1. Flask
Flask è un micro-framework scritto in Python. Non ha validazioni per i moduli né un livello di astrazione per i database, ma ti consente di utilizzare librerie di terze parti per funzioni comuni. Ed è proprio per questo che si chiama micro-framework. Flask è progettato per la creazione semplice e veloce di applicazioni, ed è anche scalabile e leggero. È basato sui progetti Werkzeug e Jinja2. Puoi saperne di più su di esso nell'ultimo articolo di DataFlair su .
2. Keras
Keras è una libreria di deep learning open source scritta in Python. È user-friendly, modulare e scalabile, e può funzionare sopra TensorFlow, Theano, PlaidML o Microsoft Cognitive Toolkit (CNTK). Keras ha tutto: modelli, funzioni di obiettivo e di attivazione, ottimizzatori e molto altro. Supporta anche reti neurali convolutionali e ricorrenti.
Lavorando su un progetto open source basato su Keras — .
L'articolo è stato tradotto con il supporto dell'azienda EDISON Software, che , e inoltre .
3. SpaCy
È una libreria open source che si occupa di ed è scritta in Python e Cython. Mentre NLTK è più adatto per scopi didattici e di ricerca, il lavoro di spaCy consiste nel fornire software per la produzione. Inoltre, Thinc è la libreria di machine learning di spaCy, che presenta modelli CNN per il tagging delle parti del discorso, l'analisi delle dipendenze e il riconoscimento degli oggetti nominati.
4. Sentry
Sentry offre hosting per il monitoraggio degli errori open source, così puoi scoprire e risolvere errori in tempo reale. Basta installare l'SDK per il tuo linguaggio o framework e iniziare a lavorare. Ti consente di registrare eccezioni non gestite, esaminare le tracce dello stack, analizzare l'impatto di ogni problema, monitorare errori in diversi progetti, assegnare problemi e molto altro. Usare Sentry significa meno errori e più codice inviato.
5. OpenCV
OpenCV è una libreria di visione artificiale e apprendimento automatico open source. La libreria dispone di oltre 2500 algoritmi ottimizzati per compiti di visione artificiale, come il rilevamento e il riconoscimento degli oggetti, la classificazione di vari tipi di attività umane, il tracciamento dei movimenti tramite fotocamera, la creazione di modelli tridimensionali di oggetti, la cucitura di immagini per ottenere immagini ad alta risoluzione e molte altre attività. La libreria è disponibile in molte lingue, come Python, C++, Java, ecc.
Numero di stelle su Github: 39585
Hai già lavorato a qualche progetto OpenCV? Ecco uno —
6. Nilearn
Questo modulo permette una rapida e semplice implementazione dell'apprendimento statistico su dati di neuroimaging. Consente di utilizzare scikit-learn per statistica multidimensionale per modellazione predittiva, classificazione, decodifica e analisi di connettività. Nilearn è parte dell'ecosistema NiPy, una comunità dedicata all'uso di Python per l'analisi dei dati di neuroimaging.
Numero di stelle su : 549
7. scikit-Learn
Scikit-learn è un altro progetto Python open source. È una libreria di apprendimento automatico molto nota per Python. Spesso utilizzata con NumPy e SciPy, SciPy offre classificazione, regressione e clustering — supporta , foreste casuali, gradient boosting, k-means e DBSCAN. Questa libreria è scritta in Python e Cython.
Numero di stelle su Github: 37,144
8. PyTorch
PyTorch è un'altra libreria open source di apprendimento automatico, scritta in Python e per Python. Si basa sulla libreria Torch ed è ottima per ambiti come la visione artificiale e l'elaborazione del linguaggio naturale (NLP). Ha anche un front-end in C++.
Tra molte altre caratteristiche, PyTorch offre due ad alto livello:
- Calcoli tensoriali con forte accelerazione tramite GPU
- Reti neurali profonde
Numero di stelle su Github: 31 779
9. Librosa
Librosa è una delle migliori librerie Python per l'analisi della musica e dell'audio. Contiene i componenti necessari per estrarre informazioni dalla musica. La libreria è ben documentata e include vari tutorial e esempi che facilitano l'esecuzione del tuo compito.
Numero di stelle su Github: 3107
Implementazione di un progetto Python open source con Librosa — .
10. Gensim
Gensim è una libreria Python per la modellazione di argomenti, indicizzazione di documenti e ricerca di similarità con grandi collezioni. È destinata a comunità di NLP e ricerca informativa. Gensim è l'abbreviazione di 'generare simile'. In precedenza, creava una lista ristretta di articoli simili all'articolo attuale. Gensim è chiaro, efficace e scalabile. Gensim implementa una realizzazione semplice ed efficace di modellazione semantica non supervisionata da testo semplice.
Numero di stelle su Github: 9.870
11. Django
— un framework Python di alto livello che incoraggia uno sviluppo veloce e crede nel principio DRY (non ripeterti). È un framework molto potente e ampiamente utilizzato per Python. Si basa sul pattern MTV (Model-Template-View).
Numero di stelle su Github: 44.214
12. Riconoscimento facciale
Il riconoscimento facciale è un progetto popolare su GitHub. Riconosce facilmente i volti e li elabora utilizzando Python / la riga di comando, impiegando la libreria di riconoscimento facciale più semplice al mondo. Utilizza dlib con deep learning per rilevare volti con una precisione del 99,38% nel test Wild benchmark.
