56 проекта на Python с отворен код

1. Flask

Flask е микро-фреймворк, написан на Python. Той няма валидации за формуляри и ниво на абстракция за бази данни, но ви позволява да използвате външни библиотеки за общи функции. И точно затова това е микро-фреймворк. Flask е предназначен за бързо и лесно създаване на приложения, а също така е мащабируем и лек. Основан е на проектите Werkzeug и Jinja2. Можете да научите повече за него в последната статия на DataFlair за Python Flask.

2. Keras

Keras е библиотека за невронни мрежи с отворен код, написана на Python. Тя е удобна за потребителя, модулна и разширяема и може да работи върху TensorFlow, Theano, PlaidML или Microsoft Cognitive Toolkit (CNTK). В Keras има всичко: шаблони, целеви и предавателни функции, оптимизатори и много други. Тя също така поддържа свързочни и рекурентни невронни мрежи.

Работата по последния проект с отворен код, основан на Keras — Класификация на рака на гърдата.

Статията е преведена с подкрепата на компания EDISON Software, която разработва система за диагностика на хранилище на документи Vivaldi, а също така инвестира в стартъпи.

3. SpaCy

Това е библиотека с отворен код, която се занимава с обработка на естествен език (NLP) и е написана на Python и Cython. Докато NLTK е повече подходяща за учебни и изследователски цели, работата на spaCy се състои в предоставянето на софтуер за производство. Освен това, Thinc е библиотека за машинно обучение на spaCy, в която са представени модели CNN за тагове на части от речта, разпределителен анализ и разпознаване на имена на обекти.

4. Sentry

Sentry предлага хостинг на мониторинг на грешки с отворен код, за да можете да откривате и организирате грешки в реално време. Просто инсталирайте SDK за вашия език(и) или фреймворк(ове) и започнете работа. Той позволява записването на неполучени изключения, проучване на трасировките на стека, анализ на влиянието на всяка проблема, проследяване на грешки в различни проекти, разпределение на проблеми и много други. Използването на Sentry означава по-малко грешки и повече изпратен код.

5. OpenCV

OpenCV е библиотека за компютърно зрение и машинно обучение с отворен код. Библиотеката има над 2500 оптимизирани алгоритъма за задачи в компютърното зрение, като откритие и разпознаване на обекти, класификация на различни видове човешка активност, проследяване на движения с камера, изграждане на триизмерни модели на обекти, съединяване на изображения за получаване на висока резолюция и множество други задачи. Библиотеката е достъпна за много езици, като Python, C ++, Java и т.н.

Брой звезди в Github: 39585

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

6. Nilearn

Това е модул за бързо и лесно реализиране на статистическо обучение върху данни от невровизуализация. Той позволява използването на scikit-learn за многомерна статистика за прогнозиране, класификация, декодиране и анализ на свързаност. Nilearn е част от екосистемата NiPy, която представлява общност, посветена на използването на Python за анализ на невровизуализационни данни.

Брой звезди на Github: 549

7. scikit-Learn

Scikit-learn е още един проект с отворен код на Python. Това е много известна библиотека за машинно обучение за Python. Често се използва с NumPy и SciPy, които предлагат класификация, регресия и клъстеризация — той поддържа SVM (Support Vector Machines), случайни гори, градиентно подобряване, k-средства и DBSCAN. Тази библиотека е написана на Python и Cython.

Брой звезди в Github: 37,144

8. PyTorch

PyTorch е още една отворена библиотека за машинно обучение, написана на Python и за Python. Тя е базирана на библиотеката Torch и е отлична за области като компютърно зрение и обработка на естествен език (NLP). Тя също така предлага C++ фронтенд.

Сред многото си функции, PyTorch предлага две напълно развити:

• Тензорни изчисления с мощно ускорение с GPU
• Дълбоки невронни мрежи

Брой звезди в Github: 31 779

9. Librosa

Librosa е една от най-добрите библиотеки на Python за анализиране на музика и аудио. Съдържа необходимите компоненти, които се използват за извличане на информация от музиката. Библиотеката е добре документирана и съдържа множество ръководства и примери, които ще улеснят извършването на вашите задачи.

