mzy-py 0.3.0

This is a simple open-source Python toolkit. It is currently in the testing phase and only implements simplified handling of a few specific pandas commands, as well as the ability to set up a basic Flask server with one click.

mzy_py

简易 Python 工具包 | 一键化常见操作

简介

这是一个简单的开源 Python 工具包。目前处于测试阶段，已实现数据处理、网络请求、数据可视化、机器学习简化调用等功能，一行代码搞定常见操作。

安装

pip install mzy-py

或者从源码安装：

git clone https://github.com/MaZiYan/mzy_py.git
cd mzy_py
pip install -e .

快速开始

from mzy_py import *

# 查看所有函数文档
show_docs()

# 数据处理
df = du_csv("data.csv")
df = du_excel("data.xlsx")
data = du_json("config.json")
to_json({"name": "mzy"}, "output.json")

# 数据可视化
quick_plot(df, kind="line", title="示例图表")

# 机器学习
X_train, X_test, y_train, y_test = train_test_split(X, y)
pred = knn(X_train, y_train, X_test, k=5)

# 网络相关
download_file("https://example.com/file.zip")
run_html_server(html_file="index.html")
serve_folder(folder="./public")

# 其他工具
QRcodegen_txt("https://github.com")
compress_img("input.jpg", "output.jpg", quality=60)

---

功能详解

📊 数据处理

函数	说明
du_csv(filepath)	读取 CSV 文件，返回 DataFrame
du_excel(filepath)	读取 Excel 文件，返回 DataFrame
du_json(filepath)	读取 JSON 文件，返回 dict 或 list
to_json(data, filepath)	将数据写入 JSON 文件
lianjie(a, b)	按列拼接两个 DataFrame

示例：

from mzy_py import du_csv, du_excel, du_json, to_json

# 读取 CSV
df = du_csv("data.csv")
print(df.head())

# 读取 Excel
df = du_excel("data.xlsx")

# 读取 JSON
data = du_json("config.json")
print(data)

# 写入 JSON
to_json({"name": "mzy", "version": "0.3.0"}, "output.json")

---

🌐 网络相关

函数	说明
download_file(url, save_path, show_progress)	下载文件（支持进度条）
run_html_server(html_file, port, host, ...)	启动 HTML 文件服务器
serve_folder(folder, port, host, ...)	启动文件夹托管服务器

示例：

from mzy_py import download_file, run_html_server, serve_folder

# 下载文件（自动显示进度条）
path = download_file("https://example.com/file.zip")

# 下载到指定目录
path = download_file("https://example.com/file.zip", "C:/Downloads/")

# 下载到指定文件
path = download_file("url", "D:/files/custom_name.zip")

# 启动 HTML 服务器
run_html_server(html_file="index.html", port=8080)

# 允许局域网访问
run_html_server(html_file="index.html", host="0.0.0.0", port=5000)

# 托管整个文件夹
serve_folder(folder="./public", port=8080)

run_html_server / serve_folder 参数：

参数	默认值	说明
html_file / folder	"index.html" / "."	文件或文件夹路径
port	5000	端口号
host	"127.0.0.1"	监听地址（"0.0.0.0" 允许局域网访问）
auto_open_browser	True	启动后自动打开浏览器
quit_keys	"q"	按键退出（输入 q 回车退出）
log_level	0	日志级别（0=静默, 1=简洁, 2=详细）

---

📊 数据可视化

函数	说明
quick_plot(data, kind, title, ...)	一键生成图表
save_plot(fig, save_path, dpi)	保存图表到文件

