1. Flask
Դա Python-ում գրանցված միկրո-գրադարան է: Այն չունի ձևերի կամ տվյալների բազայի մակարդակի վավերացումներ, սակայն թույլ է տալիս օգտագործել արտաքին գրադարաններ ընդհանուր ֆունկցիաների համար: Եվ հենց որ դա միկրո-գրադարան է: Flask-ը նախատեսված է պարզ և արագ ծրագրեր ստեղծելու համար, ինչպես նաև ունի լայնամասշտաբ ու հեշտ իրականացման, որը հիմնված է Werkzeug և Jinja2 նախագծերի վրա: Դուք կարող եքเพิ่มเติม տեղեկություններ գտնել DataFlair-ի վերջին հոդվածում ` .
2. Keras
Keras-ը բաց աղբյուրով նեյրոնային ցանցերի գրադարան է, որը գրանցված է Python-ում: Այն օգտակար է օգտագործողի համար, մոդուլար ու ընդարձակումելի, ինչպես նաև կարող է աշխատել TensorFlow, Theano, PlaidML կամ Microsoft Cognitive Toolkit-ի (CNTK) վերոհիշյալների վրա: Keras-ում կա ամեն ինչ՝ շաբլոններ, նպատակային և հաղորդման ֆունկցիաներ, օպտիմիզատորներ և շատ ավելին: Այն նաև աջակցում է կոնվ racistիոնալ և կրկնվող նեյրոնային ցանցերին:
Վերջին բաց աղբյուրով նախագծի հետ կապված աշխատանքը Keras-ի հիման վրա է ` .
Հոդվածը թարգմանված է EDISON Software ընկերության աջակցությամբ, որը , ինչպես նաև .
3. SpaCy
Դա բաց աղբյուրով ծրագրային գրադարան է, որը զբաղվում է և գրանցված է Python-ում և Cython-ում: Այն ժամանակ, երբ NLTK ավելի համապատասխանում է ուսուցման և հետազոտական նպատակների համար, SpaCy-ի աշխատանքը՝ արդյունաբերության ծրագրային ապահովում տրամադրելու մեջ: Չէլ, Thinc-ը SpaCy-ի մեքենայական ուսուցման գրադարան է, որը առկա է CNN մոդելներ, բառերի մասերի նշումներ, կախման տրամաբանություն և անվանանշանների ճանաչման համար:
4. Sentry
Sentry-ն առաջարկում է բաց աղբյուրով սխալների մոնիթորինգի հոստինգ, որպեսզի կարողանաք իրական ժամանակում հայտնաբերել և դասակարգել սխալները: Պարզապես տեղադրել SDK ձեր լեզվի(ների) կամ գրադարանի(ների) համար և սկսել աշխատանքը: Այն թույլ է տալիս գրանցել չմշակված բացառություններ, ուսումնասիրել կառուցվածքային ստեկը, վերլուծել յուրաքանչյուր խնդրի ազդեցությունը, հետևել սխալներին տարբեր նախագծերում, նշանակել խնդիրներ և շատ ավելին: Sentry-ի օգտագործումն նշանակում է ավելի քիչ սխալներ և ավելի շատ փոխանցված կոդ:
5. OpenCV
OpenCV-ը բաց աղբյուրով համակարգչային տեսողության և մեքենայական ուսուցման գրադարան է: Գրադարանը ունի 2500-ից ավելի օպտիմացված ալգորիթմներ համակարգչային տեսողության խնդիրների համար, ինչպիսիք են օբյեկտների հայտնաբերումն ու ճանաչումը, տարբեր տեսակի մարդկային գործունեության դասակարգումը, շարժումների հետևելը տեսախցիկի միջոցով, երեք չափերի մոդելների ստեղծումը, բարձրորակ պատկերներ ստանալու համար պատկերների միավորումը և շատ այլ խնդիրներ: Գրադարանը հասանելի է բազմաթիվ լեզուներով, ինչպիսիք են Python, C ++, Java և այլն:
Github-ում աստղերի քանակը: 39585
Դուք արդյոք աշխատել եք OpenCV-ի որևէ նախագծի վրա? Դա միայցյալ է `
6. Nilearn
Այս մոդուլը մաշվաբառաբառագիտության տվյալների վրա կայուն և հեշտ ներդրում կատարելու համար է։ Այն թույլ է տալիս օգտագործել scikit-learn բազմաչափ վիճակագրության համար կանխատեսային մոդելավորման, դասակարգման, դեկոդավորման և կապի վերլուծության նպատակով։ Nilearn-ը Teil է NiPy էկոհամակարգի, որը ներկայացնում է համայնք, որը նվիրված է Python օգտագործելուն նեյրՈպպսիա տվյալների վերլուծության համար։
