56 Python проекта с отворен код

1. Колба

Това е микро-рамка, написана на Python. Той няма валидации за формуляри и слой за абстракция на база данни, но ви позволява да използвате библиотеки на трети страни за обща функционалност. И затова е микрорамка. Flask е проектиран да направи създаването на приложения лесно и бързо, като същевременно е мащабируем и лек. Базиран е на проектите Werkzeug и Jinja2. Можете да прочетете повече за това в последната статия на DataFlair за Python Flask.

2. Керас

Keras е библиотека за невронни мрежи с отворен код, написана на Python. Той е удобен за потребителя, модулен и разширяем и може да работи върху TensorFlow, Theano, PlaidML или Microsoft Cognitive Toolkit (CNTK). Keras има всичко: шаблони, функции за цел и трансфер, оптимизатори и много повече. Той също така поддържа конволюционни и повтарящи се невронни мрежи.

Работя върху най-новия проект с отворен код, базиран на Keras - Класификация на рака на гърдата.

Статията е преведена с подкрепата на EDISON Software, която разработва диагностична система за съхранение на документи VivaldiИ инвестира в стартиращи компании.

3.SpaCy

Това е софтуерна библиотека с отворен код, която се занимава с обработка на естествен език (NLP) и написан на Python и Cython. Докато NLTK е по-подходящ за учебни и изследователски цели, работата на spaCy е да предоставя софтуер за производство. Освен това Thinc е библиотеката за машинно обучение на spaCy, която предоставя модели на CNN за маркиране на част от речта, анализ на зависимости и разпознаване на именуван обект.

4. Часовник

Sentry предлага хостван мониторинг на грешки с отворен код, за да можете да откривате и сортирате грешки в реално време. Просто инсталирайте SDK за вашия език(ци) или рамка(и) и започнете. Позволява ви да улавяте необработени изключения, да изследвате следите на стека, да анализирате въздействието на всеки проблем, да проследявате грешки в проекти, да възлагате проблеми и др. Използването на Sentry означава по-малко грешки и повече изпратен код.

5.OpenCV

OpenCV е библиотека с отворен код за компютърно зрение и машинно обучение. Библиотеката разполага с повече от 2500 оптимизирани алгоритми за задачи с компютърно зрение като откриване и разпознаване на обекти, класифициране на различни видове човешки дейности, проследяване на движението на камерата, създаване на XNUMXD модели на обекти, съединяване на изображения за получаване на изображения с висока разделителна способност и много други задачи . Библиотеката е достъпна за много езици като Python, C++, Java и др.

Брой звезди в Github: 39585

Работили ли сте вече по някой OpenCV проект? Ето един - Проект за определяне на пол и възраст

6. Nilearn

Това е модул за бързо и лесно прилагане на статистическо обучение върху данни от NeuroImaging. Позволява ви да използвате scikit-learn за многовариантна статистика за прогнозно моделиране, класификация, декодиране и анализ на свързаността. Nilearn е част от екосистемата NiPy, която е общност, посветена на използването на Python за анализиране на данни за невроизображения.

Брой звезди на Github: 549

7. scikit-Научете

Scikit-learn е друг проект на Python с отворен код. Това е много известна библиотека за машинно обучение за Python. Често използван с NumPy и SciPy, SciPy предлага класификация, регресия и групиране - поддържа SVM (Машини за поддържащи вектори), произволни гори, градиентно ускорение, k-средни стойности и DBSCAN. Тази библиотека е написана на Python и Cython.

Брой звезди в Github: 37,144

8. PyTorch

PyTorch е друга библиотека с отворен код за машинно обучение, написана на Python и за Python. Базиран е на библиотеката Torch и е чудесен за области като компютърно зрение и обработка на естествен език (NLP). Освен това има интерфейс на C++.

Сред много други функции, PyTorch предлага две такива от високо ниво:

• Силно GPU-ускорено тензорно изчисление
• Дълбоки невронни мрежи

Брой звезди в Github: 31 779

9. Либроса

Librosa е една от най-добрите библиотеки на Python за анализ на музика и аудио. Той съдържа необходимите компоненти, които се използват за получаване на информация от музиката. Библиотеката е добре документирана и съдържа няколко урока и примери, които ще улеснят задачата ви.

