{"id":53299,"date":"2019-11-28T00:00:00","date_gmt":"2019-11-27T21:00:00","guid":{"rendered":"https:\/\/prohoster.info\/blog\/blog_prohoster\/56-proektov-na-python-s-otkrytym-ishodnym-kodom"},"modified":"2020-02-18T14:01:11","modified_gmt":"2020-02-18T11:01:11","slug":"56-proektov-na-python-s-otkrytym-ishodnym-kodom","status":"publish","type":"post","link":"https:\/\/prohoster.info\/hu\/blog\/news\/56-proektov-na-python-s-otkrytym-ishodnym-kodom","title":{"rendered":"56 ny\u00edlt forr\u00e1sk\u00f3d\u00fa Python projekt","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"<p><img decoding=\"async\" alt=\"56 ny\u00edlt forr\u00e1sk\u00f3d\u00fa Python projekt\" src=\"\/wp-content\/uploads\/2019\/11\/424ea06c178ea7e7823676a1119763e9.jpeg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<\/p>\n<h3>1. Flask<\/h3>\n<p>\nEz egy Python nyelven \u00edrt mikrokeretrendszer. Nincsenek be\u00e9p\u00edtett valid\u00e1ci\u00f3k az \u0171rlapokhoz \u00e9s az adatb\u00e1zis absztrakci\u00f3 szintj\u00e9hez, de lehet\u0151v\u00e9 teszi harmadik f\u00e9l k\u00f6nyvt\u00e1rak haszn\u00e1lat\u00e1t a k\u00f6z\u00f6ns\u00e9ges funkci\u00f3khoz. Ez\u00e9rt mikrokeretrendszer. A Flask c\u00e9lja az egyszer\u0171 \u00e9s gyors alkalmaz\u00e1sfejleszt\u00e9s, valamint sk\u00e1l\u00e1zhat\u00f3s\u00e1g\u00e1nak \u00e9s k\u00f6nnyeds\u00e9g\u00e9nek k\u00f6sz\u00f6nhet\u0151en. A Werkzeug \u00e9s a Jinja2 projektek alapjaira \u00e9p\u00fcl. Tov\u00e1bbi inform\u00e1ci\u00f3t tal\u00e1lhat r\u00f3la a DataFlair legut\u00f3bbi cikk\u00e9ben a <noindex><a rel=\"nofollow\" href=\"https:\/\/data-flair.training\/blogs\/python-flask-tutorial\/\">Python Flask<\/a><\/noindex>.<\/p>\n<h3>2. Keras<\/h3>\n<p>\nA Keras egy ny\u00edlt forr\u00e1sk\u00f3d\u00fa neur\u00e1lis h\u00e1l\u00f3zati k\u00f6nyvt\u00e1r, amelyet Python nyelven \u00edrtak. Felhaszn\u00e1l\u00f3bar\u00e1t, modul\u00e1ris \u00e9s b\u0151v\u00edthet\u0151, emellett m\u0171k\u00f6dhet a TensorFlow, Theano, PlaidML vagy a Microsoft Cognitive Toolkit (CNTK) felett. A Keras mindent tartalmaz: sablonokat, c\u00e9l- \u00e9s \u00e1tviteli funkci\u00f3kat, optimaliz\u00e1l\u00f3kat \u00e9s m\u00e9g sok m\u00e1st. T\u00e1mogatja a konvol\u00faci\u00f3s \u00e9s rekurz\u00edv neur\u00e1lis h\u00e1l\u00f3zatokat is.<\/p>\n<p>A legut\u00f3bbi ny\u00edlt forr\u00e1sk\u00f3d\u00fa projekt, amely a Keras alapjaira \u00e9p\u00fcl \u2014 <noindex><a rel=\"nofollow\" href=\"https:\/\/data-flair.training\/blogs\/project-in-python-breast-cancer-classification\/\">Mellr\u00e1k oszt\u00e1lyoz\u00e1sa<\/a><\/noindex>.<br \/>\n<noindex><a rel=\"nofollow\" name=\"habracut\"><\/a><\/noindex><\/p>\n<blockquote><p><noindex><a rel=\"nofollow\" href=\"https:\/\/www.edsd.ru\/\" title=\"EDISON Software - webfejleszt\u00e9s\"><img decoding=\"async\" alt=\"56 ny\u00edlt forr\u00e1sk\u00f3d\u00fa Python projekt\" src=\"\/wp-content\/uploads\/2019\/11\/4b13d579a890b450683f1a60ba814766.jpeg\" style=\"display:block;margin: 0 auto;\" \/><\/a><\/noindex><br clear=\"right\"><br \/>\nA cikket az EDISON Software t\u00e1mogat\u00e1s\u00e1val ford\u00edtott\u00e1k, amely <noindex><a rel=\"nofollow\" href=\"https:\/\/www.edsd.ru\/diagnostika-hranilishha-dokumentov-vivaldi\">kidolgozza a Vivaldi dokumentumt\u00e1rol\u00f3 diagnosztikai rendszer\u00e9t<\/a><\/noindex>, valamint <noindex><a rel=\"nofollow\" href=\"https:\/\/www.edsd.ru\/ru\/princypy\/investiruem-v-produkty\">befektet startupokba<\/a><\/noindex>.<\/p><\/blockquote>\n<h3>3. SpaCy<\/h3>\n<p>\nEz egy ny\u00edlt forr\u00e1sk\u00f3d\u00fa szoftverk\u00f6nyvt\u00e1r, amely a <noindex><a rel=\"nofollow\" href=\"https:\/\/data-flair.training\/blogs\/nlp-natural-language-processing\/\">term\u00e9szetes nyelv feldolgoz\u00e1ssal (NLP) foglalkozik<\/a><\/noindex> \u00e9s Python \u00e9s Cython nyelven \u00edr\u00f3dott. M\u00edg az NLTK ink\u00e1bb oktat\u00e1si \u00e9s kutat\u00e1si c\u00e9lokra alkalmas, a spaCy feladata a termel\u00e9si szoftver biztos\u00edt\u00e1sa. Ezen fel\u00fcl a Thinc a spaCy g\u00e9pi tanul\u00e1si k\u00f6nyvt\u00e1ra, amely CNN modelleket tartalmaz a r\u00e9szek c\u00edmk\u00e9z\u00e9s\u00e9hez, a f\u00fcgg\u0151s\u00e9gek elemz\u00e9s\u00e9hez \u00e9s a n\u00e9vre sz\u00f3l\u00f3 entit\u00e1sok azonos\u00edt\u00e1s\u00e1hoz.<\/p>\n<h3>4. Sentry<\/h3>\n<p>\nA Sentry ny\u00edlt forr\u00e1sk\u00f3d\u00fa hibak\u00f6vet\u00e9si szolg\u00e1ltat\u00e1st k\u00edn\u00e1l, amely lehet\u0151v\u00e9 teszi a hib\u00e1k val\u00f3s idej\u0171 \u00e9szlel\u00e9s\u00e9t \u00e9s rendez\u00e9s\u00e9t. Egyszer\u0171en telep\u00edtse a nyelv\u00e9hez vagy keretrendszer\u00e9hez val\u00f3 SDK-t, \u00e9s kezdje el a munk\u00e1t. Lehet\u0151v\u00e9 teszi a kezeletlen kiv\u00e9telek r\u00f6gz\u00edt\u00e9s\u00e9t, a veremnyomoz\u00e1s tanulm\u00e1nyoz\u00e1s\u00e1t, a probl\u00e9m\u00e1k hat\u00e1s\u00e1nak elemz\u00e9s\u00e9t, a hib\u00e1k nyomon k\u00f6vet\u00e9s\u00e9t k\u00fcl\u00f6nb\u00f6z\u0151 projektekben, probl\u00e9m\u00e1k kijel\u00f6l\u00e9s\u00e9t \u00e9s m\u00e9g sok m\u00e1s dolgot. A Sentry haszn\u00e1lat\u00e1val kevesebb hiba fordul el\u0151, \u00e9s t\u00f6bb k\u00f3dot k\u00fcldenek be.