Брой звезди в Github: 3107

Реализация на проект на Python с отворен код и Librosa — разпознаване на емоции в речта.

10. Gensim

Gensim е библиотека за Python за моделиране на теми, индексиране на документи и търсене на сходство в големи корпорации. Тя е насочена към НЛП и информационно-поисковите общности. Gensim е съкращение от 'генерирай подобно'. По-рано създаваше кратък списък от статии, подобни на настоящата. Gensim е разбираем, ефективен и мащабируем. Gensim предлага ефективна и проста реализация на неконтролирано семантично моделиране от обикновен текст.

Брой звезди в Github: 9870

11. Django

Django — високо ниво Python фреймворк, който насърчава бързото развитие и вярва в принципа DRY (не повтаряй). Това е много мощен и най-широко използван фреймворк за Python. Базиран е на модела MTV (Model-Template-View).

Брой звезди в Github: 44214

12. Разпознаване на лица

Разпознаването на лица е популярен проект в GitHub. Той лесно разпознава лица и манипулира с тях с помощта на Python / команден ред и използва най-простата в света библиотека за разпознаване на лица. За това се използва dlib с дълбоко обучение за откриване на лица с точност 99.38% в теста Wild benchmark.

Брой звезди в Github: 28267

13. Cookiecutter

Cookiecutter е инструмент за команден ред, който може да се използва за създаване на проекти от шаблони (cookiecutters). Един пример би бил създаването на пакетен проект от шаблон на пакетен проект. Това са кросплатформени шаблони, а проектните шаблони могат да бъдат на всеки език или в любой формат на маркиране, като например Python, JavaScript, HTML, Ruby, CoffeeScript, RST и Markdown. Той също така позволява използването на множество езици в един и същ проектен шаблон.

Брой звезди в Github: 10291

14. Pandas

Pandas е библиотека за анализ на данни и манипулации с тях за Python, предлагаща маркирани структури от данни и статистически функции.

Брой звезди в Github: 21404

Python проект с отворен код, за да пробвате Pandas — откриване на болестта на Паркинсон

15. Pipenv

Pipenv обещава да бъде инструмент, готов за продукция, който цели да донесе най-доброто от всички светове на опаковане в света на Python. Неговият терминал има красиви цветове и обединява Pipfile, pip и virtualenv в една команда. Той автоматично създава и управлява виртуална среда за вашите проекти и предоставя на потребителите прост начин за настройка на работната среда.

Брой звезди в Github: 18,322

16. SimpleCoin

Това е реализация на Blockchain за криптовалута, създадена на Python, но е проста, небезопасна и непълна. SimpleCoin не е предназначен за производствени цели. Не е за производствени цели, SimpleCoin е предназначен за образователни цели и единствено за да направи работната верига на блокчейн достъпна и да я опрости. Тя позволява запазването на добити хешове и обменът им за всяка поддържана валута.
Брой звезди в Github: 1343

17. Pyray

Това е библиотека за 3D рендеринг, написана на ванилов Python. Тя визуализира 2D, 3D, обекти и сцени с по-висока резолюция в Python и анимация. Тя ни намира в областта на създадените видеа, видеоигрите, физичните симулации и дори красивите изображения. Изискванията за това са: 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 множество пакети от стандартната библиотека на Python и е оптимизирана да работи на микроконтролери и в ограничени условия. Pyboard е малка електронна платка, на която MicroPython работи на гол метал, позволявайки контрол над всички видове електронни проекти.

Брой звезди на Github: 9,197

19. Kivy

Kivy е библиотека на Python за разработка на мобилни приложения и други приложения с много докосвания с естествен потребителски интерфейс (NUI). Тя разполага с графична библиотека, няколко опции за виджети, междинен език Kv за създаване на собствени виджети, поддръжка на мишка, клавиатура, TUIO и събития на мултисензорен вход. Това е библиотека с отворен код за бърза разработка на приложения с иновативни потребителски интерфейси. Тя е кросплатформена, бизнес-приятелска и с GPU ускорение.