Անիվների թիվը : 549
7. scikit-Learn
Scikit-learn-ը ևս մեկ բաց աղբյուր ունեցող Python նախագիծ է։ Սա շատ հայտնի մեքենայական սովորելու գրադարան է Python-ի համար։ Համապատասխանորեն օգտագործվում է NumPy-ի և SciPy-ի հետ, SciPy-ն առաջարկում է դասակարգում, ռեգրեսիա և խումբավորում՝ ապահովելով , պատահական անտառներ, շրջանաձև արագացված, k-միջոցներ և DBSCAN։ Այս գրադարանն իրականացված է Python և Cython լեզուներով։
Github-ում աստղերի թիվը՝ 37,144
8. PyTorch
PyTorch-ը ևս մեկ բաց աղբյուր ունեցող մեքենայական սովորելու գրադարան է, որը ստեղծված է Python-ի վրա և Python-ի համար։ Այն հիմնված է Torch գրադարանի վրա և շատ հարմար է տեսողական համակարգերի և բնական լեզվի մշակման (NLP) այնպիսի ոլորտներում։ Այն ունի նաև C++ առաջնային արտադրանք։
Շատ այլ առանձնահատկությունների մեջ PyTorch-ն առաջարկում է երկու բարձր մակարդակային առանձնահատկություններ՝
- Կենտրոնային հաշվարկները GPU-ի ուժեղ արագացմամբ
- Խորին նեյրոնային ցանցեր
Github-ում աստղերի թիվը՝ 31 779
9. Librosa
Librosa-ն լավագույն Python գրադարաններից մեկն է երաժշտության և աուդիո վերլուծության համար։ Այն պարունակում է անհրաժեշտ բաղադրիչները, որոնք օգտագործվում են երաժշտությունից տեղեկություն ստանալու համար։ Գրադարանը լավ փաստաթղանավորված է և ներառում է մի քանի ուղեցույցներ և օրինակներ, որոնք կօգնեն ձեր խնդիրների լուծմանը։
Github-ում աստղերի թիվը՝ 3107
Python նախագծի իրականացման բոլոր բաց աղբյուրից և Librosa-ից՝ .
10. Gensim
Gensim-ը Python գրադարանը է, որն օգտագործվում է թեմաների մոդելավորման, փաստաթղթերի ինդեքսավորման և մեծ կորուպտանգ տեղեկությունների համեմատության համար։ Այն կենտրոնանում է NLP և տեղեկատվություն որոնող համայնքի վրա։ Gensim-ը缩写աբառ է "ստեղծել նմանությունները"։ նախկինում այն ստեղծում էր հոդվածների փոքր ցուցակներ, որոնք նման էին այս հոդվածին։ Gensim-ն պարզ է, արդյունավետ և տարածելի։ Gensim-ն իրականացնում է արդյունավետ և հեշտ բացահայտման այլընտրանքային սեմանտիկական մոդելավորման պարզ տեքստից։
Github-ում աստղերի թիվը՝ 9 870
11. Django
— բարձր մակարդակի Python ստեղծված ֆրեյմվորկ է, որը խթանում է արագ զարգացումը և վստահում է DRY (էլ չկրկնել) սկզբունքին։ Սա շատ ուժեղ և ավելի լայնորեն օգտագործվող ֆրեյմվորկ է Python-ի համար։ Այն հիմնված է MTV (Model-Template-View) նախատիպի վրա։
Github-ում աստղերի թիվը՝ 44 214
12. Face recognition
Դիմաբախտի ճանաչումը — մի տարածված նախագիծ GitHub-ում: Այն հեշտությամբ կարող է ճանաչել դեմքերը և կառավարման դրանք Python-ի / հրամանային տողի միջոցով և օգտագործում է աշխարհում ամենախմբակավոր դեմքի ճանաչման գրադարանը: Այդ նպատակով օգտագործվում է dlib, որը հիմնված է խորքային ուսուցման մեթոդների վրա՝ դեմքերի հայտնաբերման 99.38% ճշտությամբ Wild benchmark թեստում:
GitHub-ում աստղերի քանակը: 28,267
13. Cookiecutter