<\/p>\n<h3>5. OpenCV<\/h3>\n<p>\nAz OpenCV egy ny\u00edlt forr\u00e1sk\u00f3d\u00fa sz\u00e1m\u00edt\u00f3g\u00e9pes l\u00e1t\u00e1s \u00e9s g\u00e9pi tanul\u00e1si k\u00f6nyvt\u00e1r. A k\u00f6nyvt\u00e1r t\u00f6bb mint 2500 optimaliz\u00e1lt algoritmust tartalmaz a sz\u00e1m\u00edt\u00f3g\u00e9pes l\u00e1t\u00e1s feladataihoz, mint p\u00e9ld\u00e1ul objektumok \u00e9szlel\u00e9se \u00e9s azonos\u00edt\u00e1sa, k\u00fcl\u00f6nf\u00e9le emberi tev\u00e9kenys\u00e9gek oszt\u00e1lyoz\u00e1sa, mozg\u00e1sk\u00f6vet\u00e9s kamer\u00e1val, 3D objektummodellek l\u00e9trehoz\u00e1sa, k\u00e9pek egyes\u00edt\u00e9se nagy felbont\u00e1s\u00fa k\u00e9pek el\u0151\u00e1ll\u00edt\u00e1s\u00e1hoz, \u00e9s sok egy\u00e9b feladat. A k\u00f6nyvt\u00e1r sz\u00e1mos nyelven el\u00e9rhet\u0151, p\u00e9ld\u00e1ul Python, C++ \u00e9s Java stb.<\/p>\n<p>Github-on l\u00e9v\u0151 csillagok sz\u00e1ma: 39585<\/p>\n<p>M\u00e1r dolgozott valamilyen OpenCV projekten? Itt van egy \u2014 <noindex><a rel=\"nofollow\" href=\"https:\/\/data-flair.training\/blogs\/python-project-gender-age-detection\/\">Nem \u00e9s \u00e9letkor meghat\u00e1roz\u00f3 projekt<\/a><\/noindex><\/p>\n<h3>6. Nilearn<\/h3>\n<p>\nEz egy modul gyors \u00e9s egyszer\u0171 statisztikai tanul\u00e1s v\u00e9grehajt\u00e1s\u00e1ra neuroimaging adatokon. Lehet\u0151v\u00e9 teszi a scikit-learn haszn\u00e1lat\u00e1t multidimenzion\u00e1lis statisztik\u00e1hoz el\u0151rejelz\u0151 modellalkot\u00e1shoz, oszt\u00e1lyoz\u00e1shoz, dek\u00f3dol\u00e1shoz \u00e9s \u00f6sszef\u00fcgg\u00e9s-elemz\u00e9shez. A Nilearn a NiPy \u00f6kosziszt\u00e9ma r\u00e9sze, amely k\u00f6z\u00f6ss\u00e9gk\u00e9nt m\u0171k\u00f6dik, \u00e9s a Python haszn\u00e1lat\u00e1ra f\u00f3kusz\u00e1l a neuroimaging adatelemz\u00e9sben.<\/p>\n<p>Csillagok sz\u00e1ma a <noindex><a rel=\"nofollow\" href=\"https:\/\/github.com\/nilearn\/nilearn\">Githubot<\/a><\/noindex>: 549<\/p>\n<h3>7. scikit-Learn<\/h3>\n<p>\nA Scikit-learn egy \u00fajabb ny\u00edlt forr\u00e1sk\u00f3d\u00fa Python projekt. Ez egy nagyon ismert g\u00e9pi tanul\u00e1si k\u00f6nyvt\u00e1r Pythonhoz. Gyakran haszn\u00e1lj\u00e1k a NumPy \u00e9s SciPy mellett, a SciPy oszt\u00e1lyoz\u00e1st, regresszi\u00f3t \u00e9s klaszterez\u00e9st k\u00edn\u00e1l \u2014 t\u00e1mogatja a <noindex><a rel=\"nofollow\" href=\"https:\/\/data-flair.training\/blogs\/svm-support-vector-machine-tutorial\/\">SVM (T\u00e1mogat\u00f3 Vektor G\u00e9pek)<\/a><\/noindex>, v\u00e9letlen erd\u0151k, gradiens n\u00f6vel\u00e9s, k-\u00e9rt\u00e9kek \u00e9s DBSCAN. Ez a k\u00f6nyvt\u00e1r Python \u00e9s Cython nyelveken \u00edr\u00f3dott.<\/p>\n<p>Github-on l\u00e9v\u0151 csillagok sz\u00e1ma: 37,144<\/p>\n<h3>8. PyTorch<\/h3>\n<p>\nA PyTorch egy m\u00e1sik ny\u00edlt forr\u00e1sk\u00f3d\u00fa g\u00e9pi tanul\u00e1si k\u00f6nyvt\u00e1r, amely Pythonban \u00e9s Python sz\u00e1m\u00e1ra k\u00e9sz\u00fclt. A Torch k\u00f6nyvt\u00e1ron alapul, \u00e9s kiv\u00e1l\u00f3an alkalmas olyan ter\u00fcletekhez, mint a sz\u00e1m\u00edt\u00f3g\u00e9pes l\u00e1t\u00e1s \u00e9s a term\u00e9szetes nyelv feldolgoz\u00e1sa (NLP). C++ frontendje is van. <\/p>\n<p>Sok m\u00e1s funkci\u00f3 mellett a PyTorch k\u00e9t magas szint\u0171 lehet\u0151s\u00e9get k\u00edn\u00e1l:<\/p>\n<ul>\n<li>Tensor sz\u00e1m\u00edt\u00e1sok er\u0151sen felgyors\u00edtva GPU-val<\/li>\n<li>M\u00e9lys\u00e9gi neur\u00e1lis h\u00e1l\u00f3zatok<\/li>\n<\/ul>\n<p>Github-on l\u00e9v\u0151 csillagok sz\u00e1ma: 31 779<\/p>\n<h3>9. Librosa<\/h3>\n<p>\nA Librosa az egyik legjobb python k\u00f6nyvt\u00e1r a zene \u00e9s hang elemz\u00e9s\u00e9re. Tartalmazza azokat az alapvet\u0151 \u00f6sszetev\u0151ket, amelyek sz\u00fcks\u00e9gesek az inform\u00e1ci\u00f3k kinyer\u00e9s\u00e9hez a zen\u00e9b\u0151l. A k\u00f6nyvt\u00e1r j\u00f3l dokument\u00e1lt, \u00e9s sz\u00e1mos \u00fatmutat\u00f3t \u00e9s p\u00e9ld\u00e1t tartalmaz, amelyek megk\u00f6nny\u00edtik a feladat elv\u00e9gz\u00e9s\u00e9t.<\/p>\n<p>A GitHub csillagok sz\u00e1ma: 3107<\/p>\n<p>Ny\u00edlt forr\u00e1sk\u00f3d\u00fa Python projekt a Librosa-val \u2014 <noindex><a rel=\"nofollow\" href=\"https:\/\/data-flair.training\/blogs\/python-mini-project-speech-emotion-recognition\/\">besz\u00e9d \u00e9rzelmeinek \u00e9szlel\u00e9se<\/a><\/noindex>. <\/p>\n<h3>10. Gensim<\/h3>\n<p>\nA Gensim egy Python k\u00f6nyvt\u00e1r a t\u00e9mamodellez\u00e9shez, dokumentumok indexel\u00e9s\u00e9hez \u00e9s a hasonl\u00f3s\u00e1g keres\u00e9s\u00e9hez nagyszab\u00e1s\u00fa v\u00e1llalatok sz\u00e1m\u00e1ra. C\u00e9lja a NLP \u00e9s az inform\u00e1ci\u00f3keres\u0151 k\u00f6z\u00f6ss\u00e9gek. A Gensim a \"gener\u00e1lj hasonl\u00f3t\" r\u00f6vid\u00edt\u00e9se. Kor\u00e1bban egy r\u00f6vid list\u00e1t k\u00e9sz\u00edtett a cikkhez hasonl\u00f3 \u00edr\u00e1sokr\u00f3l. A Gensim \u00e9rthet\u0151, hat\u00e9kony \u00e9s sk\u00e1l\u00e1zhat\u00f3. A Gensim hat\u00e9kony \u00e9s egyszer\u0171 megval\u00f3s\u00edt\u00e1st val\u00f3s\u00edt meg a nem fel\u00fcgyelt szemantikus modellez\u00e9snek egyszer\u0171 sz\u00f6vegb\u0151l.<\/p>\n<p>A GitHub csillagok sz\u00e1ma: 9 870<\/p>\n<h3>11. Django<\/h3>\n<p>\n<noindex><a rel=\"nofollow\" href=\"https:\/\/data-flair.training\/blogs\/django-tutorials-home\/\">Django<\/a><\/noindex> \u2014 egy magas szint\u0171 Python keretrendszer, amely \u00f6szt\u00f6nzi a gyors fejleszt\u00e9st \u00e9s hisz a DRY elv\u00e9ben (ne ism\u00e9teld magad). Ez egy nagyon er\u0151teljes \u00e9s legsz\u00e9lesebb k\u00f6rben haszn\u00e1lt keretrendszer Pythonhoz. Az MTV (Model-Template-View) mint\u00e1n alapul.