Брой звезди в Github: 9,930

20. Dash

Dash от Plotly — това е фреймворк за уеб приложения. Изграден върху Flask, Plotly.js, React и React.js, той ни позволява да използваме Python за създаване на табла с инструменти. Осигурява работа на Python и R модели в мащаб. Dash позволява създаване, тестване, разполагане и генериране на отчети без нужда от DevOps, JavaScript, CSS или CronJobs. Dash е производителен, настроим, лек и лесен за управление. Също така е с отворен код.

Брой звезди в Github: 9,883

21. Magenta

Magenta е изследователски проект с отворен код, който се фокусира върху машинното обучение като инструмент в творческия процес. Позволява създаване на музика и изкуство с машини. Magenta е библиотека на Python, базирана на TensorFlow, с инструменти за работа с оригинални данни, използването ѝ за обучение на машинни модели и създаване на ново съдържание.

22. Mask R-CNN

Това е имплементация на Mask R-CNN на Python 3, TensorFlow и Keras. Моделът взема всеки екземпляр на обекта в изображението и създава оградителни рамки и маски на сегментация. Използва мрежа Feature Pyramid Network (FPN) и ResNet101 основа. Кодът е лесен за разширяване. Този проект също така предлага набор от данни Matterport3D за реконструирани 3D пространства, заснети от клиенти...
Брой звезди в Github: 14 055

23. TensorFlow модели

Това е репозиторий с различни модели, реализирани в TensorFlow — официални и изследователски модели. Той също така има примери и учебни ръководства. Официалните модели използват високопроизводителни API на TensorFlow. Изследователските модели представляват модели, разработени от изследователи в TensorFlow за тяхната поддръжка или поддръжка по въпроси и заявки.

Брой звезди в Github: 57 745

24. Snallygaster

Snallygaster е начин за организиране на проблеми с проектни дъски. Чрез него можете да настроите контролен панел за проекти в GitHub, оптимизирайки и автоматизирайки работния процес. Позволява сортиране на задачи, планиране на проекти, автоматизиране на работния процес, проследяване на напредъка, споделяне на статус и в крайна сметка завършване. Snallygaster може да сканира за наличието на секретни файлове на HTTP сървъри — търси файлове, достъпни на уеб сървъри, които не трябва да са публично достъпни и могат да представляват заплаха за безопасността.

Брой звезди в Github: 1 477

25. Statsmodels

Това Python пакет, който допълва scipy за статистически изчисления, включително описателна статистика, както и оценки и изводи за статистически модели. За това той предлага класове и функции. Също така ни позволява да провеждаме статистически тестове и изследвания на статистически данни.
Брой звезди в Github: 4 246

26. WhatWaf

Това е разширен инструмент за откриване на защитни стени, който можем да използваме, за да разберем дали е налице защитна стена на уеб-приложението. Той разпознава защитната стена в уеб-приложението и се опитва да открие единичен или няколко обходни маршрута за нея на указаната цел.

Брой звезди в Github: 1300

27. Chainer

Chainer — това е среда за дълбоко обучение, ориентирана към гъвкавост. Базирана е на Python и предлага диференцирани API, основани на подхода define-by-run. Chainer също предлага обектно-ориентирани високостоящи API за изграждане и обучение на невронни мрежи. Това е мощна, гъвкава и интуитивно разбираема структура за невронни мрежи.
Брой звезди в Github: 5,054

28. Rebound

Rebound е инструмент за команден ред. Когато получите съобщение за грешка от компилатора, той незабавно получава резултатите от преливащия стек. За да го използвате, можете да използвате командата rebound, за да изпълните вашия файл. Това е един от 50-те най-популярни проекти с отворен код за Python през 2018 година. Освен това изисква Python 3.0 или по-висока версия. Поддържаните файлови типове са: Python, Node.js, Ruby, Golang и Java.

Брой звезди в Github: 2913

29. Detectron

Detectron извършва съвременно откриване на обекти (също реализира маска R-CNN). 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 и високоефективна кодова база за изследване на откритията на обекти. Той е гъвкав и реализира следните алгоритми — маска R-CNN, RetinaNet, по-бърз R-CNN, RPN, бърз R-CNN, R-FCN.

