python判断硬盘容量占比,小于百分之50,把前一天的目录内容删除

你可以使用 `psutil` 模块来获取硬盘的使用情况，并使用 `shutil` 模块来删除文件。以下是一个简单的示例代码：

import psutil
import shutil
import os
import datetime

# 获取硬盘使用情况
disk_usage = psutil.disk_usage('/')
used_percent = disk_usage.percent

# 如果使用率小于50%
if used_percent < 50:
    # 获取前一天的日期
    today = datetime.date.today()
    yesterday = today - datetime.timedelta(days=1)

    # 删除前一天的目录内容
    dir_path = '/path/to/your/directory/' + str(yesterday)
    if os.path.exists(dir_path):
        shutil.rmtree(dir_path)

注意，需要将 `/path/to/your/directory/` 替换为你要删除的目录所在的路径。此外，该代码假设你要删除的目录名称是前一天的日期，例如 `2022-01-01`。如果你的目录名称不是这种格式，你需要相应地修改 `dir_path` 的值。

相关问题

python 分类前百分之十

你是指如何使用Python将数据按照分类的前10%进行划分吗？如果是这样的话，你可以按照以下步骤来实现：

1. 首先，你需要有一份包含需要分类的数据的数据集。假设你的数据集是一个包含多个样本的列表或数组。

2. 接下来，你可以使用Python内置的`sorted`函数对数据进行排序。你可以根据样本的特定特征进行排序，或者根据样本本身的值进行排序。

3. 一旦你对数据排序完成，你可以计算出前10%的样本个数。假设数据集有N个样本，那么前10%的样本个数就是N乘以0.1。

4. 最后，你可以从排序后的数据集中选择前10%的样本。你可以使用Python列表切片（slicing）的方式来选择对应的样本。

下面是一个示例代码，展示了如何实现以上步骤：

# 假设你有一个包含多个样本的列表 data
data = [5, 3, 8, 2, 9, 1, 7, 4, 6]

# 使用 sorted 函数对 data 进行排序
sorted_data = sorted(data)

# 计算前10%的样本个数
n = len(sorted_data)
top_10_percent = int(n * 0.1)

# 选择前10%的样本
selected_data = sorted_data[:top_10_percent]

# 输出结果
print(selected_data)

这段代码会输出排序后的前10%的样本，你可以根据自己的需求进行修改和扩展。希望对你有所帮助！

python opencv 判断图片颜色占比

要判断图片中各种颜色的占比，可以使用 Python 的 OpenCV 库来进行图像处理和颜色分析。下面是一个简单的示例代码：

import cv2
import numpy as np

def get_color_percent(image_path, color):
    # 读取图片
    image = cv2.imread(image_path)
    
    # 将图片转换为 HSV 颜色空间
    hsv_image = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
    
    # 定义颜色范围
    lower_color = np.array(color[0])
    upper_color = np.array(color[1])
    
    # 根据颜色范围创建掩膜
    mask = cv2.inRange(hsv_image, lower_color, upper_color)
    
    # 统计掩膜中白色像素的数量，即颜色占比
    total_pixels = mask.shape[0] * mask.shape[1]
    color_pixels = cv2.countNonZero(mask)
    color_percent = (color_pixels / total_pixels) * 100
    
    return color_percent

# 图片路径
image_path = 'path/to/your/image.jpg'

# 颜色范围（以 BGR 格式表示）
color_range = [(0, 0, 0), (255, 255, 255)]

# 获取颜色占比
percent = get_color_percent(image_path, color_range)
print('颜色占比：', percent, '%')

在示例代码中，首先使用 `cv2.imread()` 函数读取图片，并使用 `cv2.cvtColor()` 函数将图片转换为 HSV 颜色空间。然后通过设置颜色范围，使用 `cv2.inRange()` 函数创建颜色的掩膜。接着使用 `cv2.countNonZero()` 函数统计掩膜中非零像素的数量，即颜色的像素数量。最后计算颜色占比并返回结果。

你可以根据需要修改 `image_path` 和 `color_range` 变量来适应你的实际情况。注意，颜色范围是以 BGR 格式表示，你可以根据需要设置不同的颜色范围。