Гэта мікра-фрэймворк, напісаны на Python. Ён не мае валідацый для формаў і ўзроўню абстракцыі базы дадзеных, але дазваляе вам выкарыстоўваць іншыя бібліятэкі для агульных функцый. І менавіта таму гэта мікра-фрэймворк. Flask прызначаны для простага і хуткага стварэння прыкладанняў, а таксама з'яўляецца маштабуецца і лёгкім. Ён заснаваны на праектах Werkzeug і Jinja2. Вы можаце даведацца больш пра яго ў апошнім артыкуле DataFlair аб Python Flask.
2. Керас
Keras - нейрасеткавая бібліятэка з адкрытым зыходным кодам, напісаная на Python. Яна зручная для карыстача, модульная і якая пашыраецца, а гэтак жа можа працаваць па-над TensorFlow, Theano, PlaidML або Microsoft Cognitive Toolkit (CNTK). У Keras ёсць усё: шаблоны, мэтавыя і перадаткавыя функцыі, аптымізатары і шматлікае іншае. Ён таксама падтрымлівае згортачныя і рэкурэнтныя нейронавыя сеткі.
Гэта бібліятэка ПЗ з адкрытым зыходным кодам, якая займаецца апрацоўкай натуральнай мовы (NLP) і напісана на Python і Cython. У той час як NLTK больш падыходзіць для навучання і даследчых мэт, праца spaCy заключаецца ў прадастаўленні ПА для вытворчасці. Акрамя таго, Thinc – бібліятэка машыннага навучання spaCy, у якой прадстаўлены мадэлі CNN для тэгаў часціны мовы, парсінгу залежнасцяў і распазнання найменных аб'ектаў.
4. Sentry
Sentry прапануе хостынг маніторынгу памылак з адкрытым зыходным кодам, каб вы маглі выяўляць і сартаваць памылкі ў рэжыме рэальнага часу. Проста ўсталюеце SDK для вашай мовы(аў) або фрэймворка(аў) і пачніце працу. Ён дазваляе фіксаваць неапрацаваныя выключэнні, вывучаць трасіроўку стэка, аналізаваць уплыў кожнай праблемы, адсочваць памылкі ў розных праектах, прызначаць праблемы і шматлікае іншае. Выкарыстанне Sentry азначае меншую колькасць памылак і больш які адпраўляецца кода.
5. OpenCV
OpenCV - гэта бібліятэка кампутарнага зроку і машыннага навучання з адкрытым зыходным кодам. Бібліятэка мае больш за 2500 аптымізаваных алгарытмаў для задач кампутарнага зроку, такіх як выяўленне і распазнанне аб'ектаў, класіфікацыя розных відаў чалавечай дзейнасці, адсочванне рухаў з дапамогай камеры, стварэнне трохмерных мадэляў аб'ектаў, сшыванне малюнкаў для атрымання малюнкаў з высокім дазволам і мноства іншых задач. Бібліятэка даступная для многіх моў, такіх як Python, C++, Java і г.д.
Гэта модуль для хуткай і простай рэалізацыі статыстычнага навучання на дадзеных NeuroImaging. Ён дазваляе выкарыстоўваць scikit-learn для шматмернай статыстыкі для прагнознага мадэлявання, класіфікацыі, дэкадавання і аналізу складнасці. Nilearn з'яўляецца часткай экасістэмы NiPy, якая ўяўляе сабой супольнасць, прысвечанае выкарыстанню Python для аналізу дадзеных нейровизуализации.
Scikit-learn - гэта яшчэ адзін пітонскі праект з адкрытым зыходным кодам. Гэта вельмі вядомая бібліятэка машыннага навучання для Python. Часта выкарыстоўваецца з NumPy і SciPy, SciPy прапануе класіфікацыю, рэгрэсію і кластарызацыю - ён падтрымлівае SVM (Support Vector Machines), выпадковыя лясы, градыентнае паскарэнне, k-сродкі і DBSCAN. Гэтая бібліятэка напісана на мовах Python і Cython.
Колькасць зорак на Github: 37,144
8. PyTorch
PyTorch - гэта яшчэ адна адкрытая бібліятэка машыннага навучання, напісаная на Python і для Python. Яна заснавана на бібліятэцы Torch і выдатна падыходзіць для такіх абласцей, як камп'ютэрны зрок і апрацоўка натуральнай мовы (NLP). У яго таксама ёсць C++ фронтэнд.