Брой звезди в Github: 21 873

30. Python-fire

Това е библиотека за автоматично генериране на CLI (интерфейси за команден ред) от (всякакъв) обект Python. Тя също така ви позволява да разработвате и отстранявате грешки в кода, както и да изследвате съществуващ код или да преобразувате чужд код в CLI. Python Fire улеснява прехода между Bash и Python, а също така улеснява използването на REPL.
Брой звезди в Github: 15 299

31. Pylearn2

Pylearn2 е библиотека за машинно обучение, разположена основно на Theano. Нейната цел е да улесни изследването в ML. Позволява да пишете нови алгоритми и модели.
Брой звезди в Github: 2681

32. Matplotlib

Matplotlib — това е библиотека за 2D чертане за Python — тя генерира качествени публикации в различни формати.

Брой звезди в Github: 10,072

33. Theano

Theano е библиотека за манипулиране на математически и матрични изрази. Това е също компилатор за оптимизация. Theano използва NumPy-подобен синтаксис за изразяване на изчисления и ги компилира да работят на архитектури CPU или GPU. Това е библиотека с отворен код за машинно обучение на Python, написана на Python и CUDA, работеща в Linux, macOS и Windows.

Брой звезди на Github: 8,922

34. Multidiff

Multidiff е разработен, за да улесни разбирането на данни, ориентирани към машини. Той помага да се преглеждат разликите между голям брой обекти, извършвайки разлики между съответстващите обекти и след това ги визуализира. Тази визуализация ни позволява да търсим модели в собствените си протоколи или необичайни формати на файлове. Той също така се използва предимно за обратно проектиране и анализ на бинарни данни.

Брой звезди в Github: 262

35. Som-tsp

Този проект е посветен на използването на самоорганизиращи се карти за решаване на проблема на търговския представител. Използвайки SOM, ние намираме неоптимални решения на проблема TSP и за това използваме формат .tsp. TSP е NP-пълна задача и с увеличаването на броя на градовете става все по-трудно да се реши.

Брой звезди в Github: 950

36. Photon

Photon е изключително бърз уеб скенер, разработен за OSINT. Той може да извлича URL адреси, параметризирани URL адреси, информация за Intel, файлове, тайни ключове, JavaScript файлове, съвпадения с регулярни изрази и поддомейни. Извлечената информация може да бъде запазена и експортирана във формат json. Photon е гъвкав и гениален. Можете също така да добавите някои плъгини към него.

Брой звезди в Github: 5714

37. Social Mapper

Social Mapper — инструмент за картографиране в социалните мрежи, който корелира профили, използвайки разпознаване на лица. Той работи на различни уебсайтове в голям мащаб. Social Mapper автоматизира търсенето на имена и снимки в социалните мрежи и след това се опитва да определи и групира присъствието на дадено лице. След това създава отчет за проверка от човек. Това е полезно в индустрията за сигурност (например, за фишинг). Поддържа платформи LinkedIn, Facebook, Twitter, Google Plus, Instagram, ВКонтакте, Weibo и Douban.

Брой звезди в Github: 2,396

38. Camelot

Camelot — библиотека за Python, която помага за извличане на таблици от PDF файлове. Тя работи с текстови PDF файлове, но не с сканирани документи. Всяка таблица е pandas DataFrame. Освен това можете да експортирате таблиците в .json, .xls, .html или .sqlite.

Брой звезди в Github: 2415

39. Lector

Това е Qt ридер за четене на електронни книги. Поддържа формати на файлове .pdf, .epub, .djvu, .fb2, .mobi, .azw / .azw3 / .azw4, .cbr / .cbz и .md. В Lector има основен прозорец, преглед на таблици, преглед на книги, преглед без разсейване, поддръжка на анотации, преглед на комикси и прозорец за настройки. Също така поддържа бележки, преглед на профили, редактор на метаданни и вграден речник.

Брой звезди в Github: 835

40. m00dbot

Това е Telegram бот за самооценка на депресия и тревожност.

Брой звезди в Github: 145

41. Manim

Това е двигател за анимация, предназначен за обяснение на математически видеоклипове, който може да се използва за създаване на точна анимация по начин, програмиран чрез Python.

