Python编程-macOS系统数学符号快捷键录入并生成csv文件转换为excel文件

简介: Python编程-macOS系统数学符号快捷键录入并生成csv文件转换为excel文件

Python编程-macOS系统数学符号快捷键录入并生成csv文件转换为excel文件
本人操作系统使用的是macOS,编辑文章的时候经常会遇到输入各种特殊符号的时候,例如数学符号等,那么多的符号快捷键也不容易都牢记在心,所以为了方便,通过查阅搜集相关资料,然后编写一个程序,把这些特殊符号快捷键录入之后生成电子表格。现将源码分享如下:

#_*_coding:utf-8_*_
# 作者      :liuxiaowei
# 创建时间   :3/21/22 8:38 AM
# 文件      :快捷键.py
# IDE      :PyCharm

import csv
from pandas.io.excel import ExcelWriter
import pandas as pd

# 符号空列表,符号快捷键空列表
math_symbol_lst = []
math_kuaijie_lst = []
# 符号快捷键字典
Math_kuaijie = {
   '数学符号':math_symbol_lst, '快捷键': math_kuaijie_lst}

# 定义一个函数,生成csv,excel文件
def Create_csv_excel():
    with open('Mac各种数学符号快捷键.csv', 'w') as f:
        writer = csv.writer(f, delimiter=',')

        writer.writerow(Math_kuaijie.keys())

        # 循环的次数是根据字典的值的长度设定,取决于添加多少个元素
        for i in range(len(math_symbol_lst)):
            # 每循环一次生成一个临时列表,然后写入csv文件
            templist = []
            templist.append(math_symbol_lst[i])
            templist.append(math_kuaijie_lst[i])
            # 写对象把每行数据写入csv
            writer.writerow(templist)

    with ExcelWriter('Mac各种数学符号快捷键.xlsx') as ew:
        pd.read_csv('Mac各种数学符号快捷键.csv').to_excel(ew, sheet_name='Mac各种数学符号快捷键')


# 定义一个主函数,生成主界面
def main():
    print('\n')
    print('==== Mac各种数学符号快捷键录入程序 ====  ')
    print('-' * 40)
    print('  1. 录 入 数 据\n\n  2. 退 出')
    print('-' * 40)


# 定义一个操作函数operation
def Operation():
    # 调用界面主函数
    main()
    # 定义一个选择变量
    choice = int(input('请输入选项:(1,2)'))
    Done = True
    # 循环操作
    while Done:
        # 判断选择,如果选择1

        if choice == 1:
            Math_symbol_name = input('请输入数学符号名称: ')
            kuaijie = input('请输入快捷键:')

            math_symbol_lst.append(Math_symbol_name)
            math_kuaijie_lst.append(kuaijie)

            # 录入数据直接生成表格
            Create_csv_excel()
        question = input('Do you want to quit?(q)').lower()
        if question == 'q' or question == 'quit':
            break
        else:
            Done = True

        if choice == 2:
            break


if __name__ == "__main__":
    # 调用操作函数
    Operation()

运行结果如下:
image.png
image.png
附上快捷键的电子表格百度网盘链接

–来自百度网盘超级会员v5的分享

希望本人起到抛砖引玉的作用,对您有所帮助。

相关文章
|
8月前
|
算法 搜索推荐 JavaScript
基于python智能推荐算法的全屋定制系统
本研究聚焦基于智能推荐算法的全屋定制平台网站设计,旨在解决消费者在个性化定制中面临的选择难题。通过整合Django、Vue、Python与MySQL等技术,构建集家装设计、材料推荐、家具搭配于一体的一站式智能服务平台,提升用户体验与行业数字化水平。
|
8月前
|
存储 分布式计算 大数据
基于Python大数据的的电商用户行为分析系统
本系统基于Django、Scrapy与Hadoop技术,构建电商用户行为分析平台。通过爬取与处理海量用户数据,实现行为追踪、偏好分析与个性化推荐,助力企业提升营销精准度与用户体验,推动电商智能化发展。
|
8月前
|
监控 机器人 编译器
如何将python代码打包成exe文件---PyInstaller打包之神
PyInstaller可将Python程序打包为独立可执行文件,无需用户安装Python环境。它自动分析代码依赖,整合解释器、库及资源,支持一键生成exe,方便分发。使用pip安装后,通过简单命令即可完成打包,适合各类项目部署。
1431 68
|
8月前
|
机器学习/深度学习 大数据 关系型数据库
基于python大数据的台风灾害分析及预测系统
针对台风灾害预警滞后、精度不足等问题,本研究基于Python与大数据技术,构建多源数据融合的台风预测系统。利用机器学习提升路径与强度预测准确率,结合Django框架实现动态可视化与实时预警,为防灾决策提供科学支持,显著提高应急响应效率,具有重要社会经济价值。
|
8月前
|
机器学习/深度学习 大数据 关系型数据库
基于python大数据的青少年网络使用情况分析及预测系统
本研究基于Python大数据技术,构建青少年网络行为分析系统,旨在破解现有防沉迷模式下用户画像模糊、预警滞后等难题。通过整合多平台亿级数据,运用机器学习实现精准行为预测与实时干预,推动数字治理向“数据驱动”转型,为家庭、学校及政府提供科学决策支持,助力青少年健康上网。
|
9月前
|
数据采集 数据可视化 关系型数据库
基于python大数据的电影数据可视化分析系统
电影分析与可视化平台顺应电影产业数字化趋势,整合大数据处理、人工智能与Web技术,实现电影数据的采集、分析与可视化展示。平台支持票房、评分、观众行为等多维度分析,助力行业洞察与决策,同时提供互动界面,增强观众对电影文化的理解。技术上依托Python、MySQL、Flask、HTML等构建,融合数据采集与AI分析,提升电影行业的数据应用能力。

推荐镜像

更多