<\/p>\n<p>A GitHub csillagok sz\u00e1ma: 44 214<\/p>\n<h3>12. Arcfelismer\u00e9s<\/h3>\n<p>\nAz arcfelismer\u00e9s egy n\u00e9pszer\u0171 projekt a GitHub-on. K\u00f6nnyen \u00e9szleli az arcokat \u00e9s manipul\u00e1lja \u0151ket Python \/ parancssor seg\u00edts\u00e9g\u00e9vel, \u00e9s ehhez a vil\u00e1g legegyszer\u0171bb arcfelismer\u0151 k\u00f6nyvt\u00e1r\u00e1t haszn\u00e1lja. A dlib m\u00e9lytanul\u00e1ssal haszn\u00e1lja az arcok \u00e9szlel\u00e9s\u00e9re, 99,38%-os pontoss\u00e1ggal a Wild benchmark tesztben.<\/p>\n<p>A GitHub csillagok sz\u00e1ma: 28 267<\/p>\n<h3>13. Cookiecutter<\/h3>\n<p>\nA Cookiecutter egy parancssori eszk\u00f6z, amely haszn\u00e1lhat\u00f3 projektek l\u00e9trehoz\u00e1s\u00e1ra sablonokb\u00f3l (cookiecutters). Az egyik p\u00e9lda lehet egy csomag projekt l\u00e9trehoz\u00e1sa csomag projektsablonb\u00f3l. Ezek keresztplatformos sablonok, \u00e9s a projektsablonok b\u00e1rmilyen nyelven vagy b\u00e1rmilyen jel\u00f6l\u00e9si form\u00e1tumban lehetnek, p\u00e9ld\u00e1ul Python, JavaScript, HTML, Ruby, CoffeeScript, RST \u00e9s Markdown. Tov\u00e1bb\u00e1 lehet\u0151v\u00e9 teszi, hogy t\u00f6bb nyelvet haszn\u00e1ljunk ugyanabban a projektsablonban.<\/p>\n<p>A GitHub csillagok sz\u00e1ma: 10 291<\/p>\n<h3>14. Pandas<\/h3>\n<p>\nA Pandas egy adat-elemz\u0151 \u00e9s manipul\u00e1l\u00f3 k\u00f6nyvt\u00e1r Python sz\u00e1m\u00e1ra, amely c\u00edmk\u00e9zett adatstrukt\u00far\u00e1kat \u00e9s statisztikai funkci\u00f3kat k\u00edn\u00e1l.<\/p>\n<p>A GitHub csillagok sz\u00e1ma: 21 404<\/p>\n<p>Ny\u00edlt forr\u00e1sk\u00f3d\u00fa Python projekt, hogy kipr\u00f3b\u00e1lja a Pandas-t \u2014 <noindex><a rel=\"nofollow\" href=\"https:\/\/data-flair.training\/blogs\/python-machine-learning-project-detecting-parkinson-disease\/\">a Parkinsont betegs\u00e9g \u00e9szlel\u00e9se<\/a><\/noindex><\/p>\n<h3>15. Pipenv<\/h3>\n<p>\nA Pipenv \u00edg\u00e9rete, hogy egy production-ready eszk\u00f6z, amely a Python vil\u00e1g\u00e1ba hozza a legjobbakat a csomagol\u00e1s vil\u00e1g\u00e1b\u00f3l. Termin\u00e1lja sz\u00e9p sz\u00ednekkel rendelkezik, \u00e9s egyes\u00edti a Pipfile-t, a pip-et \u00e9s a virtualenv-t egy parancsban. Automatikusan l\u00e9trehozza \u00e9s kezeli a virtu\u00e1lis k\u00f6rnyezetet a projektjeid sz\u00e1m\u00e1ra, \u00e9s egyszer\u0171 m\u00f3dot k\u00edn\u00e1l a munkak\u00f6rnyezet be\u00e1ll\u00edt\u00e1s\u00e1ra.<\/p>\n<p>Csillagok sz\u00e1ma a Github-on: 18 322<\/p>\n<h3>16. SimpleCoin<\/h3>\n<p>\nEz egy Blockchain megval\u00f3s\u00edt\u00e1s a kriptovalut\u00e1k sz\u00e1m\u00e1ra, amely Python-on k\u00e9sz\u00fclt, de egyszer\u0171, nem biztons\u00e1gos \u00e9s nem teljes. A SimpleCoin nem ipari haszn\u00e1latra k\u00e9sz\u00fclt. Nem ipari haszn\u00e1latra, a SimpleCoin oktat\u00e1si c\u00e9lokra k\u00e9sz\u00fclt, \u00e9s csak annak \u00e9rdek\u00e9ben, hogy a m\u0171k\u00f6d\u0151 blokkl\u00e1nc hozz\u00e1f\u00e9rhet\u0151 legyen \u00e9s egyszer\u0171v\u00e9 v\u00e1ljon. Lehet\u0151v\u00e9 teszi a kib\u00e1ny\u00e1szott hash-ek t\u00e1rol\u00e1s\u00e1t \u00e9s azok b\u00e1rmely t\u00e1mogatott valut\u00e1ra val\u00f3 cser\u00e9j\u00e9t.<br \/>\nCsillagok sz\u00e1ma a Github-on: 1 343<\/p>\n<h3>17. Pyray<\/h3>\n<p>\nEz egy 3D-renderel\u0151 k\u00f6nyvt\u00e1r, amely van\u00edlia Python-on \u00edr\u00f3dott. 2D, 3D objektek \u00e9s nagyobb m\u00e9ret\u0171 jelenetek, valamint anim\u00e1ci\u00f3k vizualiz\u00e1l\u00e1s\u00e1ra alkalmas Python-ban. Megtal\u00e1l minket az elk\u00e9sz\u00edtett vide\u00f3k, videoj\u00e1t\u00e9kok, fizikai szimul\u00e1ci\u00f3k \u00e9s m\u00e9g sz\u00e9p k\u00e9pek ter\u00fclet\u00e9n. A k\u00f6vetkez\u0151ket ig\u00e9nyli: PIL, numpy \u00e9s scipy.<\/p>\n<p>Csillagok sz\u00e1ma a Github-on: 451<\/p>\n<h3>18. MicroPython<\/h3>\n<p>\nA MicroPython a Python mikrokontrollerekhez. Ez egy hat\u00e9kony Python3 megval\u00f3s\u00edt\u00e1s, amely sok csomagot tartalmaz a Python standard k\u00f6nyvt\u00e1r\u00e1b\u00f3l, \u00e9s optimaliz\u00e1lt a mikrokontrollerek m\u0171k\u00f6dtet\u00e9s\u00e9re \u00e9s a sz\u0171k k\u00f6r\u00fclm\u00e9nyekre. A Pyboard egy kis elektronikus lap, amelyen a MicroPython a nyers f\u00e9mre \u00e9p\u00fcl, \u00edgy k\u00fcl\u00f6nf\u00e9le elektronikai projekteket ir\u00e1ny\u00edthat.<\/p>\n<p>Csillagok sz\u00e1ma a <noindex><a rel=\"nofollow\" href=\"https:\/\/github.com\/micropython\/micropython\">Githubot<\/a><\/noindex>: 9,197<\/p>\n<h3>19. Kivy<\/h3>\n<p>\nA Kivy egy Python k\u00f6nyvt\u00e1r mobilalkalmaz\u00e1sok \u00e9s m\u00e1s multitouch alkalmaz\u00e1sok term\u00e9szetes felhaszn\u00e1l\u00f3i fel\u00fclet (NUI) fejleszt\u00e9s\u00e9hez. Grafikus k\u00f6nyvt\u00e1rral, t\u00f6bbf\u00e9le widget opci\u00f3val, a saj\u00e1t widgetek l\u00e9trehoz\u00e1s\u00e1hoz haszn\u00e1lhat\u00f3 Kv k\u00f6ztes nyelvvel, eg\u00e9r, billenty\u0171zet, TUIO \u00e9s multitouch esem\u00e9nyek t\u00e1mogat\u00e1s\u00e1val rendelkezik. Ez egy ny\u00edlt forr\u00e1sk\u00f3d\u00fa k\u00f6nyvt\u00e1r az innovat\u00edv felhaszn\u00e1l\u00f3i fel\u00fcletekkel kapcsolatos alkalmaz\u00e1sok gyors fejleszt\u00e9s\u00e9hez. Platformf\u00fcggetlen, \u00fczletbar\u00e1t \u00e9s GPU gyors\u00edt\u00e1ssal rendelkezik.<\/p>\n<p>Csillagok sz\u00e1ma a Github-on: 9 930<\/p>\n<h3>20. Dash<\/h3>\n<p>\nA Dash a Plotly \u2014 egy webalkalmaz\u00e1s-keretrendszer. A Flask, a Plotly.js, a React \u00e9s a React.js alapjaira \u00e9p\u00fcl, lehet\u0151v\u00e9 t\u00e9ve sz\u00e1munkra, hogy Python-t haszn\u00e1ljunk ir\u00e1ny\u00edt\u00f3pultok l\u00e9trehoz\u00e1s\u00e1ra. Z\u00f6kken\u0151mentesen futtatja a Python \u00e9s R modelleket nagy sk\u00e1l\u00e1n. A Dash lehet\u0151v\u00e9 teszi az alkalmaz\u00e1sok l\u00e9trehoz\u00e1s\u00e1t, tesztel\u00e9s\u00e9t, telep\u00edt\u00e9s\u00e9t \u00e9s jelent\u00e9sek k\u00e9sz\u00edt\u00e9s\u00e9t DevOps, JavaScript, CSS vagy CronJobs haszn\u00e1lata n\u00e9lk\u00fcl. A Dash teljes\u00edtm\u00e9nyorient\u00e1lt, testreszabhat\u00f3, k\u00f6nny\u0171 \u00e9s k\u00f6nnyen kezelhet\u0151. Emellett ny\u00edlt forr\u00e1sk\u00f3d\u00fa.