Брой звезди в Github: 13 491

42. Douyin-Bot

Бот, написан на Python за приложение, подобно на Tinder. Разработен е от китайски разработчици.

Брой звезди в Github: 5,959

43. XSStrike

Това е пакет за откриване на междусайтови скриптове с четири ръчно написани парсера. Той е също така снабден с интелигентен генератор на полезни данни, мощен фразинг механизъм и изключително бърз модул за търсене. Вместо да въвежда полезни данни и да проверява тяхната работа, както правят всички останали инструменти, XSStrike разпознава отговора с помощта на няколко парсера и след това обработва полезните данни, които със сигурност ще работят с контекстуален анализ, интегриран в фразинг механизма.

Брой звезди в Github: 7050

44. PythonRobotics

Този проект представлява колекция от код за алгоритми за Python роботика, както и алгоритми за автономна навигация.

Брой звезди в Github: 6,746

45. Google Images Download

Google Images Download е програма на Python за команда, която търси ключови думи в изображения на Google и получава изображения за вас. Това е малка програма без зависимости, ако просто искате да изтеглите до 100 изображения за всяка ключова дума.

Брой звезди в Github: 5749

46. Trape

Позволява проследяване и извършване на интелигентни атаки на социална инженерия в реално време. Това помага да се разбере как големи интернет компании могат да получават конфиденциална информация и да контролират потребителите без тяхното знание. Trape също може да помогне за проследяване на киберпрестъпници.

Брой звезди в Github: 4256

47. Xonsh

Xonsh е кросплатформен Unix-гледащ език на командния ред и команден шел, базиран на Python. Това е суперсет на Python 3.5+ с допълнителни примитиви на шел, подобни на тези в Bash и IPython. Xonsh работи на Linux, Max OS X, Windows и други основни системи.

Брой звезди в Github: 3426

48. GIF за CLI

За това е необходим GIF или кратко видео или запитване, а с помощта на API интерфейса на Tenor GIF той се преобразува в анимирана ASCII графика. Използва escape последователности ANSI за анимация и цвят.

Брой звезди в Github: 2,547

49. Cartoonify

Draw This — полароидна камера, способна да рисува карикатури. За целта се използва невронна мрежа за разпознаване на обекти, набор от данни Google Quickdraw, термопринтер и Raspberry Pi. Quick, Draw! — игра на Google, в която на играчите се предлага да нарисуват изображение на обект/идея, а след това той се опитва да познае какво представлява, за по-малко от 20 секунди.

Брой звезди в Github: 1760

50. Zulip

Zulip — това е приложение за групов чат, работещо в реално време, а също така продуктивно благодарение на многопоточните разговори. Много компании от списъка на 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 за команден ред, която може да изтегля видео от YouTube и някои други сайтове. Не е привързана към конкретна платформа.

Брой звезди в Github: 55 868

52. Ansible

Това е проста система за автоматизация на IT, която може да обработва следните функции: управление на конфигурации, разгръщане на приложения, инициализиране на облак, изпълнение на специални задачи, автоматизация на мрежата и многовъзелна оркестрация.

Брой звезди в Github: 39,443

53. HTTPie

HTTPie — това е HTTP клиент за команден ред. Той опростява взаимодействието на CLI с уеб услуги. За командата http, позволява изпращане на произволни HTTP заявки с прост синтаксис и получаване на цветен изход. Можем да го използваме за тестване, отстраняване на грешки и взаимодействие с HTTP сървъри.

Брой звезди в Github: 43 199

54. Tornado Web Server

Това е уеб фреймуърк, асинхронна мрежова библиотека за Python. Той използва неблокиращи мрежови входове/изходи за мащабиране до повече от хиляда отворени връзки. Това го прави добър избор за дълги заявки и WebSockets.

Брой звезди в Github: 18 306

55. Requests

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

56. Scrapy

Scrapy — това е бърз висококачествен фреймворк за преглед на уеб страници — можете да го използвате за преглед на уеб сайтове с цел извличане на структурирани данни. Можете също така да го използвате за анализ на данни, мониторинг и автоматизирано тестване.

Брой звезди в Github: 34,493

Източник: habr.com