《Python极客项目编程 》——1.3 代码-阿里云开发者社区

开发者社区> 异步社区> 正文

《Python极客项目编程 》——1.3 代码

简介: 本节书摘来自异步社区《Python极客项目编程 》一书中的第1章,第1.3节,作者 [美] Mahesh Venkitachalam,王海鹏 译,更多章节内容可以访问云栖社区“异步社区”公众号查看。 1.3 代码 该项目的目标是找到你的音乐收藏中的重复乐曲,确定播放列表之间共同的音轨,绘制音轨时长的分布图,以及歌曲评分和时长之间的关系图。
+关注继续查看

本节书摘来自异步社区《Python极客项目编程 》一书中的第1章,第1.3节,作者 [美] Mahesh Venkitachalam,王海鹏 译,更多章节内容可以访问云栖社区“异步社区”公众号查看。

1.3 代码

该项目的目标是找到你的音乐收藏中的重复乐曲,确定播放列表之间共同的音轨,绘制音轨时长的分布图,以及歌曲评分和时长之间的关系图。

随着音乐收藏不断增加,你总会遇到重复的乐曲。为了确定重复的乐曲,查找与Tracks键关联的字典中的名称(前面讨论过),找到重复的乐曲,并用音轨长度作为附加准则来检测重复的乐曲,因为名称相同、但长度不同的音轨,可能是不一样的。

要找到两个或多个播放列表之间共同的音轨,你需要将音乐收藏导出为播放列表文件,收集每个播放列表的音轨名称,作为集合进行比较,通过发现集合的交集来找到共同的音轨。

在收集音乐收藏数据的同时,我们将使用强大的matplotlib(http://matplotlib.org/) 绘图软件包来创建一些图,该软件包由已故的John Hunter开发。我们可以绘制直方图来显示音轨时长的分布,绘制散点图来比较乐曲评分与长度。

要查看完整的项目代码,请直接跳到1.4节。

1.3.1 查找重复

首先可以用findDuplicates()方法来查找重复的曲目,如下所示:

  def findDuplicates(fileName):
      print('Finding duplicate tracks in %s...' % fileName)
      # read in a playlist
   1  plist = plistlib.readPlist(fileName)
      # get the tracks from the Tracks dictionary
    2tracks = plist['Tracks']
      # create a track name dictionary
  3   trackNames = {}
      # iterate through the tracks
  4   for trackId, track in tracks.items():
          try:
      5      name = track['Name']
              duration = track['Total Time']
              # look for existing entries
    6         if name in trackNames:
                  # if a name and duration match, increment the count
                  # round the track length to the nearest second
      7           if duration//1000 == trackNames[name][0]//1000:
                      count = trackNames[name][1]
        8             trackNames[name] = (duration, count+1)
              else:
                  # add dictionary entry as tuple (duration, count)
                trackNames[name] = (duration, 1)
     9     except:
              # ignore
              pass

在1行,readPlist()方法接受一个p-list文件作为输入,并返回顶层字典。在2行,访问Tracks字典,在3行,创建一个空的字典,用来保存重复的乐曲。在4行,开始用items()方法迭代Tracks字典,这是Python在迭代字典时取得键和值的常用方法。

在5行,取得字典中每个音轨的名称和时长。用in关键字,检查当前乐曲的名称是否已在被构建的字典中6。如果是这样的,程序检查现有的音轨和新发现的音轨长度是否相同7,用//操作符,将每个音轨长度除以1000,由毫秒转换为秒,并四舍五入到最接近的秒,以进行检查(当然,这意味着,只有毫秒差异的两个音轨被认为是相同的)。如果确定这两个音轨长度相等,就取得与name关联的值,这是(duration,count)元组,并在8行增加计数。如果这是程序第一次遇到的音轨名称,就创建一个新条目,count为1。9

将代码的主for循环放在try语句块中,这是因为一些乐曲音轨可能没有定义乐曲名称。在这种情况下,跳过该音轨,在except部分只包含pass(什么也不做)。

1.3.2 提取重复

利用以下代码,提取重复的音轨:

      # store duplicates as (name, count) tuples
1     dups = []
      for k, v in trackNames.items():
2     if v[1] > 1:
              dups.append((v[1], k))
      # save duplicates to a file
3     if len(dups) > 0:
          print("Found %d duplicates. Track names saved to dup.txt" % len(dups))
      else:
          print("No duplicate tracks found!")
4    f = open("dups.txt", "w")
      for val in dups:
5         f.write("[%d] %s\n" % (val[0], val[1]))
      f.close()

在1行,创建一个空列表,保存重复乐曲。接下来,迭代遍历trackNames字典,如果count(用v[1]访问,因为它是元组的第二个元素)大于1 2,则将元组(name,count)添加到列表中。在3行,程序打印它找到的信息,然后用open()方法将信息存入文件4。在5行,迭代遍历dups列表,写下重复的条目。