Брой звезди в Github: 3107

Внедряване на проект с отворен код Python и Librosa - разпознаване на речта на емоциите.

10. Генсим

Gensim е библиотека на Python за моделиране на теми, индексиране на документи и търсене на прилики за големи корпорации. Насочен е към НЛП и общностите за извличане на информация. Gensim е съкращение от „генериране на подобни“. Преди това той създаде кратък списък от статии, подобни на тази статия. Gensim е ясен, ефективен и мащабируем. Gensim осигурява ефективно и просто внедряване на неконтролирано семантично моделиране от обикновен текст.

Брой звезди в Github: 9 870

11. Джанго

Django е рамка на Python от високо ниво, която насърчава бързото развитие и вярва в принципа DRY (не повтаряй себе си). Това е много мощна и най-широко използвана рамка за Python. Базиран е на модела MTV (Model-Template-View).

Брой звезди в Github: 44 214

12. Разпознаване на лица

Разпознаването на лица е популярен проект в GitHub. Той лесно разпознава и манипулира лица с помощта на Python/командния ред и използва най-простата в света библиотека за разпознаване на лица, за да го направи. Това използва dlib с дълбоко обучение за откриване на лица с 99,38% точност в бенчмарка Wild.

Брой звезди в Github: 28,267

13. Форма за сладки

Cookiecutter е помощна програма за команден ред, която може да се използва за създаване на проекти от шаблони (cookiecutters). Един пример би бил да създадете партиден проект от шаблон на пакетен проект. Това са междуплатформени шаблони и шаблоните на проекти могат да бъдат на всеки език или формат за маркиране, като Python, JavaScript, HTML, Ruby, CoffeeScript, RST и Markdown. Той също така ви позволява да използвате няколко езика в един и същ шаблон на проект.

Брой звезди в Github: 10 291

14. Пандите

Pandas е библиотека за анализ и манипулиране на данни за Python, която предлага етикетирани структури от данни и статистически функции.

Брой звезди в Github: 21,404

Проект с отворен код на Python за изпробване на Pandas - откриване на болестта на Паркинсон

15. Пипенв

Pipenv обещава да бъде готов за производство инструмент, целящ да пренесе най-доброто от всички опаковъчни светове в света на Python. Неговият терминал има хубави цветове и комбинира Pipfile, pip и virtualenv в една команда. Той автоматично създава и управлява виртуална среда за вашите проекти и предоставя на потребителите лесен начин да персонализират работната си среда.

Брой звезди в Github: 18,322

16. SimpleCoin

Това е реализация на Blockchain за криптовалута, изградена в Python, но е проста, несигурна и непълна. SimpleCoin не е предназначен за производствена употреба. Не е за производствена употреба, SimpleCoin е предназначен за образователни цели и само за да направи работещата блокчейн достъпна и по-проста. Тя ви позволява да запазвате добитите хешове и да ги обменяте за всяка поддържана валута.
Брой звезди в Github: 1343

17. Пирай

Това е библиотека за 3D изобразяване, написана на ванилен Python. Той изобразява 2D, 3D, по-високоизмерни обекти и сцени в Python и анимация. Намира ни в царството на създадени видеоклипове, видео игри, физически симулации и дори красиви снимки. Изисквания за това: PIL, numpy и scipy.

Брой звезди в Github: 451

18. MicroPython

MicroPython е Python за микроконтролери. Това е ефективна реализация на Python3, която идва с много пакети от стандартната библиотека на Python и е оптимизирана за работа на микроконтролери и в ограничени среди. Pyboard е малка електронна платка, която работи с MicroPython върху метал, така че да може да контролира всички видове електронни проекти.

Брой звезди на Github: 9,197

19. Киви

Kivy е библиотека на Python за разработване на мобилни и други мултитъч приложения с естествен потребителски интерфейс (NUI). Има графична библиотека, няколко опции за джаджи, междинен език Kv за създаване на ваши собствени джаджи, поддръжка за мишка, клавиатура, TUIO и мултитъч събития. Това е библиотека с отворен код за бързо разработване на приложения с иновативни потребителски интерфейси. Той е междуплатформен, удобен за бизнеса и ускорен с GPU.