Cookiecutter-ը հրամանային տողի գործիք է, որը կարելի է օգտագործել նախագծեր ստեղծելու համար նախաբառերից (cookiecutters): Օրինակներից մեկը կարող է լինել փաթեթային նախագծի ստեղծումը փաթեթի նախագծի նախաբառից: Դրանք կրոս-պլատֆորմային նախաբառեր են, և նախագիծների նախաբառերը կարող են լինել ցանկացած լեզվով կամ ձևավորման որևէ ձևաչափով, օրինակ՝ Python, JavaScript, HTML, Ruby, CoffeeScript, RST և Markdown: Այն նաև թույլ է տալիս օգտագործել մի քանի լեզու մեկ նախագծի նախաբառում:
GitHub-ում աստղերի քանակը: 10 291
14. Pandas
Pandas-ն دادهերի վերլուծության և դրանց հետ աշխատելու գրադարան է Python-ի համար, որը առաջարկում է նշված տվյալների կառուցվածքներ և վիճակագրական գործառույթներ:
GitHub-ում աստղերի քանակը: 21,404
Python-ի բաց աղբյուրի նախագիծ Pandas փորձելու համար —
15. Pipenv
Pipenv-ը խոստանում է լինել արտադրանքի համար պատրաստ գործիք, որը նպատակահարմար է բերել լավագույնը բոլոր փաթեթների աշխարհներից Python-ի աշխարհ: Its terminal has beautiful colors and merges Pipfile, pip, and virtualenv into one command. It automatically creates and manages a virtual environment for your projects and provides users with an easy way to set up a working environment.
GitHub-ում աստղերի քանակը: 18,322
16. SimpleCoin
Այս ծրագրումը Blockchain-ի իրականացում է cryptocurrency-ի համար, ստեղծված Python-ում, բայց այն պարզ, անապահով և չպարտավորված է: SimpleCoin-ը չի նախատեսված արտադրության օգտագործման համար. Այն նախատեսված է կրթական նպատակների համար և միայն ցույց տալով ինչպես աշխատում է Blockchain զղջումը: Այն թույլ է տալիս պահպանել շահագործված hashes և փոխանակել դրանք ցանկացած աջակցվող արժույթի հետ:
GitHub-ում աստղերի քանակը: 1343
17. Pyray
Սա 3D-rendering գրադարան է, գրված խոզի Python-ում: Այն պատկերացնում է 2D, 3D, առարկաներ և ավելի մեծ տեսարաններ Python-ում և անիմացիայով: Դա մեզ գտնում է ստեղծված տեսահոլովակների, տեսախաղերի, ֆիզիկական սիմուլյացիաների և անգամ գեղեցիկ նկարների ոլորտներում: Требования для этого: PIL, numpy и scipy.
GitHub-ում աստղերի քանակը: 451
18. MicroPython
MicroPython-ը Python է միկրոկոնտրոլերների համար: Սա Python3-ի արդյունավետ իրականացում է, որը գալիս է Python-ի ստանդարտ գրադարանից բազմաթիվ փաթեթներով և օպտիմիզացված է աշխատելու համար միկրոկոնտրոլերներում և սահմանափակ պայմաններում: Pyboard-ը փոքր էլեկտրոնային փայտ է, որը MicroPython-ը աշխատում է մերկ մետաղի վրա, հետևաբար այն կարող է կառավարել բոլոր տեսակի էլեկտրոնային նախագծեր:
Անիվների թիվը : 9,197
19. Kivy
Kivy — սա Python գրադարան է, որը նախատեսված է դեպի շարժական հավելվածների և այլ բազմակայացած հավելվածների մշակման համար բնական օգտվողի ինտերֆեյսով (NUI): Այն ունի գրաֆիկական գրադարան, մի քանի տեսակ վիդջեթների, Kv միջին լեզու սեփական վիդջեթներ ստեղծելու համար, աջակցություն մկնիկին, ստեղնաշարին, TUIO-ին և բազմագույն ներմուտքի իրադարձություններին: Սա բաց աղբյուրով գրադարան է արագ հավելվածների զարգացման համար նորարարական օգտվողի ինտերֆեյսներով: Այն խաչաձև հարթակային է, բիզնես-բարեկամ և ունի GPU ապ aceleración.
