with mss() as screenshot:
    screenshot.shot(output=‘scr.png’)

# 方法②
import PIL.ImageGrab
scr = PIL.ImageGrab.grab()
scr.save(“scr.png”)

 

 

▍10、拼写检查器

 

这个Python脚本可以进行拼写检查,当然只对英文有效,毕竟中文博大精深呐。

 

# 拼写检查
# 方法①
import textblob

text = “mussage”
print(“original text: “ + str(text))

checked = textblob.TextBlob(text)
print(“corrected text: “ + str(checked.correct()))

# 方法②
import autocorrect
spell = autocorrect.Speller(lang=‘en’)

# 以英语为例
print(spell(‘cmputr’))
print(spell(‘watr’))
print(spell(‘survice’))

— EOF —

转自:https://mp.weixin.qq.com/s/wuA5_ZV328E5bpSSR0XbiA