<\/p>\n<p>Githubon tal\u00e1lhat\u00f3 csillagok sz\u00e1ma: 9,883<\/p>\n<h3>21. Magenta<\/h3>\n<p>\nA Magenta egy ny\u00edlt forr\u00e1sk\u00f3d\u00fa kutat\u00e1si projekt, amely a g\u00e9pi tanul\u00e1sra \u00f6sszpontos\u00edt mint kreat\u00edv folyamat eszk\u00f6z\u00e9re. Lehet\u0151v\u00e9 teszi zene \u00e9s m\u0171v\u00e9szet l\u00e9trehoz\u00e1s\u00e1t g\u00e9pi tanul\u00e1s seg\u00edts\u00e9g\u00e9vel. A Magenta egy Python k\u00f6nyvt\u00e1r a TensorFlow alapjain, olyan eszk\u00f6z\u00f6kkel, amelyek seg\u00edtik az alapadatok kezel\u00e9s\u00e9t, g\u00e9pi modellek tan\u00edt\u00e1s\u00e1t \u00e9s \u00faj tartalom l\u00e9trehoz\u00e1s\u00e1t.<\/p>\n<h3>22. Maszk R-CNN<\/h3>\n<p>\nEz a Mask R-CNN implement\u00e1ci\u00f3 Python 3-on, TensorFlow \u00e9s Keras. A modell minden egyes objektum p\u00e9ld\u00e1nyt a raszteren vesz, \u00e9s kereteket \u00e9s szegment\u00e1l\u00f3 maszkokat hoz l\u00e9tre. Feature Pyramid Network (FPN) architekt\u00far\u00e1t \u00e9s ResNet101 gerincet haszn\u00e1l. A k\u00f3d k\u00f6nnyen b\u0151v\u00edthet\u0151. Ez a projekt a Matterport3D adatb\u00e1zist is k\u00edn\u00e1lja, amely a megrendel\u0151k \u00e1ltal r\u00f6gz\u00edtett rekonstrukci\u00f3s 3D terekr\u0151l k\u00e9sz\u00fclt.<br \/>\nGithubon tal\u00e1lhat\u00f3 csillagok sz\u00e1ma: 14 055<\/p>\n<h3>23. TensorFlow modellek<\/h3>\n<p>\nEz egy repozit\u00f3rium k\u00fcl\u00f6nb\u00f6z\u0151 modellekkel, amelyek a TensorFlow-ban val\u00f3sultak meg \u2014 hivatalos \u00e9s kutat\u00e1si modellek. P\u00e9ld\u00e1kat \u00e9s oktat\u00f3anyagokat is tartalmaz. A hivatalos modellek a TensorFlow magas szint\u0171 API-j\u00e1t haszn\u00e1lj\u00e1k. A kutat\u00e1si modellek olyan modellek, amelyeket a kutat\u00f3k val\u00f3s\u00edtottak meg a t\u00e1mogat\u00e1suk vagy a k\u00e9rd\u00e9sek \u00e9s k\u00e9r\u00e9sek megv\u00e1laszol\u00e1s\u00e1nak \u00e9rdek\u00e9ben.<\/p>\n<p>Githubon tal\u00e1lhat\u00f3 csillagok sz\u00e1ma: 57 745<\/p>\n<h3>24. Snallygaster<\/h3>\n<p>\nA Snallygaster a projektt\u00e1bl\u00e1k probl\u00e9m\u00e1inak szervez\u00e9s\u00e9re szolg\u00e1l. Lehet\u0151v\u00e9 teszi, hogy testre szabja a projektmenedzsment ir\u00e1ny\u00edt\u00f3pultot a GitHubon, optimaliz\u00e1lja \u00e9s automatiz\u00e1lja a munkafolyamatot. Lehet\u0151v\u00e9 teszi a feladatok rendez\u00e9s\u00e9t, projektek tervez\u00e9s\u00e9t, munkafolyamatok automatiz\u00e1l\u00e1s\u00e1t, a halad\u00e1s nyomon k\u00f6vet\u00e9s\u00e9t, a st\u00e1tusz megoszt\u00e1s\u00e1t \u00e9s v\u00e9g\u00fcl a befejez\u00e9st. A Snallygaster k\u00e9pes titkos f\u00e1jlokat keresni HTTP szervereken \u2014 olyan f\u00e1jlokat keres, amelyek nyilv\u00e1nosan el\u00e9rhet\u0151k a webszervereken, de nem kellene azoknak lenni\u00fck, \u00e9s biztons\u00e1gi kock\u00e1zatot jelenthetnek.<\/p>\n<p>Githubon tal\u00e1lhat\u00f3 csillagok sz\u00e1ma: 1 477<\/p>\n<h3>25. Statsmodels<\/h3>\n<p>\nEz <noindex><a rel=\"nofollow\" href=\"https:\/\/data-flair.training\/blogs\/python-packages\/\">Python csomag<\/a><\/noindex>, amely kieg\u00e9sz\u00edti a scipy-t statisztikai sz\u00e1m\u00edt\u00e1sokhoz, bele\u00e9rtve a le\u00edr\u00f3 statisztik\u00e1kat, valamint becsl\u00e9seket \u00e9s k\u00f6vetkeztet\u00e9seket statisztikai modellekhez. Ehhez oszt\u00e1lyokkal \u00e9s funkci\u00f3kkal rendelkezik. Ezenk\u00edv\u00fcl lehet\u0151v\u00e9 teszi statisztikai tesztek \u00e9s statisztikai adatok vizsg\u00e1lat\u00e1nak elv\u00e9gz\u00e9s\u00e9t.<br \/>\nA GitHub-on l\u00e9v\u0151 csillagok sz\u00e1ma: 4 246<\/p>\n<h3>26. WhatWaf<\/h3>\n<p>\nEz egy fejlett t\u0171zfal-felismer\u0151 eszk\u00f6z, amelyet haszn\u00e1lhatunk a webalkalmaz\u00e1s t\u0171zfal\u00e1nak megl\u00e9t\u00e9nek meg\u00e9rt\u00e9s\u00e9re. Felismeri a t\u0171zfalat a webalkalmaz\u00e1sban, \u00e9s megpr\u00f3b\u00e1lja felfedezni az egy vagy t\u00f6bb kiker\u00fcl\u00e9si utat a megadott c\u00e9lra.<\/p>\n<p>A GitHub-on l\u00e9v\u0151 csillagok sz\u00e1ma: 1300<\/p>\n<h3>27. Chainer<\/h3>\n<p>\nA Chainer egy <noindex><a rel=\"nofollow\" href=\"https:\/\/data-flair.training\/blogs\/deep-learning-with-python-libraries\/\">m\u00e9lytanul\u00e1si keretrendszer<\/a><\/noindex>, amely a rugalmass\u00e1gra \u00f6sszpontos\u00edt. Python alap\u00fa, \u00e9s define-by-run megk\u00f6zel\u00edt\u00e9sen alapul\u00f3 differenci\u00e1lt API-kat k\u00edn\u00e1l. A Chainer emellett magas szint\u0171, objektum-orient\u00e1lt API-kat is k\u00edn\u00e1l neur\u00e1lis h\u00e1l\u00f3zatok \u00e9p\u00edt\u00e9s\u00e9hez \u00e9s tan\u00edt\u00e1s\u00e1hoz. Ez egy er\u0151teljes, rugalmas \u00e9s intuit\u00edv keretrendszer a neur\u00e1lis h\u00e1l\u00f3zatok sz\u00e1m\u00e1ra.<br \/>\nA GitHub-on l\u00e9v\u0151 csillagok sz\u00e1ma: 5 054<\/p>\n<h3>28. Rebound<\/h3>\n<p>\nA Rebound egy parancssori eszk\u00f6z. Amikor ford\u00edt\u00f3hiba \u00fczenetet kap, azonnal megkapja az eredm\u00e9nyeket a t\u00falt\u00f6lt\u00f6tt veremb\u0151l. Ennek haszn\u00e1lat\u00e1hoz a rebound parancsot haszn\u00e1lhatja a f\u00e1jlja v\u00e9grehajt\u00e1s\u00e1hoz. Ez az egyik legn\u00e9pszer\u0171bb 50 ny\u00edlt forr\u00e1sk\u00f3d\u00fa Python projekt 2018-ban. Ezenk\u00edv\u00fcl Python 3.0 vagy \u00fajabb verzi\u00f3t ig\u00e9nyel. T\u00e1mogatott f\u00e1jlt\u00edpusok: Python, Node.js, Ruby, Golang \u00e9s Java.