Сярод шматлікіх іншых асаблівасцяў PyTorch прапануе дзве высокаўзроўневыя:
Тэнзарныя вылічэнні з моцным паскарэннем з дапамогай GPU
Глыбокія нейронавыя сеткі
Колькасць зорак на Github: 31 779
9. Librosa
Librosa - адна з лепшых python бібліятэк для аналізу музыкі і аўдыё. Ён змяшчае неабходныя кампаненты, якія выкарыстоўваюцца для атрымання інфармацыі з музыкі. Бібліятэка добра дакументавана і змяшчае некалькі кіраўніцтваў і прыкладаў, якія аблегчаць выкананне вашай задачы.
Gensim – гэта бібліятэка Python для мадэлявання тэм, індэксацыі дакументаў і пошуку падабенства з буйнымі карпарацыямі. Ён накіраваны на НЛП і інфармацыйна-пошукавыя супольнасці. Gensim - скарачэнне ад «генераваць падобнае». Раней ён ствараў кароткі спіс артыкулаў, падобных да гэтага артыкула. Gensim зразумелы, эфектыўны і які маштабуецца. Gensim рэалізуе эфектыўную і простую рэалізацыю некантралюемага семантычнага мадэлявання з простага тэксту.
Колькасць зорак на Github: 9 870
11. Джанга
Django - фрэймворк Python высокага ўзроўню, якая заахвочвае хуткае развіццё і верыць у прынцып DRY (не паўтарайся). Гэта вельмі магутны і найбольш шырока выкарыстоўваецца фрэймворк для Python. Ён заснаваны на патэрне MTV (Model-Template-View).
Колькасць зорак на Github: 44 214
12. Распазнаванне асоб
Face recognition - гэта папулярны праект на GitHub. Ён лёгка распазнае твары і маніпулюе імі з дапамогай Python / каманднага радка і выкарыстоўвае для гэтага самую простую ў свеце бібліятэку распазнання асоб. Пры гэтым выкарыстоўваецца dlib з глыбокім навучаннем для выяўлення асоб з дакладнасцю 99,38% у тэсце Wild benchmark.
Колькасць зорак на Github: 28,267
13. Cookiecutter
Cookiecutter - гэта ўтыліта каманднага радка, якую можна выкарыстоўваць для стварэння праектаў з шаблонаў (cookiecutters). Адным з прыкладаў можа быць стварэнне пакетнага праекту з шаблону пакетнага праекту. Гэта крос-платформавыя шаблоны, і шаблоны праектаў могуць быць на любой мове ці ў любым фармаце разметкі, напрыклад Python, JavaScript, HTML, Ruby, CoffeeScript, RST і Markdown. Ён таксама дазваляе выкарыстоўваць некалькі моў у адным і тым жа шаблоне праекту.
Колькасць зорак на Github: 10 291
14. Панды
Pandas - гэта бібліятэка аналізу дадзеных і маніпуляцый з імі для Python, якая прапануе маркіраваныя структуры дадзеных і статыстычныя функцыі.
Pipenv абяцае быць production-ready інструментам, накіраваным на тое, каб прынесці лепшае з усіх упаковачных светаў у свет Python. Яго тэрмінал мае прыгожыя колеры і аб'ядноўвае Pipfile, pip і virtualenv у адну каманду. Ён аўтаматычна стварае і кіруе віртуальным асяроддзем для вашых праектаў і дае карыстальнікам просты спосаб наладкі працоўнага асяроддзя.
Колькасць зорак на Github: 18,322
16. SimpleCoin
Гэта рэалізацыя Blockchain для криптовалюты, створаная на Python, але яна простая, небяспечная і няпоўная. SimpleCoin не прызначаны для вытворчага выкарыстання. Не для вытворчага выкарыстання, SimpleCoin прызначаны для адукацыйных мэт і толькі для таго, каб зрабіць працоўны ланцуг блокчейн даступнай і спрасціць яе. Яна дазваляе захоўваць здабытыя хэшы і абменьваць іх на любую валюту, якая падтрымліваецца.
Колькасць зорак на Github: 1343
17. Pyray
Гэта бібліятэка 3D-рэндэрынгу, напісаная на ванільным Python. Ён візуалізуе 2D, 3D, аб'екты і сцэны больш высокага памеру ў Python і анімацыю. Ён знаходзіць нас у галіне створаных відэа, відэагульняў, фізічных сімуляцый і нават прыгожых карцінак. Патрабаванні для гэтага: PIL, numpy і scipy.