支持的图表类型： line, bar, scatter, hist, box, pie, area

示例：

from mzy_py import quick_plot, save_plot
import pandas as pd

# 折线图
df = pd.DataFrame({"x": [1, 2, 3, 4], "y": [10, 20, 15, 25]})
quick_plot(df, kind="line", title="折线图示例")

# 柱状图
quick_plot([10, 20, 30, 40], kind="bar", title="柱状图")

# 散点图
quick_plot(df, kind="scatter", title="散点图")

# 保存图表
fig = quick_plot([1, 2, 3], kind="line")
save_plot(fig, "output.png", dpi=200)

quick_plot 参数：

参数	说明
data	绘图数据（DataFrame, Series, list, dict）
kind	图表类型：line, bar, scatter, hist, box, pie, area
title	图表标题
xlabel / ylabel	X/Y 轴标签
figsize	图形尺寸，默认 (10, 6)
save_path	保存路径（如指定则保存图片）
show	是否显示图表，默认 True

---

🤖 机器学习

函数	说明
train_test_split(X, y, test_size, random_state)	数据集分割
knn(X_train, y_train, X_test, k)	K近邻分类
linear_regression(X_train, y_train, X_test)	线性回归
kmeans(X, n_clusters)	K-Means 聚类
accuracy_score(y_true, y_pred)	计算准确率

示例：

from mzy_py import train_test_split, knn, linear_regression, kmeans, accuracy_score

# 数据分割
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)

# K近邻分类
pred = knn(X_train, y_train, X_test, k=5)
acc = accuracy_score(y_test, pred)
print(f"准确率: {acc:.2%}")

# 线性回归
pred = linear_regression(X_train, y_train, X_test)

# K-Means 聚类
labels = kmeans(data, n_clusters=3)

---

🖼️ 图片处理

函数	说明
QRcodegen_txt(text, save_path)	生成二维码图片
compress_img(tar_src, res_dst, quality)	JPEG 图片压缩

示例：

from mzy_py import QRcodegen_txt, compress_img

# 生成二维码
QRcodegen_txt("https://github.com/MaZiYan")

# 压缩图片
compress_img("input.jpg", "output.jpg", quality=60)

---

🔧 常用工具

函数	说明
dayin(content)	打印内容（简化 print）
plus_mzy(a, b)	两个数相加
minus_mzy(a, b)	两个数相减
print_info()	打印包信息
show_docs()	在浏览器中显示精美文档

示例：

from mzy_py import dayin, plus_mzy, minus_mzy, print_info, show_docs

# 打印
dayin("Hello World!")

# 数学运算
result = plus_mzy(1, 2)    # 返回 3
result = minus_mzy(5, 3)    # 返回 2

# 打印包信息
print_info()

# 在浏览器中显示文档
show_docs()

---

版本更新

v0.3.0 (最新)

• ✅ 重构 run_html_server 函数，修复 Ctrl+C 无法正常关闭的问题
• ✅ 新增 auto_open_browser 参数，启动后自动打开浏览器
• ✅ 新增 quit_keys 参数，支持按键退出
• ✅ 新增 log_level 参数，控制日志输出级别
• ✅ 新增命令行支持：python -m mzy_py.server
• ✅ 改进启动信息显示，更清晰展示服务器地址
• ✅ 新增 du_json() 和 to_json()，简化 JSON 文件读写
• ✅ 新增 download_file()，支持下载文件（带进度条）
• ✅ 新增 serve_folder()，托管整个文件夹
• ✅ 新增 quick_plot()，一键生成图表（支持 line/bar/scatter/hist/box/pie）
• ✅ 新增 save_plot()，保存图表到文件
• ✅ 新增机器学习简化函数：train_test_split, knn, linear_regression, kmeans, accuracy_score
• ✅ 新增 show_docs()，在浏览器中显示所有函数的精美文档

v0.2.9

• 放开 numpy 版本限制，兼容 numpy 1.x 和 2.x
• 支持 Python 3.13

---

项目信息

• 作者：马子延 (MaZiYan)
• 邮箱：[e-mail]
• GitHub：https://github.com/MaZiYan/mzy_py
• 许可证：MIT

---

贡献

欢迎提交 Issue 和 Pull Request！