Github-ում աստղերի քանակը: 9 930
20. Dash
Dash by Plotly — սա web հավելվածների շրջանակ է: ԳՆոսի վրա հիմնված է Flask-ի, Plotly.js-ի, React-ի և React.js-ի, այն թույլ է տալիս մեզ օգտագործել Python՝ պանելներ կառուցելու համար: Այն ապահովում է Python և R մոդելների գործունեությունը մասշտաբի մեջ: Dash-ը թույլ է տալիս ստեղծել, փորձարկել, տեղադրել և հաշվետվություններ պատրաստել առանց DevOps-ի, JavaScript-ի, CSS-ի կամ CronJobs-ի: Dash-ը արդյունավետ, հարմարեցվող, թեթև և հեշտ կառավարելի է: Այն նաև բաց աղբյուրով է:
Github-ում աստղերի քանակը: 9,883
21. Magenta
Magenta — սա բաց աղբյուրով հետազոտական նախագիծ է, որը կենտրոնանում է մեքենայական ուսուցման վրա՝ որպես գործիք ստեղծագործական գործընթացում: Սա թույլ է տալիս ստեղծել երաժշտություն և արվեստ՝ օգտագործելով մեքենայական ուսուցում: Magenta-ն Python գրադարան է, որը հիմնված է TensorFlow-ի վրա, և ունի գործիքներ՝ ծագման տվյալները մշակում, նրան օգտագործել մեքենայական մոդելների ուսուցման համար և նոր բովանդակություն ստեղծելու համար.
22. Mask R-CNN
Սա Mask R-CNN-ի իրականացումն է Python 3-ում, TensorFlow-ում և Keras-ում: Մոդելը վերցնում է օբյեկտների յուրաքանչյուր օրինակ սրահում և ստեղծում սահմանափակող շրջանակներ և սեգմենտացիայի դիմապատկերներ: Տեղում օգտագործվում է Feature Pyramid Network (FPN) ցանցն ու ResNet101 մագիստրալը: Կոդը հեշտությամբ ընդլայնում է: Այս նախագիծը նաև առաջարկում է Matterport3D տվյալների հավաքածու վերակառուցված 3D տարածքների մասին, որոնք captured են պատվիրատուներով…
Github-ում աստղերի քանակը: 14 055
23. TensorFlow մոդելները
Սա տարբեր մոդելների ռեպոզիտարի է, որոնք իրականացված են TensorFlow-ում՝ պաշտոնական և հետազոտական մոդելներ: Այն նաև ունի նմուշներ և ուսուցողական նյութեր: Պաշտոնական մոդելները օգտագործում են TensorFlow-ի բարձր մակարդակի API-ներ: Հետազոտական մոդելները այն մոդելներն են, որոնք իրականացվել են TensorFlow-ում հետազոտողներով՝ իրենց աջակցության կամ հարցերի աջակցման համար.