<\/p>\n<p>A GitHub-on l\u00e9v\u0151 csillagok sz\u00e1ma: 2 913<\/p>\n<h3>29. Detectron<\/h3>\n<p>\nA Detectron korszer\u0171 objektumfelismer\u00e9st v\u00e9gez (tov\u00e1bb\u00e1 megval\u00f3s\u00edtja a maszk R-CNN-t). Ez a Facebook AI Research (FAIR) szoftvere, amely Python nyelven \u00edr\u00f3dott, \u00e9s a Caffe2 Deep Learning platformon m\u0171k\u00f6dik. A Detectron c\u00e9lja egy magas sz\u00ednvonal\u00fa \u00e9s nagy teljes\u00edtm\u00e9ny\u0171 k\u00f3dalap biztos\u00edt\u00e1sa az objektumok felfedez\u00e9s\u00e9nek kutat\u00e1s\u00e1hoz. Rugalmas, \u00e9s az al\u00e1bbi algoritmusokat val\u00f3s\u00edtja meg: maszk R-CNN, RetinaNet, gyorsabb R-CNN, RPN, gyors R-CNN, R-FCN.<\/p>\n<p>A GitHub-on l\u00e9v\u0151 csillagok sz\u00e1ma: 21 873<\/p>\n<h3>30. Python-fire<\/h3>\n<p>\nEz egy Python objektumok CLI (parancssori interf\u00e9szek) automatikus gener\u00e1l\u00e1s\u00e1ra szolg\u00e1l\u00f3 k\u00f6nyvt\u00e1r. Ez lehet\u0151v\u00e9 teszi a k\u00f3d fejleszt\u00e9s\u00e9t \u00e9s hibakeres\u00e9s\u00e9t, valamint a megl\u00e9v\u0151 k\u00f3dok vizsg\u00e1lat\u00e1t, vagy m\u00e1sok k\u00f3dj\u00e1nak CLI-v\u00e9 alak\u00edt\u00e1s\u00e1t. A Python Fire megk\u00f6nny\u00edti a Bash \u00e9s a Python k\u00f6z\u00f6tti \u00e1tt\u00e9r\u00e9st, valamint a REPL haszn\u00e1lat\u00e1t.<br \/>\nGithubon l\u00e9v\u0151 csillagok sz\u00e1ma: 15 299<\/p>\n<h3>31. Pylearn2<\/h3>\n<p>\nA Pylearn2 egy g\u00e9pi tanul\u00e1si k\u00f6nyvt\u00e1r, amely f\u0151k\u00e9nt a Theano alapjaira \u00e9p\u00fcl. C\u00e9lja a ML kutat\u00e1s\u00e1nak megk\u00f6nny\u00edt\u00e9se. \u00daj algoritmusok \u00e9s modellek \u00edr\u00e1s\u00e1t teszi lehet\u0151v\u00e9.<br \/>\nGithubon l\u00e9v\u0151 csillagok sz\u00e1ma: 2681<\/p>\n<h3>32. Matplotlib<\/h3>\n<p>\n<noindex><a rel=\"nofollow\" href=\"https:\/\/data-flair.training\/blogs\/python-matplotlib-tutorial\/\">Matplotlib<\/a><\/noindex> Ez egy 2D grafik\u00e1ra szolg\u00e1l\u00f3 k\u00f6nyvt\u00e1r Python sz\u00e1m\u00e1ra \u2013 kiv\u00e1l\u00f3 min\u0151s\u00e9g\u0171 publik\u00e1ci\u00f3kat gener\u00e1l k\u00fcl\u00f6nb\u00f6z\u0151 form\u00e1tumokban.<\/p>\n<p>Githubon l\u00e9v\u0151 csillagok sz\u00e1ma: 10 072<\/p>\n<h3>33. Theano<\/h3>\n<p>\nA Theano egy k\u00f6nyvt\u00e1r matematikai \u00e9s m\u00e1trix kifejez\u00e9sek kezel\u00e9s\u00e9re. Ez egy optimaliz\u00e1l\u00f3 ford\u00edt\u00f3 is. A Theano <noindex><a rel=\"nofollow\" href=\"https:\/\/data-flair.training\/blogs\/python-numpy-tutorial\/\">NumPy<\/a><\/noindex>-szer\u0171 szintaxist haszn\u00e1l a sz\u00e1m\u00edt\u00e1sok kifejez\u00e9s\u00e9re, \u00e9s azokat CPU vagy GPU architekt\u00far\u00e1kra ford\u00edtja. Ez egy ny\u00edlt forr\u00e1sk\u00f3d\u00fa g\u00e9pi tanul\u00e1si k\u00f6nyvt\u00e1r Pythonra, amely Python \u00e9s CUDA nyelven \u00edr\u00f3dott, \u00e9s Linux, macOS \u00e9s Windows rendszereken m\u0171k\u00f6dik.<\/p>\n<p>Csillagok sz\u00e1ma a <noindex><a rel=\"nofollow\" href=\"https:\/\/github.com\/Theano\/Theano\">Githubot<\/a><\/noindex>: 8,922<\/p>\n<h3>34. Multidiff<\/h3>\n<p>\nA Multidiff c\u00e9lja, hogy megk\u00f6nny\u00edtse a g\u00e9p \u00e1ltal gener\u00e1lt adatok meg\u00e9rt\u00e9s\u00e9t. Seg\u00edt k\u00fcl\u00f6nbs\u00e9geket l\u00e1tni sok objektum k\u00f6z\u00f6tt, \u00f6sszehasonl\u00edtva a megfelel\u0151 objektumokat, majd azokat megjelen\u00edtve. Ez a vizualiz\u00e1ci\u00f3 lehet\u0151v\u00e9 teszi a mint\u00e1k keres\u00e9s\u00e9t saj\u00e1t protokolljainkban vagy szokatlan f\u00e1jlform\u00e1tumokban. Ezt a visszafejleszt\u00e9s \u00e9s bin\u00e1ris adatok elemz\u00e9se sor\u00e1n is f\u0151k\u00e9nt haszn\u00e1lj\u00e1k.<\/p>\n<p>Githubon l\u00e9v\u0151 csillagok sz\u00e1ma: 262<\/p>\n<h3>35. Som-tsp<\/h3>\n<p>\nEz a projekt az \u00f6nszervez\u0151d\u0151 t\u00e9rk\u00e9pek haszn\u00e1lat\u00e1ra \u00f6sszpontos\u00edt a keresked\u0151 \u00fcgyn\u00f6k probl\u00e9m\u00e1j\u00e1nak megold\u00e1s\u00e1ra. Az SOM haszn\u00e1lat\u00e1val nem optim\u00e1lis megold\u00e1sokat tal\u00e1lunk a TSP probl\u00e9m\u00e1ra, \u00e9s ehhez a .tsp form\u00e1tumot haszn\u00e1ljuk. A TSP NP-teljes probl\u00e9ma, \u00e9s a v\u00e1rosok sz\u00e1m\u00e1nak n\u00f6veked\u00e9s\u00e9vel egyre nehezebb megoldani.<\/p>\n<p>Githubon l\u00e9v\u0151 csillagok sz\u00e1ma: 950<\/p>\n<h3>36. Photon<\/h3>\n<p>\nA Photon egy rendk\u00edv\u00fcl gyors webes szkenner, amelyet OSINT sz\u00e1m\u00e1ra fejlesztettek ki. K\u00e9pes URL-eket, param\u00e9teres URL-eket, Intel inform\u00e1ci\u00f3kat, f\u00e1jlokat, titkos kulcsokat, JavaScript f\u00e1jlokat, regul\u00e1ris kifejez\u00e9sekkel val\u00f3 egyez\u00e9seket \u00e9s aldomain neveket gy\u0171jteni. Azonban az \u00edgy kinyert inform\u00e1ci\u00f3kat el lehet menteni \u00e9s export\u00e1lni JSON form\u00e1tumban. A Photon rugalmas \u00e9s zseni\u00e1lis. N\u00e9h\u00e1ny plugint is hozz\u00e1adhat.