Брой звезди в Github: 9 930

20. тире

Dash от Plotly е рамка за уеб приложения. Създаден върху Flask, Plotly.js, React и React.js, той ни позволява да използваме Python за изграждане на табла за управление. Той захранва Python и R модели в мащаб. Dash ви позволява да създавате, тествате, внедрявате и отчитате без DevOps, JavaScript, CSS или CronJobs. Dash е мощен, персонализиран, лек и лесен за управление. Освен това е с отворен код.

Брой звезди в Github: 9,883

21. Магента

Magenta е изследователски проект с отворен код, който се фокусира върху машинното обучение като инструмент в творческия процес. Тя ви позволява да създавате музика и изкуство с помощта на машинно обучение. Magenta е библиотека на Python, базирана на TensorFlow, с помощни програми за работа със сурови данни, използване за обучение на машинни модели и създаване на ново съдържание.

22. R-CNN маска

Това е реализация на R-CNNN маска в Python 3, TensorFlow и Keras. Моделът взема всеки екземпляр на обект в растера и създава ограничаващи полета и маски за сегментиране за него. Той използва Feature Pyramid Network (FPN) и гръбнака ResNet101. Кодът е лесен за разширяване. Този проект също така предлага Matterport3D набор от данни на реконструирани 3D пространства, заснети от клиенти...
Брой звезди в Github: 14 055

23. Модели TensorFlow

Това е хранилище с различни модели, внедрени в TensorFlow - официални и изследователски модели. Освен това има мостри и уроци. Официалните модели използват TensorFlow API от високо ниво. Изследователските модели са модели, внедрени в TensorFlow от изследователи за тяхна подкрепа или подкрепа при въпроси и запитвания.

Брой звезди в Github: 57 745

24. Snalygaster

Snallygaster е начин за организиране на проблеми с проектни табла. Благодарение на това можете да персонализирате своя панел за управление на проекти в GitHub, да оптимизирате и автоматизирате работния си процес. Тя ви позволява да сортирате задачи, да планирате проекти, да автоматизирате работния процес, да проследявате напредъка, да споделяте статус и накрая да завършите. Snallygaster може да сканира за секретни файлове на HTTP сървъри - той търси файлове, налични на уеб сървъри, които не трябва да бъдат публично достъпни и могат да представляват риск за сигурността.

Брой звезди в Github: 1 477

25.Statsmodels

То Python пакет, който допълва scipy за статистически изчисления, включително описателна статистика и оценка и извод за статистически модели. Има класове и функции за тази цел. Също така ни позволява да провеждаме статистически тестове и изследвания върху статистически данни.
Брой звезди в Github: 4 246

26. WhatWaf

Това е усъвършенстван инструмент за откриване на защитна стена, който можем да използваме, за да разберем дали има защитна стена на уеб приложение. Той открива защитна стена в уеб приложение и се опитва да открие едно или повече решения за нея на определена цел.

Брой звезди в Github: 1300

27. Верига

верижка - това е рамка за дълбоко обучениеориентирани към гъвкавост. Базиран е на Python и предлага диференцирани API, базирани на подхода на дефиниране по изпълнение. Chainer също предлага обектно-ориентирани API на високо ниво за изграждане и обучение на невронни мрежи. Това е мощна, гъвкава и интуитивна рамка за невронни мрежи.
Брой звезди в Github: 5,054

28. Отскок

Rebound е инструмент от командния ред. Когато получите грешка на компилатора, той незабавно извлича резултатите от препълването на стека. За да използвате това, можете да използвате командата rebound, за да изпълните вашия файл. Това е един от 50-те най-популярни проекта на Python с отворен код за 2018 г. Освен това изисква Python 3.0 или по-нова версия. Поддържани типове файлове: Python, Node.js, Ruby, Golang и Java.

Брой звезди в Github: 2913

29. Детектор

Detectron извършва модерно откриване на обекти (също прилага R-CNN маска). Това е софтуер на Facebook AI Research (FAIR), написан на Python и работещ на платформата Caffe2 Deep Learning. Целта на Detectron е да предостави висококачествена кодова база с висока производителност за изследване на откриването на обекти. Той е гъвкав и изпълнява следните алгоритми - R-CNN mask, RetinaNet, по-бърз R-CNN, RPN, бърз R-CNN, R-FCN.