Github-ում աստղերի քանակը: 57 745
24. Snallygaster
Snallygaster — նախագծային տախտակների խնդիրների կազմակերպման միջոց: Այսպիսով, դուք կարող եք կարգավորել ձեր նախագծերի կառավարման վահանակը GitHub-ում, օպտիմալացնել և ավտոմատացնել աշխատանքային գործընթացը: Այն թույլ է տալիս դասակարգել առաջադրանքներ, ծրագրավորել նախագծեր, ավտոմատացնել աշխատանքը, հետևել առաջընթացին, կիսվել վիճակով և, վերջում, ավարտել: Snallygaster կարող է սկանավորել HTTP ծառայությունների վրա գաղտնի ֆայլերի առկայությունը` փնտրելով ֆայլեր, որոնք հասանելի են վեբ ծառայությունների վրա ու չեն պետք է հրապարակային լինեն և կարող են ներկայացնել անվտանգության սպառնալիք:
Github-ում աստղերի թիվ: 1 477
25. Statsmodels
Սա , որը լրացնում է scipy- ի վիճակագրական հաշվարկների համար, ներառյալ նկարագրական վիճակագրությունը, ինչպես նաև գնահատումներ և եզրակացություններ վիճակագրական մոդելների համար: Նրա մեջ կան դասեր և ֆունկցիաներ: Այն նույնպես թույլ է տալիս անցկացնել վիճակագրական փորձարկումներ և ուսումնասիրություններ:
Github-ում աստղերի թիվ: 4 246
26. WhatWaf
Այսն ընդլայնված բջջային պատնեշի հայտնաբերման գործիք է, որը կարող ենք օգտագործել հասկանալու համար, թե արդյոք հայտնաբերվում է բջջային հայտի պատնեշ: Այն հայտնաբերում է բջջային հայտի պատնեշ և փորձում է գտնել մեկ կամ մի քանի շրջանցման ուղիներ նշված թիրախի համար:
Github-ում աստղերի թիվ: 1 300
27. Chainer
Chainer — , որը կենտրոնացած է ճկունության վրա: Այն հիմնված է Python-ի վրա և առաջարկում է տարբերակված API-ներ, որոնք հիմնված են define-by-run մոտեցման վրա: Chainer-ն նաև առաջարկում է օբյեկտային-հաղորդչային բարձր մակարդակի API-ներ նեյրոնային ցանցերի կառուցման և ուսուցման համար: Սա ուժեղ, ճկուն և ինտուիտիվ կառույց է նեյրոնային ցանցերի համար:
Github-ում աստղերի թիվ: 5 054
28. Rebound
Rebound — հրահանգային գծի գործիք է: Երբ դուք ստանում եք կոմպիլյատորի սխալի հաղորդագրություն, այն անմիջապես ստանում է արդյունքները լցված ստվերից: Այս խումբը օգտագործելու համար կարող եք օգտագործել rebound հրահանգը ձեր ֆայլը կատարելու համար: Սա 2018 թվականի 50 ամենահայտնի Python- ի բաց կոդային նախագծերից մեկն է: Դրանից բացի, այն պահանջում է Python 3.0 կամ ավելի բարձր: Զինված ֆայլերի տեսակներ. Python, Node.js, Ruby, Golang և Java:
Github-ում աստղերի թիվ: 2 913
29. Detectron
Detectron- ը ժամանակակից օբյեկտների հայտնաբերման տեխնոլոգիա է (այն նաև իրականացնում է մածուկ R-CNN): Սա Facebook AI Research (FAIR) ծրագրակազմ է, որը գրված է Python լեզվով և աշխատում է Caffe2 Deep Learning հարթակով: Detectron- ի նպատակն է տրամադրել բարձրորակ և բարձր արդյունավետության կոդաբառիպեք, որը կարող է ուսումնասիրել օբյեկտների հայտնաբերում: Այն ճկուն է և իրականացնում է հետևյալ ալգորիթմները՝ մածուկ R-CNN, RetinaNet, ավելի արագ R-CNN, RPN, արագ R-CNN, R-FCN:
Github-ում աստղերի թիվ: 21 873
30. Python-fire