Колькасць зорак на Github: 451
18. MicroPython
MicroPython – гэта Python для мікракантролераў. Гэта эфектыўная рэалізацыя Python3, якая пастаўляецца з многімі пакетамі са стандартнай бібліятэкі Python і аптымізавана для працы на мікракантролерах і ў сціснутых умовах. Pyboard – гэта невялікі электронны поплатак, на якой MicroPython працуе на голым метале, таму яна можа кантраляваць усе выгляды электронных праектаў.
Kivy - гэта бібліятэка Python для распрацоўкі мабільных прыкладанняў і іншых мультытач-прыкладанняў з натуральным карыстацкім інтэрфейсам (NUI). Яна мае графічную бібліятэку, некалькі варыянтаў віджэтаў, прамежкавы мову Kv для стварэння ўласных віджэтаў, падтрымку мышы, клавіятуры, TUIO і падзей мультысенсорнага ўводу. Гэта бібліятэка з адкрытым зыходным кодам для хуткай распрацоўкі прыкладанняў з інавацыйнымі карыстальніцкімі інтэрфейсамі. Ён крос-платформавы, прыязны да бізнэсу і валодае GPU-паскарэннем.
Колькасць зорак на Github: 9 930
20. Працяжнік
Dash by Plotly - гэта фрэймворк вэб-прыкладанняў. Пабудаваны па-над Flask, Plotly.js, React і React.js, ён дазваляе нам выкарыстоўваць Python для пабудовы прыборных панэляў. Ён забяспечвае працу мадэляў Python і R у маштабе. Dash дазваляе ствараць, тэставаць, разгортваць і складаць справаздачы без выкарыстання DevOps, JavaScript, CSS ці CronJobs. Dash прадукцыйны, які наладжваецца, легкаважны і лёгка кіраваны. Гэтак жа мае адчынены зыходны код.
Колькасць зорак на Github: 9,883
21. Пурпурны
Magenta - гэта даследчы праект з адкрытым зыходным кодам, які факусуюць на машынным навучанні як інструменце ў творчым працэсе. Гэта дазваляе ствараць музыку і мастацтва з дапамогай машыннага навучання. Magenta - бібліятэка Python на базе TensorFlow, з утылітамі для працы з зыходнымі дадзенымі, выкарыстання яе для навучання машынных мадэляў і стварэння новага кантэнту.
22. Маска R-CNN
Гэта рэалізацыя маскі R-CNNN на Python 3, TensorFlow і Keras. Мадэль бярэ кожны асобнік аб'екта на растры і стварае для яго абмежавальныя рамкі і маскі сегментацыі. У ім выкарыстоўваецца сетка Feature Pyramid Network (FPN) і магістраль ResNet101. Код лёгка пашырыць. Гэты праект таксама прапануе набор дадзеных Matterport3D аб рэканструяваных 3D прасторах, захопленых заказчыкамі.
Колькасць зорак на Github: 14 055
23. Мадэлі TensorFlow
Гэта рэпазітар з рознымі мадэлямі, рэалізаванымі ў TensorFlow - афіцыйных і даследчых мадэлях. Ён таксама мае ўзоры і навучальныя дапаможнікі. Афіцыйныя мадэлі выкарыстоўваюць высокаўзроўневыя API TensorFlow. Навукова-даследчыя мадэлі - гэта мадэлі, рэалізаваныя ў TensorFlow даследчыкамі для іх падтрымкі або падтрымкі па пытаннях і атрымання запытаў.
Колькасць зорак на Github: 57 745
24. Snallygaster
Snallygaster - гэта спосаб арганізацыі праблем з праектнымі дошкамі. Дзякуючы гэтаму вы можаце наладзіць панэль кіравання праектамі на GitHub, аптымізаваць і аўтаматызаваць працоўны працэс. Ён дазваляе сартаваць задачы, планаваць праекты, аўтаматызаваць працоўны працэс, адсочваць прагрэс, дзяліцца статусам і, нарэшце, завяршаць. Snallygaster можа сканаваць на наяўнасць сакрэтных файлаў на HTTP серверах - ён шукае файлы, даступныя на вэб-серверах, якія не павінны быць агульнадаступнымі і могуць уяўляць пагрозу бяспецы.
Колькасць зорак на Github: 1 477
25. Statsmodels
Гэта пакет Python, які дапаўняе scipy для статыстычных вылічэнняў, у тым ліку апісальную статыстыку, а таксама ацэнкі і высновы для статыстычных мадэляў. Для гэтага ў яго ёсць класы і функцыі. Ён таксама дазваляе нам праводзіць статыстычныя выпрабаванні і даследаванні статыстычных дадзеных.
