天啊~敏敏在整理同事们的头像时,不小心混入了非公司员工的图片,要一一比对查找出可太费时了,这可怎么办呀🤔 通过今天的学习敏敏想到了好办法,可以将Excel文件中的名字与文件夹中的文件名进行比对,找出不小心混入的图片。 解题步骤: 1. 导入 xlrd 模块,使用 xlrd.open_workbook() 读取指定工作簿,sheets() 获取第一个工作表,col_values() 将表格中的名字全部提取出来; 2. 导入 os 模块,使用 os.listdir() 获取文件夹路径下所有文件名; 3. 遍历存储文件名的列表; 3.1 如果文件名不是".DS_Store",调用 split() 分割文件名,得到文件名称; 3.2 如果文件名称不在名字中,则用格式化字符串输出"xx非公司员工"。 文件路径: Excel 文件:/Users/minmin/资料.xlsx 头像文件夹:/Users/minmin/Selfie
时间: 2024-03-24 10:36:20 浏览: 22
这个想法很好呀!那我来帮你实现这个功能吧。
```python
import xlrd
import os
# 读取 Excel 文件中的名字
workbook = xlrd.open_workbook('/Users/minmin/资料.xlsx')
sheet = workbook.sheet_by_index(0)
names = sheet.col_values(0)
# 获取头像文件夹下的所有文件名
dir_path = '/Users/minmin/Selfie'
file_names = os.listdir(dir_path)
# 遍历文件名列表,寻找非公司员工头像
for file_name in file_names:
if file_name != '.DS_Store':
name = file_name.split('.')[0]
if name not in names:
print('{} 非公司员工'.format(name))
```
这段代码首先使用 xlrd 模块读取 Excel 文件中的名字,使用 os 模块获取头像文件夹下的所有文件名,然后遍历文件名列表,使用 split() 方法获取文件名中的名称,最后判断名称是否在 Excel 文件中,输出非公司员工的信息。
相关问题
基于 NB-IoT 技术的环境温湿度监测系统的研制 茅敏敏 1,2,居家奇 1 ,欧阳玉玲 3 ,金妍 1,2 文献综述
NB-IoT(Narrowband Internet of Things)作为一种新型的低功耗、宽覆盖的无线通信技术,已经被广泛应用于物联网领域。本文旨在研制一种基于NB-IoT技术的环境温湿度监测系统,为此,我们进行了以下文献综述。
1. 基于NB-IoT技术的环境监测系统设计与实现(刘洋,赵燕,王小平,2019)
本文介绍了一种基于NB-IoT技术的环境监测系统设计与实现,该系统可以实时监测环境的温度、湿度、气压等参数,并将数据传输到云端进行存储和分析。作者通过实验验证了该系统的可行性和有效性,证明了该系统可以实现高效、稳定、低功耗的环境监测。
2. 基于NB-IoT技术的智能家居环境监测系统设计(王旭,丁文,2018)
本文提出了一种基于NB-IoT技术的智能家居环境监测系统设计,该系统可以实时监测室内温度、湿度、光照等参数,并通过手机APP实现对室内环境的远程监测和控制。作者通过实验验证了该系统的可行性和有效性,证明了该系统可以实现高效、稳定、低功耗的智能家居环境监测。
3. 基于NB-IoT技术的智能农业环境监测系统设计(王鑫,李博,2017)
本文介绍了一种基于NB-IoT技术的智能农业环境监测系统设计,该系统可以实时监测农田的温度、湿度、土壤湿度、光照等参数,并通过手机APP实现对农田环境的远程监测和控制。作者通过实验验证了该系统的可行性和有效性,证明了该系统可以实现高效、稳定、低功耗的智能农业环境监测。
综上所述,基于NB-IoT技术的环境温湿度监测系统已经被广泛应用于物联网领域,并且已经在智能家居、智能农业等领域得到了成功的应用。本文的研究将进一步推动该技术在环境监测领域的应用和发展。
帮我写个python程序进行眼在手上的手眼标定
好的,我可以回答这个问题。以下是一个简单的Python程序,可以用于手眼标定:
```python
import numpy as np
import cv2
# 读取图像
img = cv2.imread('image.png')
# 定义标定板的大小
board_size = (9, 6)
# 获取标定板角点
ret, corners = cv2.findChessboardCorners(img, board_size)
# 定义物体点和图像点
obj_points = np.zeros((board_size[0] * board_size[1], 3), np.float32)
obj_points[:, :2] = np.mgrid[0:board_size[0], 0:board_size[1]].T.reshape(-1, 2)
img_points = corners.reshape(-1, 2)
# 进行标定
ret, mtx, dist, rvecs, tvecs = cv2.calibrateCamera([obj_points], [img_points], img.shape[:2], None, None)
# 输出标定结果
print("相机内参矩阵:")
print(mtx)
print("畸变系数:")
print(dist)
print("旋转向量:")
print(rvecs)
print("平移向量:")
print(tvecs)
```
请注意,这只是一个简单的示例程序,具体的手眼标定方法可能因应用场景而异。如果您需要更详细的帮助,请提供更多信息,我会尽力帮助您。