Այս գրադարանը Python-тің (հարկային) օբյեկտներից CLI (հրամանական շարքի ինտերֆեյսների) ինքնաբերաբար ստեղծելու համար է։ Այն նաև ձեզ հնարավորություն է տալիս մշակել և հստակեցնել կոդը, ինչպես նաև ուսումնասիրել առկա կոդը կամ փոխել ուրիշի կոդը CLI-ի մեջ։ Python Fire-ը հեշտացնում է Bash-ից Python-ին անցումը և հեշտացնում է REPL-ի օգտագործումը։
Github-ի աստղերի թիվը՝ 15 299
31. Pylearn2
Pylearn2-ը մեքենայական ուսուցման գրադարան է, որը կառուցված է հիմնականում Theano-ի հիման վրա։ Վերջինիս նպատակն է հեշտացնել ML-ի ուսումնասիրությունը։ Այն թույլ է տալիս գրել նոր ալգորիթմներ և մոդելներ։
Github-ի աստղերի թիվը՝ 2681
32. Matplotlib
— սա Python-ի համար նախատեսված 2D-մշակումների գրադարանն է, որը արտադրում է բարձր որակի հրատարակություններ տարբեր ձևաչափերում։
Github-ի աստղերի թիվը՝ 10,072
33. Theano
Theano-ն մաթեմատիկական և մաթրիցային արտահայտությունների հետ աշխատանքի գրադարանը է։ Դա նաև օպտիմիզացնող կոմպիլատոր է։ Theano-ն օգտագործում է -նման սինտակս հաշվարկները արտահայտելու համար և դրանք կոմպիլացնում է CPU կամ GPU ճարտարապետություններում աշխատելու համար։ Սա բացարձակ ծածկագրով Python մեքենայական ուսուցման գրադարան է, որը գրված է Python-ում և CUDA-ում և աշխատում է Linux, macOS և Windows-ում։
Անիվների թիվը : 8,922
34. Multidiff
Multidiff-ն մշակված է մեքենա-հենված տվյալների ըմբռնումը հեշտացնելու համար։ Այն օգնում է դիտարկել տարբերությունները մեծ թվով օբյեկտների միջև՝ համեմատելով համապատասխան օբյեկտները և այնուհետ վերարտադրելով դրանք։ Այս վիզուալիզացիան թույլ է տալիս որոնել նմուշներ սեփական պրոտոկոլներում կամ յուրահատուկ ֆայլերի ձևաչափերում։ Այն նույնպես հիմնականում օգտագործվում է հետադարձ նախագծման և զեկուցագրերի վերլուծության համար։
Github-ի աստղերի թիվը՝ 262
35. Som-tsp
Այս նախագիծը նվիրված է ինքնակազմակերպվող քարտեզների օգտագործմանն ուղևորության խնդիրն լուծելու համար։ SOM օգտագործելով, մենք գտնում ենք ոչ օպտիմալ լուծումներ TSP-ի խնդրի համար և օգտագործում ենք դրա համար .tsp ձևաչափը։ TSP-ն NP-լրացված խնդիր է, և քաղաքների թվի մեծացման հետ դժվարանում է լուծել։
Github-ի աստղերի թիվը՝ 950
36. Photon
Photon-ը բացառապես արագ վեբ սկաներ է, որը մշակվել է OSINT-ի համար։ Այն կարող է ստանալ URL-ներ, պարամետրերով URL-ներ, Intel-ի տվյալներ, ֆայլեր, գաղտնի բանալիներ, JavaScript ֆայլեր, կանոնների համապատասխանությունները և ենթադոմեյններ։ Հանված տեղեկությունները կարող են պահպանվել և արտահանվել json ձևաչափով։ Photon-ը բազմակի է և հանճարեղ։ Դուք նաև կարող եք ավելացնել որոշ-plugin-ներ դրան։
Github-ի աստղերի թիվը՝ 5714
37. Social Mapper
Social Mapper — դա սոցիալական ցանցերում քարտեզագրման գործիք է, որը համաճարակային կողմնորոշման միջոցով կապում է պրոֆիլները: Այն դա անում է տարբեր կայքերում մեծ ծավալներով: Social Mapper-ն ավտոմատացնում է անվան և լուսանկարների որոնումը սոցիալական ցանցերում, ապա փորձում է ճշգրտորեն գրանցել և խմբավորել որևէ մեկին, արդյունքում ստեղծելով զեկույց մարդու ստուգման համար: Ստաջ Լոեսուտզավում օգտակար է (օրինակ, ֆիշինգի համար): Այն աջակցում է LinkedIn, Facebook, Twitter, Google Plus, Instagram, ВКонтакте, Weibo և DoubanPlatforms:
Github-ում աստղերի քանակը՝ 2,396
38. Camelot
Camelot — դա Python գրադարան է, որը օգնում է հանճար չկանոնների արտահանել ֆայլերից PDF: Այն աշխատում է տեքստային PDF ֆայլերի հետ, բայց ոչ սկանավորված փաստաթղթերի: Այստեղ յուրաքանչյուր աղյուսակը pandas DataFrame է: Երբեմն, դուք կարող եք արտահանել աղյուսակները .json, .xls, .html կամ .sqlite ֆայլեր:
Github-ում աստղերի քանակը՝ 2,415
39. Lector
Նա Qt-ռիդեր է, որը նախատեսված է էլեկտրոնային գրքեր կարդալու համար: Այն աջակցում է .pdf, .epub, .djvu, .fb2, .mobi, .azw / .azw3 / .azw4, .cbr / .cbz և .md ֆայլերի ձևաչափերին: Lector-ում կա հիմնական երկխոսություն, աղյուսակ դիտել, գրքեր դիտել, չգրգռող դիտում, աջակցություն նշումներին, կոմիքսներ դիտելու և կարգավորումների դիսկ: Այն նաև աջակցում է էջանշաններին, պրոֆայլների դիտմանը, մետադատաների խմբագրմանը և ներքին բառարան:
Github-ում աստղերի քանակը՝ 835
40. m00dbot
Սա Telegram բոթ է ինքնամուշտ փորձառության համար, որը գնահատում է դեպրեսիան և հուզական վիճակը:
Github-ում աստղերի քանակը՝ 145
41. Manim
Սա անիմացիոն շարժիչ է, որը նախատեսված է մաթեմատիկական տեսանյութերի բացատրության համար, որը կարելի է օգտագործել ճշգրիտ անիմացիա արտադրելու համար: Այն օգտագործում է Python:
Github-ում աստղերի քանակը՝ 13,491
42. Douyin-Bot
Բոթ, որը գրել է Python լեզվով, որին նման է Tinder: Հաստատողներ Չինաստանից:
Github-ում աստղերի քանակը՝ 5,959
43. XSStrike
Սա միջէօրիզելի սխեմաների հայտնաբերման փաթեթ է, որը պարունակում է չորս ձեռքով գրավոր վերլուծաբաններ: Այն ունի նաև թեև թվային ստեղծող, ուժեղ փուլային մեքենա և անհավատալի արագ որոնման մոդուլ: Պատասխանները ճանաչելով բազմաուղեցույցով և ապա ձեռնարկելով օգտագործվող տվյալներ, XSStrike-ն ճանաչում է պատասխաններ մի քանի վերլուծաբանների միջոցով և չտրված տվյալները աշխատում է, ինչպես նախատեսված նախագծի մեխանիզմ:
Github-ում աստղերի քանակը՝ 7,050
44. PythonRobotics
Այս նախագիծը ներկայացնում է Python ռոբոտատեխնիկայի ալգորիթմների և ինքնավար նավիգացիայի ալգորիթմների կոդերի հավաքածու:
Github-ում աստղերի քանակը՝ 6,746
45. Google Images Download
Google Images Download — Python-ի հրամանների տողից ծրագիր, որը որոնում է բանալի բառերը Google- ի պատկերներում և ստանում է պատկերներ ձեզ համար։ Սա փոքր ծրագիր է առանց կախվածությունների, եթե ձեզ հարկավոր է պարզապես ներբեռնել մինչև 100 պատկեր յուրաքանչյուր բանալի բառի համար։
GitHub-ում աստղերի քանակը՝ 5749
46. Trape
Վճռականորեն թույլ է տալիս հետևել և իրական ժամանակում իրականացնել սոցիալական ինժեներության ինտելեկտուալ հարձակումներ։ Սա օգնում է հասկանալ, թե ինչպես կարող են մեծ ինտերնետային ընկերությունները ստանալ անձնական տեղեկություններ և վերահսկել օգտվողներին նրանց տեղյակ չլինելու դեպքում։ Trape-ն նաև կարող է օգնել հետապնդել կիբեր հանցագործներին։
GitHub-ում աստղերի քանակը՝ 4256
47. Xonsh
Xonsh — բազմահարթակ մի Unix-gazing հրամանների լեզու և Python հիման վրա հրամանների տերմինալ։ Սա Python 3.5+ super-set է, որը հավելյալ shell primitives-ներով է, նման Bash և IPython-ին։ Xonsh-ը աշխատում է Linux, Max OS X, Windows և մյուս հիմնական համակարգերի վրա։