<\/p>\n<p>GitHub csillagok sz\u00e1ma: 5714<\/p>\n<h3>37. Social Mapper<\/h3>\n<p>\nA Social Mapper egy k\u00f6z\u00f6ss\u00e9gi h\u00e1l\u00f3zatok t\u00e9rk\u00e9pez\u00e9s\u00e9re szolg\u00e1l\u00f3 eszk\u00f6z, amely az arcfelismer\u00e9st haszn\u00e1lva \u00f6sszekorre\u00e1lja a profilokat. Ezt k\u00fcl\u00f6nb\u00f6z\u0151 weboldalakon nagy l\u00e9pt\u00e9kben hajtja v\u00e9gre. A Social Mapper automatiz\u00e1lja a nevek \u00e9s f\u00e9nyk\u00e9pek keres\u00e9s\u00e9t a k\u00f6z\u00f6ss\u00e9gi m\u00e9di\u00e1ban, majd pontosan megpr\u00f3b\u00e1lja azonos\u00edtani \u00e9s csoportos\u00edtani az emberek jelenl\u00e9t\u00e9t. Ezt k\u00f6vet\u0151en k\u00e9sz\u00edt egy jelent\u00e9st az emberi ellen\u0151rz\u00e9shez. Hasznos lehet a biztons\u00e1gi iparban (p\u00e9ld\u00e1ul phishingn\u00e9l). T\u00e1mogatja a LinkedIn, Facebook, Twitter, Google Plus, Instagram, VKontakte, Weibo \u00e9s Douban platformokat.<\/p>\n<p>GitHub csillagok sz\u00e1ma: 2,396<\/p>\n<h3>38. Camelot<\/h3>\n<p>\nA Camelot egy Python k\u00f6nyvt\u00e1r, amely seg\u00edt t\u00e1bl\u00e1zatokat kinyerni PDF f\u00e1jlokb\u00f3l. Sz\u00f6veges PDF f\u00e1jlokkal m\u0171k\u00f6dik, de nem t\u00e1mogatja a beolvasott dokumentumokat. Minden t\u00e1bl\u00e1zat pandas DataFrame. Ezen k\u00edv\u00fcl a t\u00e1bl\u00e1zatokat .json, .xls, .html vagy .sqlite form\u00e1tumba export\u00e1lhatja.<\/p>\n<p>GitHub csillagok sz\u00e1ma: 2415<\/p>\n<h3>39. Lector<\/h3>\n<p>\nEz egy Qt-olvas\u00f3 elektronikus k\u00f6nyvek olvas\u00e1s\u00e1ra. T\u00e1mogatja a .pdf, .epub, .djvu, .fb2, .mobi, .azw \/ .azw3 \/ .azw4, .cbr \/ .cbz \u00e9s .md f\u00e1jlform\u00e1tumokat. A Lector f\u0151ablaka, t\u00e1bl\u00e1zatn\u00e9z\u0151je, k\u00f6nyvn\u00e9z\u0151je, z\u00f6kken\u0151mentes n\u00e9zete, annot\u00e1ci\u00f3s t\u00e1mogat\u00e1sa, k\u00e9preg\u00e9nymegjelen\u00edt\u00e9si funkci\u00f3ja, \u00e9s be\u00e1ll\u00edt\u00e1si ablaka is van. T\u00e1mogatja a k\u00f6nyvjelz\u0151ket, a profilok megtekint\u00e9s\u00e9t, a metadatok szerkeszt\u0151j\u00e9t \u00e9s a be\u00e9p\u00edtett sz\u00f3t\u00e1rt is.<\/p>\n<p>GitHub csillagok sz\u00e1ma: 835<\/p>\n<h3>40. m00dbot<\/h3>\n<p>\nEz egy Telegram bot, amely lehet\u0151v\u00e9 teszi a depresszi\u00f3 \u00e9s szorong\u00e1s \u00f6n\u00e1ll\u00f3 tesztel\u00e9s\u00e9t.<\/p>\n<p>GitHub csillagok sz\u00e1ma: 145<\/p>\n<h3>41. Manim<\/h3>\n<p>\nEz egy anim\u00e1ci\u00f3s motor matematikai vide\u00f3k magyar\u00e1z\u00e1s\u00e1hoz, amely lehet\u0151v\u00e9 teszi a pontos anim\u00e1ci\u00f3k programozott l\u00e9trehoz\u00e1s\u00e1t. Ehhez Python-t haszn\u00e1l.<\/p>\n<p>GitHub csillagok sz\u00e1ma: 13 491<\/p>\n<h3>42. Douyin-Bot<\/h3>\n<p>\nEz egy Pythonban \u00edrt bot, amely egy Tinderhez hasonl\u00f3 alkalmaz\u00e1shoz k\u00e9sz\u00fclt. K\u00ednai fejleszt\u0151k k\u00e9sz\u00edtett\u00e9k.<\/p>\n<p>GitHub csillagok sz\u00e1ma: 5,959<\/p>\n<h3>43. XSStrike<\/h3>\n<p>\nEz egy n\u00e9gy saj\u00e1t k\u00e9sz\u00edt\u00e9s\u0171 szintaktikai elemz\u0151vel rendelkez\u0151 cross-site script \u00e9szlel\u00e9si csomag. Emellett egy intelligens hasznos adatgener\u00e1tor, egy er\u0151teljes fuzzing motor \u00e9s egy hihetetlen\u00fcl gyors keres\u0151modul is tal\u00e1lhat\u00f3 benne. Az XSStrike, ahelyett, hogy hasznos adatokat adna meg \u00e9s ellen\u0151rizn\u00e9 azok m\u0171k\u00f6d\u00e9s\u00e9t, mint a t\u00f6bbi eszk\u00f6z, a v\u00e1laszokat t\u00f6bb elemz\u0151 seg\u00edts\u00e9g\u00e9vel ismeri fel, majd feldolgozza azokat a kontextu\u00e1lis elemz\u00e9s r\u00e9v\u00e9n, amely be van \u00e9p\u00edtve a fuzzing mechanizmusba.<\/p>\n<p>Github csillagok sz\u00e1ma: 7050<\/p>\n<h3>44. PythonRobotics<\/h3>\n<p>\nEz a projekt egy Python robotikai algoritmusok gy\u0171jtem\u00e9nye, valamint auton\u00f3m navig\u00e1ci\u00f3s algoritmusok gy\u0171jtem\u00e9nye.<\/p>\n<p>Github csillagok sz\u00e1ma: 6,746<\/p>\n<h3>45. Google Images Download<\/h3>\n<p>\nA Google Images Download egy parancssori Python program, amely kulcsszavakat keres a Google k\u00e9pein, \u00e9s let\u00f6lti azokat \u00d6nnek. Ez egy kis program, amely nem ig\u00e9nyel f\u00fcgg\u0151s\u00e9geket, ha csak legfeljebb 100 k\u00e9pet szeretne let\u00f6lteni kulcsszavank\u00e9nt.<\/p>\n<p>Github csillagok sz\u00e1ma: 5749<\/p>\n<h3>46. \u200b\u200bTrape<\/h3>\n<p>\nLehet\u0151v\u00e9 teszi t\u00e1rsadalmi m\u00e9rn\u00f6ki intelligens t\u00e1mad\u00e1sok nyomon k\u00f6vet\u00e9s\u00e9t \u00e9s v\u00e9grehajt\u00e1s\u00e1t val\u00f3s id\u0151ben. Ez seg\u00edt kider\u00edteni, hogyan tudnak a nagy internetes c\u00e9gek bizalmas inform\u00e1ci\u00f3kat szerezni \u00e9s felhaszn\u00e1l\u00f3kat kontrol\u00e1lni tudtukon k\u00edv\u00fcl. A Trape emellett seg\u00edthet a kiberb\u0171n\u00f6z\u0151k nyomon k\u00f6vet\u00e9s\u00e9ben.<\/p>\n<p>Github csillagok sz\u00e1ma: 4256<\/p>\n<h3>47. Xonsh<\/h3>\n<p>\nA Xonsh egy platformf\u00fcggetlen Unix-alap\u00fa parancsnyelv \u00e9s parancssori interpret\u00e1tor, amely Python-ra \u00e9p\u00fcl. Ez a Python 3.5+ supersete, tov\u00e1bbi shell primit\u00edvekkel, mint a Bash \u00e9s IPython. A Xonsh Linux, Mac OS X, Windows \u00e9s m\u00e1s f\u0151 oper\u00e1ci\u00f3s rendszereken fut.<\/p>\n<p>Github csillagok sz\u00e1ma: 3426<\/p>\n<h3>48. CLI GIF<\/h3>\n<p>\nEhhez sz\u00fcks\u00e9ges egy GIF vagy r\u00f6vid vide\u00f3, vagy k\u00e9r\u00e9s, \u00e9s a Tenor GIF API seg\u00edts\u00e9g\u00e9vel \u00e1talak\u00edtja azt anim\u00e1lt ASCII grafik\u00e1v\u00e1. ANSI escape sorozatokat haszn\u00e1l az anim\u00e1ci\u00f3hoz \u00e9s a sz\u00ednekhez.<\/p>\n<p>Github csillagok sz\u00e1ma: 2,547<\/p>\n<h3>49. Cartoonify<\/h3>\n<p>\nDraw This \u2014 egy Polaroid f\u00e9nyk\u00e9pez\u0151g\u00e9p, amely k\u00e9pes rajzolni rajzfilmeket. Ehhez egy neur\u00e1lis h\u00e1l\u00f3zatot haszn\u00e1lnak az objektumok azonos\u00edt\u00e1s\u00e1ra, a Google Quickdraw adatb\u00e1zis\u00e1t, egy h\u0151nyomtat\u00f3t \u00e9s egy Raspberry Pi-t. A Quick, Draw! egy Google j\u00e1t\u00e9k, ahol a j\u00e1t\u00e9kosoknak meg kell rajzolniuk egy objektum\/koncepci\u00f3 k\u00e9p\u00e9t, majd a j\u00e1t\u00e9k megpr\u00f3b\u00e1lja kital\u00e1lni, hogy mi az, kevesebb mint 20 m\u00e1sodperc alatt.