Брой звезди в Github: 21 873

30. Питон-огън

Това е библиотека за автоматично генериране на CLI (интерфейси на командния ред) от (всеки) обект на Python. Той също така ви позволява да разработвате и отстранявате грешки в код, както и да изследвате съществуващ код или да превръщате кода на някой друг в CLI. Python Fire улеснява преминаването между Bash и Python и също така улеснява използването на REPL.
Брой звезди в Github: 15 299

31. Pylearn2

Pylearn2 е библиотека за машинно обучение, изградена основно върху Theano. Целта му е да улесни изследванията на машинното обучение. Позволява ви да пишете нови алгоритми и модели.
Брой звезди в Github: 2681

32. Matplotlib

Матплотлиб е библиотека за 2D чертожи за Python - генерира качествени публикации в различни формати.

Брой звезди в Github: 10,072

33. Теано

Theano е библиотека за манипулиране на математически и матрични изрази. Освен това е оптимизиращ компилатор. Theano използва numpy-подобен синтаксис за изразяване на изчисления и ги компилира за изпълнение на CPU или GPU архитектури. Това е библиотека за машинно обучение на Python с отворен код, написана на Python и CUDA и работи на Linux, macOS и Windows.

Брой звезди на Github: 8,922

34. Мултидиф

Multidiff е проектиран да направи машинно ориентираните данни по-лесни за разбиране. Помага ви да видите разликите между голям брой обекти, като правите разлики между съответните обекти и след това ги показвате. Тази визуализация ни позволява да търсим модели в патентовани протоколи или необичайни файлови формати. Също така се използва главно за обратно инженерство и анализ на двоични данни.

Брой звезди в Github: 262

35. Som-ч.л

Този проект е за използване на самоорганизиращи се карти за решаване на проблема с пътуващия търговец. Използвайки SOM, намираме неоптимални решения на проблема с TSP и използваме формата .tsp за това. TSP е NP-пълен проблем и става все по-труден за решаване с нарастването на броя на градовете.

Брой звезди в Github: 950

36. фотон

Photon е изключително бърз уеб скенер, предназначен за OSINT. Може да извлича URL адреси, URL адреси с параметри, информация на Intel, файлове, секретни ключове, JavaScript файлове, съвпадения на регулярни изрази и поддомейни. След това извлечената информация може да бъде запазена и експортирана във формат json. Photon е гъвкав и гениален. Можете също да добавите някои добавки към него.

Брой звезди в Github: 5714

37. Социален картограф

Social Mapper е инструмент за картографиране на социални медии, който корелира профили с помощта на лицево разпознаване. Той прави това на различни уебсайтове в голям мащаб. Social Mapper автоматизира търсенето на имена и снимки в социалните медии и след това се опитва да определи и групира нечие присъствие. След това генерира отчет за преглед от човек. Това е полезно в сектора на сигурността (например фишинг). Поддържа платформите LinkedIn, Facebook, Twitter, Google Plus, Instagram, VKontakte, Weibo и Douban.

Брой звезди в Github: 2,396

38. Камелот

Camelot е библиотека на Python, която ви помага да извличате таблици от PDF файлове. Работи с текстови PDF файлове, но не и със сканирани документи. Тук всяка таблица е pandas DataFrame. Освен това можете да експортирате таблици в .json, .xls, .html или .sqlite.

Брой звезди в Github: 2415

39. Лектор

Това е Qt четец за четене на електронни книги. Поддържа файлови формати .pdf, .epub, .djvu, .fb2, .mobi, .azw/.azw3/.azw4, .cbr/.cbz и .md. Lector има основен прозорец, изглед на таблица, изглед на книга, сърфиране без разсейване, поддръжка на анотации, изглед на комикси и прозорец за настройки. Той също така поддържа отметки, сърфиране в профили, редактор на метаданни и вграден речник.

Брой звезди в Github: 835

40.m00dbot

Това е бот на Telegram за самотестване на депресия и тревожност.

Брой звезди в Github: 145

41. Маним

Това е анимационен двигател за обяснение на математически видеоклипове, който може да се използва за програмно създаване на прецизни анимации. Той използва Python за това.

Брой звезди в Github: 13 491

42. Douyin-Bot

Бот, написан на Python за подобно на Tinder приложение. Разработчици от Китай.