GitHub-ում աստղերի քանակը՝ 3426
48. GIF CLI-ի համար
Այսինչ, անհրաժեշտ է GIF կամ կարճ video կամ հարցում, իսկ Tenor GIF API-ի միջոցով այն փոխարկվում է անիմացիոն ASCII գրաֆիկայի։ Այն օգտագործում է ANSI escape sequences անիմացիայի և գույնի համար։
GitHub-ում աստղերի քանակը՝ 2,547
49. Cartoonify
Draw This — պոլարոիդ զոնդ, որը կարող է նկարել մուլտֆիլմեր։ Իսկապես օգտագործվում է նեյրոնային ցանցը օբյեկտների ճանաչման համար, Google Quickdraw տվյալների հավաքածուն, տերմո տպիչը և Raspberry Pi-ը։ Quick, Draw! — դա Google-ի խաղ է, որտեղ խաղացողներին առաջարկվում է նկարել օբյեկտի/ خیال-ի նկար, այնուհետև նա փորձում է գուշակել, թե ինչ է այն ներկայացնում, ավելի քիչ, քան 20 վայրկյանում։
GitHub-ում աստղերի քանակը՝ 1760
50. Zulip
Zulip — խմբակային զրուցարանի ծրագիր, որը գործում է իրական ժամանակում, իսկապես հարմարավետ է բազմաթիվ զրույցների շնորհիվ։ Fortune 500-ի շատ ընկերություններ և բաց կոդով նախագծեր օգտագործում են այն իրական ժամանակի զրույցների համար, որը կարող է մշակել հազարավոր հաղորդագրություններ օրական։
GitHub-ում աստղերի քանակը՝ 10,432
51. YouTube-dl
Սա հրամանների տողի ծրագիր է, որը կարող է ներբեռնել տեսանյութեր YouTube-ից և որոշ այլ կայքերից։ Այն կապված չէ կոնկրետ պլատֆորմի հետ։
GitHub-ում աստղերի քանակը՝ 55 868
52. Ansible
Սա IT ավտոմատացման պարզ համակարգ է, որը կարող է իրականացնել հետևյալ գործառույթները. կոնֆիգուրացիայի կառավարում, ծրագիրներ տեղադրելու, ամպի սկսում, հատուկ հանձնարարությունների կատարում, ցանցի ավտոմատացում և բազմաբաժին օրգանիզացիա։
GitHub-ում աստղերի քանակը՝ 39,443
53. HTTPie
HTTPie — այս HTTPS հրամանների տող են։ Սա պարզացնում է CLI-ի փոխհամագործակցության հետ վեբ ծառայությունների։ http հրամանի համար այն թույլ տալիս մեզ ուղարկել պատահական HTTP հարցումներ պարզ սինթաքսի միջոցով և ստանալ գույնի ելք։ Մենք կարող ենք օգտագործել այն HTTP սերվերների թեստավորման, լվացման և փոխհամագործակցության համար։
GitHub-ում աստղերի քանակը՝ 43 199
54. Tornado Web Server
Это веб-фреймворк, асинхронная сетевая библиотека для Python. Он использует неблокирующие сетевые входы/выходы для масштабирования до более чем тысяч открытых соединений. Это делает его хорошим выбором для длинных запросов и WebSockets.
Количество звезд на Github: 18 306
55. Requests
Requests — это библиотека, которая позволяет легко отправлять HTTP/1.1 запросы. Вам не нужно вручную добавлять параметры к URL-адресам или кодировать данные PUT и POST.
Количество звезд на Github: 40 294
56. Scrapy
Scrapy — это быстрый высокоуровневый фреймворк для просмотра веб-страниц — вы можете использовать его для просмотра веб-сайтов с целью извлечения структурированных данных. Вы также можете использовать его для анализа данных, мониторинга и автоматизированного тестирования.
Количество звезд на Github: 34,493
Ընտանիք: habr.com