1.3.3 查找多个播放列表中共同的音轨

现在,让我们来看看如何找到多个播放列表中共同的乐曲音轨:

  def findCommonTracks(fileNames):
      # a list of sets of track names
1     trackNameSets = []
      for fileName in fileNames:
          # create a new set
2         trackNames = set()
          # read in playlist
3         plist = plistlib.readPlist(fileName)
          # get the tracks
          tracks = plist['Tracks']
          # iterate through the tracks
          for trackId, track in tracks.items():
              try:
                  # add the track name to a set
4                trackNames.add(track['Name'])
          except:
              # ignore
              pass
      # add to list
5     trackNameSets.append(trackNames)
      # get the set of common tracks
6     commonTracks = set.intersection(*trackNameSets)
      # write to file
      if len(commonTracks) > 0:
7         f = open("common.txt", "w")
          for val in commonTracks:
              s = "%s\n" % val
8            f.write(s.encode("UTF-8"))
          f.close()
          print("%d common tracks found. "
                "Track names written to common.txt." % len(commonTracks))
      else:
          print("No common tracks!")

首先,将播放列表的文件名列表传入findCommonTracks(),它创建一个空列表1,保存从每个播放列表创建的一组对象。然后程序迭代遍历列表中的每个文件。对每个文件,创建一个名为trackNames的Python set对象2,然后像在findDuplicates()中一样,用plistlib读入文件3,取得Tracks字典。接下来,迭代遍历该字典中的每个音轨,并添加trackNames对象4。程序读完一个文件中的所有音轨后,将这个集合加入trackNameSets5。

在6行,使用set.intersection()方法来获得集合之间共同音轨的集合(用Python*的运算符来展开参数列表)。如果程序发现集合之间的共同音轨,就将音轨名称写入一个文件。在7行,打开文件,接下来的两行代码完成写入。使用encode()来格式化输出,确保所有Unicode字符都正确处理8。

1.3.4 收集统计信息

接下来,用plotStats()方法,针对这些音轨名称收集统计信息:

  def plotStats(fileName):
      # read in a playlist
1     plist = plistlib.readPlist(fileName)
      # get the tracks from the playlist
      tracks = plist['Tracks']
      # create lists of song ratings and track durations
2    ratings = []
      durations = []
      # iterate through the tracks
      for trackId, track in tracks.items():
          try:
3         ratings.append(track['Album Rating'])
              durations.append(track['Total Time'])
          except:
              # ignore
              pass

      # ensure that valid data was collected
4    if ratings == [] or durations == []:
          print("No valid Album Rating/Total Time data in %s." % fileName)
          return

这里的目标是收集评分和音轨时长,然后画一些图。在1行和接下来的代码行中,读取了播放列表文件,并访问Tracks字典。接下来,创建两个空列表,保存评分和时长2(在iTunes播放列表中,评分是一个整数,范围是[0,100])。迭代遍历音轨,在3行,将评分和时长添加到相应的列表中。最后,在4行检查完整性,确保从播放列表文件收集了有效数据。

1.3.5 绘制数据

我们已准备好绘制一些数据了。

    # scatter plot
1     x = np.array(durations, np.int32)
     # convert to minutes
2     x = x/60000.0
3     y = np.array(ratings, np.int32)
4     pyplot.subplot(2, 1, 1)
5    pyplot.plot(x, y, 'o')
6    pyplot.axis([0, 1.05*np.max(x), -1, 110])
7     pyplot.xlabel('Track duration')
8    pyplot.ylabel('Track rating')

     # plot histogram
     pyplot.subplot(2, 1, 2)
9    pyplot.hist(x, bins=20)
     pyplot.xlabel('Track duration')
     pyplot.ylabel('Count')

     # show plot
10     pyplot.show()

在1行,利用numpy.array()(在代码中作为np导入),将音轨时长数据放到32位整数数组中。然后在2行,利用numpy,将一个操作应用于数组中的每个元素。在这个例子中,将每个以毫秒为单位的时长值除以值60×1000。在3行,将乐曲评分保存另一个numpy数组y中。

用matplotlib在同一图像上绘制两张图。在4行,提供给subplot()的参数(即,(2, 1, 1))告诉matplotlib,该图应该有两行(2)一列(1),且下一个点应在第一行(1)。在5行,通过调用plot()创建一个点,并且o告诉matplotlib用圆圈来表示数据。

在6行,为x轴和y轴设置略微大一点儿的范围,以便在图和轴之间留一些空间。在7和8行,为x轴和y轴设置说明文字。

现在用matplotlib的方法hist(),在同一张图中的第二行中,绘制时长直方图9。bins参数设置了数据分区的个数,其中每分区用于添加在这个范围内的计数。最后,调用show()10,matplotlib在新窗口中显示出漂亮的图。