Брой звезди в Github: 5,959

43. XSStrike

Това е пакет за откриване на междусайтови скриптове с четири ръчно написани парсера. Той също така разполага с интелигентен генератор на полезен товар, мощен фъзинг двигател и невероятно бърза търсачка. Вместо да инжектира полезен товар и да го тества да работи като всички други инструменти, XSStrike разпознава отговора с помощта на множество парсери и след това обработва полезния товар, който е гарантиран, че работи с помощта на контекстуален анализ, интегриран в размиващия двигател.

Брой звезди в Github: 7050

44. PythonRobotics

Този проект е колекция от кодове в алгоритми за роботика на Python, както и алгоритми за автономна навигация.

Брой звезди в Github: 6,746

45. Изтегляне на изображения от Google

Google Images Download е програма на Python от команден ред, която търси в Google Images ключови думи и получава изображенията вместо вас. Това е малка програма без зависимости, ако трябва да качите само до 100 изображения за всяка ключова дума.

Брой звезди в Github: 5749

46. ​​​​Trape

Позволява ви да наблюдавате и изпълнявате интелигентни атаки със социално инженерство в реално време. Това помага да се разкрие как големите интернет компании могат да получат чувствителна информация и да контролират потребителите без тяхно знание. Trape също може да помогне за проследяване на киберпрестъпници.

Брой звезди в Github: 4256

47. Ксонш

Xonsh е междуплатформен Unix-взиращ се команден ред и език на обвивката, базиран на Python. Това е надмножество на Python 3.5+ с допълнителни примитиви на обвивката като тези в Bash и IPython. Xonsh работи на Linux, Max OS X, Windows и други големи системи.

Брой звезди в Github: 3426

48. GIF за CLI

Изисква GIF или кратко видео или заявка и с помощта на Tenor GIF API се преобразува в ASCII анимирана графика. Той използва ANSI escape последователности за анимация и цвят.

Брой звезди в Github: 2,547

49. Карикатуризирайте

Рисуване Това е фотоапарат Polaroid, който може да рисува карикатури. Той използва невронна мрежа за разпознаване на обекти, набор от данни Google Quickdraw, термичен принтер и Raspberry Pi. Бърза скица! е игра на Google, която кара играчите да нарисуват картина на обект/идея и след това се опитват да отгатнат какво представлява за по-малко от 20 секунди.

Брой звезди в Github: 1760

50. Джулип

Zulip е приложение за групов чат, което работи в реално време и също е продуктивно с многонишкови разговори. Много компании от Fortune 500 и проекти с отворен код го използват за чат в реално време, който може да обработва хиляди съобщения на ден.

Брой звезди в Github: 10,432

51. YouTube-dl

Това е програма от командния ред, която може да изтегля видеоклипове от YouTube и някои други сайтове. Не е обвързан с конкретна платформа.

Брой звезди в Github: 55 868

52. Анзибъл

Това е проста ИТ система за автоматизация, която може да се справи със следните функции: управление на конфигурацията, внедряване на приложения, осигуряване на облак, ad hoc задачи, мрежова автоматизация и оркестрация на множество сайтове.

Брой звезди в Github: 39,443

53. HTTPie

HTTPie е HTTP клиент за команден ред. Това улеснява взаимодействието на CLI с уеб услугите. За http командата ни позволява да изпращаме произволни HTTP заявки с прост синтаксис и да получаваме цветен изход. Можем да го използваме за тестване, отстраняване на грешки и взаимодействие с HTTP сървъри.

Брой звезди в Github: 43 199

54. Торнадо уеб сървър

Това е уеб рамка, асинхронна мрежова библиотека за Python. Той използва неблокиращ мрежов I/O за мащабиране до над хиляди отворени връзки. Това го прави добър избор за дълги заявки и WebSockets.

Брой звезди в Github: 18 306

55. Искания

Requests е библиотека, която улеснява изпращането на HTTP/1.1 заявки. Не е нужно ръчно да добавяте параметри към URL адресите или да кодирате PUT и POST данни.
Брой звезди в Github: 40 294

56. Скрепи

Scrapy е бърза рамка за обхождане на мрежата на високо ниво - можете да я използвате за извличане на структурирани данни от уебсайтове. Можете също да го използвате за анализ на данни, мониторинг и автоматизирано тестване.

Брой звезди в Github: 34,493

Източник: www.habr.com