Колькасць зорак на Github: 4 246
26. WhatWaf
Гэта пашыраны інструмент выяўлення брандмаўэра, які мы можам выкарыстоўваць, каб зразумець, ці прысутнічае брандмаўэр вэб-прыкладанні. Ён выяўляе брандмаўэр у вэб-дадатку і спрабуе выявіць адзін або некалькі абыходных шляхоў для яго на названай мэты.
Колькасць зорак на Github: 1300
27. Чайнік
Chainer гэта асяроддзе глыбокага навучання, арыентаваная на гнуткасць. Ён грунтуецца на Python і прапануе дыферэнцыраваныя API, заснаваныя на падыходзе define-by-run. Chainer таксама прапануе аб'ектна-арыентаваныя API высокага ўзроўню для пабудовы і навучання нейронавых сетак. Гэта магутная, гнуткая і інтуітыўна зразумелая структура для нейрасетак.
Колькасць зорак на Github: 5,054
28. Rebound
Rebound - інструмент каманднага радка. Калі вы атрымліваеце паведамленне аб памылцы кампілятара, ён неадкладна атрымлівае вынікі з перапоўненага стэка. Каб выкарыстоўваць гэта, вы можаце выкарыстоўваць каманду rebound для выканання вашага файла. Гэта адзін з 50 самых папулярных праектаў з адчыненым зыходным кодам Python 2018 гады. Акрамя таго, ён патрабуе Python 3.0 ці вышэй. Якія падтрымліваюцца тыпы файлаў: Python, Node.js, Ruby, Golang і Java.
Колькасць зорак на Github: 2913
29. Detectron
Detectron выконвае сучаснае выяўленне аб'ектаў (таксама рэалізуе маску R-CNN). Гэта праграмнае забеспячэнне Facebook AI Research (FAIR), напісанае на Python і якое працуе на платформе Caffe2 Deep Learning. Мэта Detectron – падаць высакаякасную і высокапрадукцыйную кодавую базу для даследавання выяўлення аб'ектаў. Ён з'яўляецца гнуткім і рэалізуе наступныя алгарытмы - маска R-CNN, RetinaNet, больш хуткі R-CNN, RPN, хуткі R-CNN, R-FCN.
Колькасць зорак на Github: 21 873
30. Python-fire
Гэта бібліятэка для аўтаматычнай генерацыі CLI (інтэрфейсаў каманднага радка) з (любога) аб'екта Python. Ён таксама дазваляе вам распрацоўваць і адладжваць код, а таксама даследаваць існуючы код або ператвараць чужы код у CLI. Python Fire аблягчае пераход паміж Bash і Python, а таксама палягчае выкарыстанне REPL.
Колькасць зорак на Github: 15 299
31. Pylearn2
Pylearn2 - гэта бібліятэка машыннага навучання, пабудаваная ў асноўным на базе Theano. Яе мэта - палегчыць даследаванне ML. Дазваляе пісаць новыя алгарытмы і мадэлі.
Колькасць зорак на Github: 2681
32. Matplotlib
matplotlib - Гэта бібліятэка 2D-чарчэння для Python - яна генеруе якасныя публікацыі ў розных фарматах.
Колькасць зорак на Github: 10,072
33. Тэано
Theano – гэта бібліятэка для маніпулявання матэматычнымі і матрычнымі выразамі. Гэта таксама які аптымізуе кампілятар. Theano выкарыстоўвае numpy-падобны сінтаксіс для выражэння вылічэнняў і кампілюе іх для працы на архітэктурах CPU або GPU. Гэта бібліятэка машыннага навучання Python з адчыненым зыходным кодам, напісаная на Python і CUDA і якая працуе ў Linux, macOS і Windows.
Multidiff распрацаваны, каб аблегчыць разуменне машынна-арыентаваных дадзеных. Ён дапамагае праглядаць адрозненні паміж вялікай колькасцю аб'ектаў, выконваючы адрозненні паміж адпаведнымі аб'ектамі, а затым адлюстроўваючы іх. Гэтая візуалізацыя дазваляе нам шукаць патэрны ва ўласных пратаколах ці незвычайных фарматах файлаў. Ён таксама ў асноўным выкарыстоўваецца для адваротнага праектавання і аналізу двайковых дадзеных.