1.3.6 命令行选项

现在,我们来看看该程序的main()方法如何处理命令行参数:

  def main():
      # create parser
      descStr = """
      This program analyzes playlist files (.xml) exported from iTunes.
      """
1     parser = argparse.ArgumentParser(description=descStr)
      # add a mutually exclusive group of arguments
2     group = parser.add_mutually_exclusive_group()

      # add expected arguments
3     group.add_argument('--common', nargs='*', dest='plFiles', required=False)
4     group.add_argument('--stats', dest='plFile', required=False)
5     group.add_argument('--dup', dest='plFileD', required=False)

      # parse args
6     args = parser.parse_args()

      if args.plFiles:
          # find common tracks
          findCommonTracks(args.plFiles)
      elif args.plFile:
          # plot stats
          plotStats(args.plFile)
      elif args.plFileD:
          # find duplicate tracks
          findDuplicates(args.plFileD)
      else:
7        print("These are not the tracks you are looking for.")

本书的大多数项目都有命令行参数。不要尝试手工分析它们并搞得一团糟,要将这个日常的任务委派给Python的argparse模块。在1行,为此创建了一个ArgumentParser对象。该程序可以做三件不同的事情,如发现播放列表之间的共同音轨,绘制统计数据,或发现播放列表中重复的曲目。但是,一个时间程序只能做其中一件事,如果用户决定同时指定两个或多个选项,我们不希望它崩溃。argparse模块为这个问题提供了一个解决方案,即相互排斥的参数分组。在2行,用parser.add_mutually_exclusive_group()方法来创建这样一个分组。

在3、4和5行,指定了前面提到的命令行选项,并输入应该将解析值存入的变量名(args.plFiles、args.plFile和args.plFileD),实际解析在6行完成。参数解析后,就将它们传递给相应的函数,findCommonTracks()、plotStats()和findDuplicates(),本章前面讨论过这些函数。

要查看参数是否被解析,就测试args中相应的变量名。例如,如果用户没有使用--common选项(该选项找出播放列表之间的共同音轨),解析后args.plFiles应该设置为None。

在7行,处理用户未输入任何参数的情况。

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
得到Go程序的汇编代码的方法
有多种方式可以获得Go程序的汇编代码, 尽管输出的格式有些不同,但是都是方便阅读的汇编代码,可以帮助我们更好的了解程序的底层运行方式。 我们看下面一段代码, 它是sync.Once的实现,去掉了不必要的注释,复制出来用来研究的一段小代码: once.
20911 0
DL之RNN:人工智能为你写代码——基于TF利用RNN算法实现生成编程语言代码(C++语言)、训练&测试过程全记录(二)
DL之RNN:人工智能为你写代码——基于TF利用RNN算法实现生成编程语言代码(C++语言)、训练&测试过程全记录
29 0
《MapReduce 2.0源码分析与编程实战》一导读
我们处于一个数据大爆炸的时代。每时每刻、各行各业都在产生和积累海量的数据内容。这些数据中蕴含着进行业务活动、获取商业信息、做出管理决策的重要信息。如何处理这些数据并获取有价值的信息,是众多组织和单位面临的共同问题。
1749 0
05.Java网络编程(代码实践)
计算机网络是指将地理位置不同的具有独立功能的多台计算机及其外部设备,通过通信线路链接起来,在网络操作系统,网络管理软件及网络通信协议的协调下,实现资源贡献和信息传递的计算机系统 网络编程就是用来实现网络互连的不同计算机上运行的程序间可以进行数据交换 网...
786 0
C语言项目开发-项目架构和编程命名规范
一个项目的流程: 1、公司市场人员与客户交流,了解客户、引导客户使用公司最优资源并产出一份市场需求文档 2、公司需求人员(BA)与客户交流,了解客户需求并产出一个软件需求文档 3、项目经理、开发小组成员、需求人员(BA)一起开一个需求评审会议,对不合理的地方,    打回给BA,再由BA与客户沟通 4、程序员接到和充分了解软件需求文档后产生软件设计文档(包括概要设计文档和详细设计文档,    涉及到数据库的还需要进行数据库的设计) 5、程序员根据设计文档进行编码、调试、打包发布。
1150 0
+关注
异步社区
异步社区(www.epubit.com)是人民邮电出版社旗下IT专业图书旗舰社区,也是国内领先的IT专业图书社区,致力于优质学习内容的出版和分享,实现了纸书电子书的同步上架,于2015年8月上线运营。公众号【异步图书】,每日赠送异步新书。
12049
文章
0
问答
文章排行榜
最热
最新