<\/p>\n<p>Githubon l\u00e9v\u0151 csillagok sz\u00e1ma: 1760<\/p>\n<h3>50. Zulip<\/h3>\n<p>\nA Zulip egy val\u00f3s idej\u0171 csoportos cseveg\u0151 alkalmaz\u00e1s, amely produkt\u00edvan m\u0171k\u00f6dik a t\u00f6bbsz\u00e1las besz\u00e9lget\u00e9sek seg\u00edts\u00e9g\u00e9vel. Sok Fortune 500-as c\u00e9g \u00e9s ny\u00edlt forr\u00e1sk\u00f3d\u00fa projekt haszn\u00e1lja val\u00f3s idej\u0171 cseveg\u00e9sre, ami napi ezreket k\u00e9pes kezelni.<\/p>\n<p>Githubon l\u00e9v\u0151 csillagok sz\u00e1ma: 10,432<\/p>\n<h3>51. YouTube-dl<\/h3>\n<p>\nEz egy parancssori program, amely vide\u00f3k let\u00f6lt\u00e9s\u00e9re alkalmas a YouTube-r\u00f3l \u00e9s n\u00e9h\u00e1ny m\u00e1s webhelyr\u0151l. Nem k\u00f6t\u0151dik egy konkr\u00e9t platformhoz.<\/p>\n<p>Githubon l\u00e9v\u0151 csillagok sz\u00e1ma: 55 868<\/p>\n<h3>52. Ansible<\/h3>\n<p>\nEz egy egyszer\u0171 IT-automatiz\u00e1l\u00e1si rendszer, amely a k\u00f6vetkez\u0151 funkci\u00f3kat k\u00e9pes kezelni: konfigur\u00e1ci\u00f3kezel\u00e9s, alkalmaz\u00e1sok telep\u00edt\u00e9se, felh\u0151 inicializ\u00e1l\u00e1sa, speci\u00e1lis feladatok v\u00e9grehajt\u00e1sa, h\u00e1l\u00f3zat automatiz\u00e1l\u00e1sa \u00e9s t\u00f6bbcsom\u00f3pontos orchestr\u00e1l\u00e1s.<\/p>\n<p>Githubon l\u00e9v\u0151 csillagok sz\u00e1ma: 39,443<\/p>\n<h3>53. HTTPie<\/h3>\n<p>\nAz HTTPie egy parancssori HTTP-kliense. Egyszer\u0171s\u00edti a CLI interakci\u00f3t a webszolg\u00e1ltat\u00e1sokkal. Az http parancs lehet\u0151v\u00e9 teszi, hogy szabadon k\u00fcldj\u00fcnk HTTP k\u00e9r\u00e9seket egyszer\u0171 szintaxissal, \u00e9s sz\u00ednes kimenetet kapjunk. Haszn\u00e1lhatjuk tesztel\u00e9sre, hibakeres\u00e9sre \u00e9s HTTP-szerverekkel val\u00f3 interakci\u00f3ra.<\/p>\n<p>Githubon l\u00e9v\u0151 csillagok sz\u00e1ma: 43 199<\/p>\n<h3>54. Tornado Web Server<\/h3>\n<p>\nEz egy webkeretrendszer, aszinkron h\u00e1l\u00f3zati k\u00f6nyvt\u00e1r Pythonhoz. Nem blokkol\u00f3 h\u00e1l\u00f3zati bemeneteket\/kimeneteket haszn\u00e1l, hogy t\u00f6bb ezer nyitott kapcsolatot tudjon kezelni. Ez j\u00f3nak bizonyul hossz\u00fa k\u00e9r\u00e9sek \u00e9s WebSocketek eset\u00e9n.<\/p>\n<p>Githubon l\u00e9v\u0151 csillagok sz\u00e1ma: 18 306<\/p>\n<h3>55. Requests<\/h3>\n<p>\nA Requests egy k\u00f6nyvt\u00e1r, amely lehet\u0151v\u00e9 teszi HTTP\/1.1 k\u00e9r\u00e9sek egyszer\u0171 k\u00fcld\u00e9s\u00e9t. Nem kell manu\u00e1lisan hozz\u00e1adni a param\u00e9tereket az URL-ekhez, vagy k\u00f3dolni a PUT \u00e9s POST adatokat.<br \/>\nGithubon l\u00e9v\u0151 csillagok sz\u00e1ma: 40 294<\/p>\n<h3>56. Scrapy<\/h3>\n<p>\nA Scrapy egy gyors, magas szint\u0171 keretrendszer weboldalak b\u00f6ng\u00e9sz\u00e9s\u00e9re, amelyet struktur\u00e1lt adatok kinyer\u00e9s\u00e9re haszn\u00e1lhat. Haszn\u00e1lhatja adatelemz\u00e9sre, nyomon k\u00f6vet\u00e9sre \u00e9s automatiz\u00e1lt tesztel\u00e9sre is.<\/p>\n<p>Githubon l\u00e9v\u0151 csillagok sz\u00e1ma: 34,493<br \/>\n<br \/>Forr\u00e1s: <a content=\"nofollow\" rel=\"nofollow\" href=\"https:\/\/habr.com\/ru\/company\/edison\/blog\/477442\/\">habr.com<\/a><\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"<p>1. Flask \u042d\u0442\u043e \u043c\u0438\u043a\u0440\u043e-\u0444\u0440\u0435\u0439\u043c\u0432\u043e\u0440\u043a, \u043d\u0430\u043f\u0438\u0441\u0430\u043d\u043d\u044b\u0439 \u043d\u0430 Python. \u041e\u043d \u043d\u0435 \u0438\u043c\u0435\u0435\u0442 \u0432\u0430\u043b\u0438\u0434\u0430\u0446\u0438\u0439 \u0434\u043b\u044f \u0444\u043e\u0440\u043c \u0438 \u0443\u0440\u043e\u0432\u043d\u044f \u0430\u0431\u0441\u0442\u0440\u0430\u043a\u0446\u0438\u0438 \u0431\u0430\u0437\u044b \u0434\u0430\u043d\u043d\u044b\u0445, \u043d\u043e \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u0435\u0442 \u0432\u0430\u043c \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0441\u0442\u043e\u0440\u043e\u043d\u043d\u0438\u0435 \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0438 \u0434\u043b\u044f \u043e\u0431\u0449\u0438\u0445 \u0444\u0443\u043d\u043a\u0446\u0438\u0439. \u0418 \u0438\u043c\u0435\u043d\u043d\u043e \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u044d\u0442\u043e \u043c\u0438\u043a\u0440\u043e-\u0444\u0440\u0435\u0439\u043c\u0432\u043e\u0440\u043a. Flask \u043f\u0440\u0435\u0434\u043d\u0430\u0437\u043d\u0430\u0447\u0435\u043d \u0434\u043b\u044f \u043f\u0440\u043e\u0441\u0442\u043e\u0433\u043e \u0438 \u0431\u044b\u0441\u0442\u0440\u043e\u0433\u043e \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u044f \u043f\u0440\u0438\u043b\u043e\u0436\u0435\u043d\u0438\u0439, \u0430 \u0442\u0430\u043a\u0436\u0435 \u044f\u0432\u043b\u044f\u0435\u0442\u0441\u044f \u043c\u0430\u0441\u0448\u0442\u0430\u0431\u0438\u0440\u0443\u0435\u043c\u044b\u043c \u0438 \u043b\u0435\u0433\u043a\u0438\u043c. \u041e\u043d \u043e\u0441\u043d\u043e\u0432\u0430\u043d \u043d\u0430 \u043f\u0440\u043e\u0435\u043a\u0442\u0430\u0445 Werkzeug \u0438 Jinja2. \u0412\u044b \u043c\u043e\u0436\u0435\u0442\u0435 [&hellip;]<\/p>\n","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[702],"tags":[],"class_list":["post-53299","post","type-post","status-publish","format-standard","hentry","category-news"],"aioseo_notices":[],"aioseo_head":"\n\t\t<!