Колькасць зорак на Github: 262
35. Som-tsp
Гэты праект прысвечаны выкарыстанню самаарганізавальных карт для вырашэння праблемы коміваяжора. Выкарыстоўваючы SOM, мы знаходзім неаптымальныя рашэнні для праблемы TSP і выкарыстоўваем для гэтага фармат .tsp. TSP - гэта NP-поўная праблема, і з ростам колькасці гарадоў яе становіцца ўсё цяжэй вырашаць.
Колькасць зорак на Github: 950
36. Фатон
Photon - гэта выключна хуткі вэб-сканер, распрацаваны для OSINT. Ён можа атрымліваць URL-адрасы, URL-адрасы з параметрамі, звесткі аб Intel, файлы, сакрэтныя ключы, файлы JavaScript, супадзенні з рэгулярнымі выразамі і субдамены. Вынятую інфармацыю затым можна захаваць і экспартаваць у фармаце json. Photon гнуткі і геніяльны. Вы таксама можаце дадаць некаторыя плагіны да яго.
Колькасць зорак на Github: 5714
37. Social Mapper
Social Mapper - гэта інструмент для карціравання ў сацыяльных сетках, які карэлюе профілі з выкарыстаннем распазнання асоб. Ён робіць гэта на розных вэб-сайтах у вялікіх маштабах. Social Mapper аўтаматызуе пошук імёнаў і фатаграфій у сацыяльных сетках, а затым спрабуе сапраўды вызначыць і згрупаваць прысутнасць каго-небудзь. Затым ён стварае справаздачу для праверкі чалавекам. Гэта карысна ў індустрыі бяспекі (напрыклад, для фішынгу). Ён падтрымлівае платформы LinkedIn, Facebook, Twitter, Google Plus, Instagram, Укантакце, Weibo і Douban.
Колькасць зорак на Github: 2,396
38. Camelot
Camelot - гэта бібліятэка Python, якая дапамагае здабываць табліцы з файлаў PDF. Яна працуе з тэкставымі PDF-файламі, але не з адсканаванымі дакументамі. Тут кожная табліца з`яўляецца pandas DataFrame. Акрамя таго, вы можаце экспартаваць табліцы ў .json, .xls, .html ці .sqlite.
Колькасць зорак на Github: 2415
39. Lector
Гэта Qt-рыдэр для чытання электронных кніг. Ён падтрымлівае фарматы файлаў .pdf, .epub, .djvu, .fb2, .mobi, .azw / .azw3 / .azw4, .cbr / .cbz і .md. У Lector ёсць галоўнае акно, прагляд табліцы, прагляд кніг, прагляд без адцягненняў, падтрымка анатацый, прагляд коміксаў і акно налад. Ён таксама падтрымлівае закладкі, прагляд профіляў, рэдактар метададзеных і ўбудаваны слоўнік.
Колькасць зорак на Github: 835
40. m00dbot
Гэта бот Telegram для самастойнага тэсціравання дэпрэсіі і трывогі.
Колькасць зорак на Github: 145
41. Manim
Гэта рухавічок анімацыі для тлумачэння матэматычных відэаролікаў, які можна выкарыстоўваць для стварэння дакладнай анімацыі праграмным спосабам. Для гэтага ён выкарыстоўвае Python.
Колькасць зорак на Github: 13 491
42. Douyin-Bot
Бот, напісаны на Python для прыкладання, падобнага на Tinder. Распрацоўнікі з Кітая.
Колькасць зорак на Github: 5,959
43. XSStrike
Гэта пакет выяўлення міжсайтавых сцэнарыяў з чатырма сінтаксічнымі аналізатарамі, напісанымі ад рукі. Ён таксама абсталяваны інтэлектуальным генератарам карысных дадзеных, магутным механізмам фазінгу і неверагодна хуткім пошукавы модулем. Замест таго, каб уводзіць карысныя дадзеныя і правяраць іх працу, як усе астатнія прылады, XSStrike распазнае адказ з дапамогай некалькіх аналізатараў і затым апрацоўвае карысныя дадзеныя, якія гарантавана будуць працаваць з дапамогай кантэкстнага аналізу, інтэграванага ў механізм фазінгу.
Колькасць зорак на Github: 7050
44. PythonRobotics
Дадзены праект уяўляе сабой зборнік кода ў алгарытмах Python-робататэхнікі, а таксама алгарытмаў аўтаномнай навігацыі.
Колькасць зорак на Github: 6,746
45. Google Images Download
Google Images Download — гэта праграма Python для каманднага радка, якая шукае ключавыя словы ў выявах Google і атрымлівае выявы для вас. Гэта невялікая праграма без залежнасцяў, калі вам трэба ўсяго толькі загрузіць да 100 выяваў для кожнага ключавога слова.
