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
|
1月前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的眼疾识别系统实现~人工智能+卷积网络算法
眼疾识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了4种常见的眼疾图像数据集(白内障、糖尿病性视网膜病变、青光眼和正常眼睛) 再使用通过搭建的算法模型对数据集进行训练得到一个识别精度较高的模型,然后保存为为本地h5格式文件。最后使用Django框架搭建了一个Web网页平台可视化操作界面,实现用户上传一张眼疾图片识别其名称。
135 5
基于Python深度学习的眼疾识别系统实现~人工智能+卷积网络算法
|
2月前
|
机器学习/深度学习 人工智能 算法
猫狗宠物识别系统Python+TensorFlow+人工智能+深度学习+卷积网络算法
宠物识别系统使用Python和TensorFlow搭建卷积神经网络,基于37种常见猫狗数据集训练高精度模型,并保存为h5格式。通过Django框架搭建Web平台,用户上传宠物图片即可识别其名称,提供便捷的宠物识别服务。
356 55
|
1月前
|
安全 前端开发 数据库
Python 语言结合 Flask 框架来实现一个基础的代购商品管理、用户下单等功能的简易系统
这是一个使用 Python 和 Flask 框架实现的简易代购系统示例,涵盖商品管理、用户注册登录、订单创建及查看等功能。通过 SQLAlchemy 进行数据库操作,支持添加商品、展示详情、库存管理等。用户可注册登录并下单,系统会检查库存并记录订单。此代码仅为参考,实际应用需进一步完善,如增强安全性、集成支付接口、优化界面等。
|
7天前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的【蘑菇识别】系统~卷积神经网络+TensorFlow+图像识别+人工智能
蘑菇识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了9种常见的蘑菇种类数据集【"香菇(Agaricus)", "毒鹅膏菌(Amanita)", "牛肝菌(Boletus)", "网状菌(Cortinarius)", "毒镰孢(Entoloma)", "湿孢菌(Hygrocybe)", "乳菇(Lactarius)", "红菇(Russula)", "松茸(Suillus)"】 再使用通过搭建的算法模型对数据集进行训练得到一个识别精度较高的模型,然后保存为为本地h5格式文件。最后使用Django框架搭建了一个Web网页平台可视化操作界面,
51 11
基于Python深度学习的【蘑菇识别】系统~卷积神经网络+TensorFlow+图像识别+人工智能
|
2月前
|
存储 缓存 监控
局域网屏幕监控系统中的Python数据结构与算法实现
局域网屏幕监控系统用于实时捕获和监控局域网内多台设备的屏幕内容。本文介绍了一种基于Python双端队列(Deque)实现的滑动窗口数据缓存机制,以处理连续的屏幕帧数据流。通过固定长度的窗口,高效增删数据,确保低延迟显示和存储。该算法适用于数据压缩、异常检测等场景,保证系统在高负载下稳定运行。 本文转载自:https://www.vipshare.com
132 66
|
2月前
|
算法 数据处理 Python
高精度保形滤波器Savitzky-Golay的数学原理、Python实现与工程应用
Savitzky-Golay滤波器是一种基于局部多项式回归的数字滤波器,广泛应用于信号处理领域。它通过线性最小二乘法拟合低阶多项式到滑动窗口中的数据点,在降噪的同时保持信号的关键特征,如峰值和谷值。本文介绍了该滤波器的原理、实现及应用,展示了其在Python中的具体实现,并分析了不同参数对滤波效果的影响。适合需要保持信号特征的应用场景。
171 11
高精度保形滤波器Savitzky-Golay的数学原理、Python实现与工程应用
|
1月前
|
机器学习/深度学习 算法 前端开发
基于Python深度学习果蔬识别系统实现
本项目基于Python和TensorFlow,使用ResNet卷积神经网络模型,对12种常见果蔬(如土豆、苹果等)的图像数据集进行训练,构建了一个高精度的果蔬识别系统。系统通过Django框架搭建Web端可视化界面,用户可上传图片并自动识别果蔬种类。该项目旨在提高农业生产效率,广泛应用于食品安全、智能农业等领域。CNN凭借其强大的特征提取能力,在图像分类任务中表现出色,为实现高效的自动化果蔬识别提供了技术支持。
基于Python深度学习果蔬识别系统实现
|
1月前
|
Python
[oeasy]python057_如何删除print函数_dunder_builtins_系统内建模块
本文介绍了如何删除Python中的`print`函数,并探讨了系统内建模块`__builtins__`的作用。主要内容包括: 1. **回忆上次内容**:上次提到使用下划线避免命名冲突。 2. **双下划线变量**:解释了双下划线(如`__name__`、`__doc__`、`__builtins__`)是系统定义的标识符,具有特殊含义。
32 3
|
2月前
|
存储 算法 Python
文件管理系统中基于 Python 语言的二叉树查找算法探秘
在数字化时代,文件管理系统至关重要。本文探讨了二叉树查找算法在文件管理中的应用,并通过Python代码展示了其实现过程。二叉树是一种非线性数据结构,每个节点最多有两个子节点。通过文件名的字典序构建和查找二叉树,能高效地管理和检索文件。相较于顺序查找,二叉树查找每次比较可排除一半子树,极大提升了查找效率,尤其适用于海量文件管理。Python代码示例包括定义节点类、插入和查找函数,展示了如何快速定位目标文件。二叉树查找算法为文件管理系统的优化提供了有效途径。
64 5
|
2月前
|
数据可视化 编译器 Python
Manim:数学可视化的强大工具 | python小知识
Manim(Manim Community Edition)是由3Blue1Brown的Grant Sanderson开发的数学动画引擎,专为数学和科学可视化设计。它结合了Python的灵活性与LaTeX的精确性,支持多领域的内容展示,能生成清晰、精确的数学动画,广泛应用于教育视频制作。安装简单,入门容易,适合教育工作者和编程爱好者使用。
565 7

热门文章

最新文章

推荐镜像

更多