-- All in One SEO 5.0.3 - aioseo.com -->\n\t<meta name=\"description\" content=\"1.\" \/>\n\t<meta name=\"robots\" content=\"max-image-preview:large\" \/>\n\t<meta name=\"author\" content=\"Yuri Gagarin\"\/>\n\t<link rel=\"canonical\" href=\"https:\/\/prohoster.info\/hu\/blog\/news\/56-proektov-na-python-s-otkrytym-ishodnym-kodom\" \/>\n\t\t<meta name=\"generator\" content=\"All in One SEO (AIOSEO) 5.0.3\" \/>\n\t\t<meta property=\"og:locale\" content=\"hu_HU\" \/>\n\t\t<meta property=\"og:site_name\" content=\"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b\" \/>\n\t\t<meta property=\"og:type\" content=\"article\" \/>\n\t\t<meta property=\"og:title\" content=\"\ud83e\udd4756 \u043f\u0440\u043e\u0435\u043a\u0442\u043e\u0432 \u043d\u0430 Python \u0441 \u043e\u0442\u043a\u0440\u044b\u0442\u044b\u043c \u0438\u0441\u0445\u043e\u0434\u043d\u044b\u043c \u043a\u043e\u0434\u043e\u043c | ProHoster\" \/>\n\t\t<meta property=\"og:description\" content=\"1.\" \/>\n\t\t<meta property=\"og:url\" content=\"https:\/\/prohoster.info\/hu\/blog\/news\/56-proektov-na-python-s-otkrytym-ishodnym-kodom\" \/>\n\t\t<meta property=\"og:image\" content=\"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg\" \/>\n\t\t<meta property=\"og:image:secure_url\" content=\"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg\" \/>\n\t\t<meta property=\"og:image:width\" content=\"350\" \/>\n\t\t<meta property=\"og:image:height\" content=\"350\" \/>\n\t\t<meta property=\"article:published_time\" content=\"2019-11-27T21:00:00+00:00\" \/>\n\t\t<meta property=\"article:modified_time\" content=\"2020-02-18T11:01:11+00:00\" \/>\n\t\t<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/prohoster\" \/>\n\t\t<meta property=\"article:author\" content=\"https:\/\/www.facebook.com\/prohoster\" \/>\n\t\t<!-- All in One SEO -->\n\n","aioseo_head_json":{"title":"\ud83e\udd4756 ny\u00edlt forr\u00e1sk\u00f3d\u00fa projekt Pythonban | ProHoster","description":"1.","canonical_url":"https:\/\/prohoster.info\/hu\/blog\/news\/56-proektov-na-python-s-otkrytym-ishodnym-kodom","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"hu_HU","og:site_name":"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b","og:type":"article","og:title":"\ud83e\udd4756 \u043f\u0440\u043e\u0435\u043a\u0442\u043e\u0432 \u043d\u0430 Python \u0441 \u043e\u0442\u043a\u0440\u044b\u0442\u044b\u043c \u0438\u0441\u0445\u043e\u0434\u043d\u044b\u043c \u043a\u043e\u0434\u043e\u043c | ProHoster","og:description":"1.","og:url":"https:\/\/prohoster.info\/hu\/blog\/news\/56-proektov-na-python-s-otkrytym-ishodnym-kodom","og:image":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:secure_url":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:width":350,"og:image:height":350,"article:published_time":"2019-11-27T21:00:00+00:00","article:modified_time":"2020-02-18T11:01:11+00:00","article:publisher":"https:\/\/www.facebook.com\/prohoster","article:author":"https:\/\/www.facebook.com\/prohoster"},"aioseo_meta_data":{"post_id":"53299","title":null,"description":null,"keywords":null,"keyphrases":null,"primary_term":null,"canonical_url":null,"og_title":null,"og_description":null,"og_object_type":"default","og_image_type":"default","og_image_url":null,"og_image_width":null,"og_image_height":null,"og_image_custom_url":null,"og_image_custom_fields":null,"og_video":null,"og_custom_url":null,"og_article_section":null,"og_article_tags":null,"twitter_use_og":false,"twitter_card":"default","twitter_image_type":"default","twitter_image_url":null,"twitter_image_custom_url":null,"twitter_image_custom_fields":null,"twitter_title":null,"twitter_description":null,"schema":{"blockGraphs":[],"customGraphs":[],"default":{"data":{"Article":[],"Course":[],"Dataset":[],"FAQPage":[],"Movie":[],"Person":[],"Product":[],"ProductReview":[],"Car":[],"Recipe":[],"Service":[],"SoftwareApplication":[],"WebPage":[]},"graphName":"","isEnabled":true},"graphs":[]},"schema_type":null,"schema_type_options":null,"pillar_content":false,"robots_default":true,"robots_noindex":false,"robots_noarchive":false,"robots_nosnippet":false,"robots_nofollow":false,"robots_noimageindex":false,"robots_noodp":false,"robots_notranslate":false,"robots_max_snippet":null,"robots_max_videopreview":null,"robots_max_imagepreview":"large","priority":null,"frequency":null,"local_seo":null,"seo_analyzer_scan_date":"2026-01-24 06:51:21","breadcrumb_settings":null,"limit_modified_date":false,"reviewed_by":null,"ai":null,"created":"2021-02-28 20:27:39","updated":"2026-01-24 06:51:21","focus_keyword":null,"additional_keywords":null,"truseo_locale":null},"gt_translate_keys":[{"key":"link","format":"url"}],"_links":{"self":[{"href":"https:\/\/prohoster.info\/hu\/wp-json\/wp\/v2\/posts\/53299","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/hu\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/hu\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/hu\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/hu\/wp-json\/wp\/v2\/comments?post=53299"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/hu\/wp-json\/wp\/v2\/posts\/53299\/revisions"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/hu\/wp-json\/wp\/v2\/media?parent=53299"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/hu\/wp-json\/wp\/v2\/categories?post=53299"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/hu\/wp-json\/wp\/v2\/tags?post=53299"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}