Колькасць зорак на Github: 5749
46. Trape
Дазваляе адсочваць і выконваць інтэлектуальныя напады сацыяльнай інжынерыі ў рэжыме рэальнага часу. Гэта дапамагае высветліць, як буйныя інтэрнэт-кампаніі могуць атрымліваць канфідэнцыйную інфармацыю і кантраляваць карыстальнікаў без іх ведама. Trape таксама можа дапамагчы адсачыць кіберзлачынцаў.
Колькасць зорак на Github: 4256
47. Xonsh
Xonsh - гэта крос-платформавы Unix-gazing мова каманднага радка і абалонкі каманднага радка на базе Python. Гэта суперсэт Python 3.5+ з дадатковымі прымітывамі абалонкі, такімі як у Bash і IPython. Xonsh працуе на Linux, Max OS X, Windows ды іншых асноўных сістэмах.
Колькасць зорак на Github: 3426
48. GIF для CLI
Для гэтага патрабуецца GIF ці кароткае відэа ці запыт, а з дапамогай API-інтэрфейсу Tenor GIF ён пераўтворыцца ў аніміраваную графіку ASCII. Ён выкарыстоўвае escape-паслядоўнасці ANSI для анімацыі і колеры.
Колькасць зорак на Github: 2,547
49. Мультфільм
Draw This - палароідная камера, здольная маляваць мультфільмы. Пры гэтым выкарыстоўваецца нейронавая сетка для распазнання аб'ектаў, набор дадзеных Google Quickdraw, термопринтер і Raspberry Pi. Quick, Draw! - Гэта гульня Google, у якой гульцам прапануецца намаляваць малюнак аб'екта / ідэі, а затым ён спрабуе адгадаць, што ён уяўляе, менш чым за 20 секунд.
Колькасць зорак на Github: 1760
50. Цуліп
Zulip - гэта дадатак для групавога чата, якое працуе ў рэжыме рэальнага часу, а таксама прадуктыўнае дзякуючы шматструменным размовам. Многія кампаніі са спісу Fortune 500 і праекты з адкрытым зыходным кодам выкарыстоўваюць яго для чата ў рэальным часе, які можа апрацоўваць тысячы паведамленняў у дзень.
Колькасць зорак на Github: 10,432
51. YouTube-dl
Гэта праграма каманднага радка, якая можа загружаць відэа з YouTube і некаторых іншых сайтаў. Ён не прывязаны да канкрэтнай платформы.
Колькасць зорак на Github: 55 868
52. Ансібль
Гэта простая сістэма аўтаматызацыі ІТ, якая можа апрацоўваць наступныя функцыі: кіраванне канфігурацыяй, разгортванне прыкладанняў, ініцыялізацыя аблокі, выкананне спецыяльных задач, аўтаматызацыя сеткі і шматвузлавая аркестроўка.
Колькасць зорак на Github: 39,443
53. HTTPie
HTTPie - гэта HTTP-кліент каманднага радка. Гэта спрашчае ўзаемадзеянне CLI з вэб-сэрвісамі. Для каманды http, яна дазваляе нам пасылаць адвольныя HTTP запыты з простым сінтаксісам, і атрымліваць каляровы вывад. Мы можам выкарыстоўваць яго для тэсціравання, адладкі і ўзаемадзеяння з HTTP-серверамі.
Колькасць зорак на Github: 43 199
54. Tornado Web Server
Гэта вэб-фрэймворк, асінхронная сеткавая бібліятэка для Python. Ён выкарыстоўвае неблакавальныя сеткавыя ўваходы/выхады для маштабавання да больш за тысяч адчыненых злучэнняў. Гэта робіць яго добрым выбарам для доўгіх запытаў і WebSockets.
Колькасць зорак на Github: 18 306
55. Запыты
Requests - гэта бібліятэка, якая дазваляе лёгка адпраўляць HTTP/1.1 запыты. Вам не трэба ўручную дадаваць параметры да URL-адрасоў або кадзіраваць дадзеныя PUT і POST.
Колькасць зорак на Github: 40 294
56. Скрэпі
Scrapy - гэта хуткі высокаўзроўневы фрэймворк для прагляду вэб-старонак - вы можаце выкарыстоўваць яго для прагляду вэб-сайтаў з мэтай вымання структураваных дадзеных. Вы таксама можаце выкарыстоўваць яго для аналізу дадзеных, маніторынгу і аўтаматызаванага тэсціравання.