Numero di stelle su Github: 28.267
13. Cookiecutter
Cookiecutter è un'utilità da riga di comando che può essere utilizzata per creare progetti da modelli (cookiecutter). Un esempio potrebbe essere la creazione di un progetto di pacchetti da un modello di progetto di pacchetti. Sono modelli cross-platform e i modelli di progetto possono essere in qualsiasi linguaggio o formato di markup, come Python, JavaScript, HTML, Ruby, CoffeeScript, RST e Markdown. Permette anche di utilizzare più linguaggi nello stesso modello di progetto.
Numero di stelle su Github: 10.291
14. Pandas
Pandas è una libreria per l'analisi dei dati e la manipolazione in Python, che offre strutture dati etichettate e funzioni statistico.
Numero di stelle su Github: 21.404
Progetto Python open source per provare Pandas —
15. Pipenv
Pipenv promette di essere uno strumento pronto per la produzione, mirato a portare il meglio di tutti i mondi di packaging nel mondo di Python. Il suo terminale ha colori belli e unisce Pipfile, pip e virtualenv in un unico comando. Crea e gestisce automaticamente un ambiente virtuale per i tuoi progetti e fornisce agli utenti un modo semplice per configurare l'ambiente di lavoro.
Numero di stelle su Github: 18.322
16. SimpleCoin
Questa è un'implementazione della Blockchain per criptovalute, creata in Python, ma è semplice, insicura e incompleta. SimpleCoin non è destinato all'uso in produzione. Non per uso in produzione, SimpleCoin è destinato a scopi educativi e solo per rendere la catena di blocco funzionante accessibile e semplificarla. Permette di salvare gli hash minati e di scambiarli con qualsiasi valuta supportata.
Numero di stelle su Github: 1.343
17. Pyray
Questa è una libreria di rendering 3D, scritta in Python puro. Visualizza oggetti e scene 2D, 3D di dimensioni maggiori in Python e animazione. Ci troviamo nel campo dei video creati, dei videogiochi, delle simulazioni fisiche e persino delle belle immagini. I requisiti per questo sono: PIL, numpy e scipy.
Numero di stelle su Github: 451
18. MicroPython
MicroPython è Python per microcontrollori. È un'implementazione efficiente di Python3, fornita con molti pacchetti della libreria standard di Python e ottimizzata per funzionare su microcontrollori e in condizioni ristrette. Pyboard è una piccola scheda elettronica su cui MicroPython funziona a basso livello, quindi può controllare ogni tipo di progetto elettronico.
Numero di stelle su : 9,197
19. Kivy
Kivy è una libreria Python per lo sviluppo di applicazioni mobili e altre applicazioni multitouch con interfacce utente naturali (NUI). Ha una libreria grafica, diverse opzioni di widget, un linguaggio intermedio Kv per creare widget personalizzati, supporto per mouse, tastiera, TUIO e eventi di input multisensoriale. È una libreria open source per lo sviluppo rapido di applicazioni con interfacce utente innovative. È multipiattaforma, business-friendly e con accelerazione GPU.
Numero di stelle su Github: 9.930
20. Dash
Dash di Plotly — è un framework per applicazioni web. Costruito sopra Flask, Plotly.js, React e React.js, consente di utilizzare Python per creare dashboard. Permette di eseguire modelli Python e R su scala. Dash consente di creare, testare, distribuire e generare report senza la necessità di DevOps, JavaScript, CSS o CronJobs. Dash è performante, personalizzabile, leggero e facile da gestire. È anche open source.
Numero di stelle su Github: 9.883
21. Magenta
Magenta è un progetto di ricerca open source che si concentra sull'apprendimento automatico come strumento nel processo creativo. Permette di creare musica e arte utilizzando l'apprendimento automatico. Magenta è una libreria Python basata su TensorFlow, con utility per lavorare con i dati grezzi, utilizzarla per addestrare modelli di macchina e generare nuovi contenuti.
22. Mask R-CNN
Questa è un'implementazione di Mask R-CNN in Python 3, TensorFlow e Keras. Il modello prende ogni istanza di un oggetto nella raster e crea per essa riquadri di delimitazione e maschere di segmentazione. Utilizza una rete Feature Pyramid Network (FPN) e un troncone ResNet101. Il codice è facilmente estensibile. Questo progetto offre anche il set di dati Matterport3D su spazi 3D ricostruiti catturati da committenti...
Numero di stelle su Github: 14.055
23. Modelli TensorFlow
Questo è un repository con vari modelli implementati in TensorFlow - modelli ufficiali e di ricerca. Ha anche campioni e tutorial. I modelli ufficiali utilizzano API di alto livello di TensorFlow. I modelli di ricerca sono modelli implementati in TensorFlow da ricercatori per supportarli o per assistenza su domande e richieste.
Numero di stelle su Github: 57.745
24. Snallygaster
Snallygaster è un modo per organizzare i problemi con le bacheche di progetto. Grazie a questo, puoi configurare un pannello di controllo per progetti su GitHub, ottimizzare e automatizzare il flusso di lavoro. Permette di ordinare le attività, pianificare i progetti, automatizzare il flusso di lavoro, monitorare i progressi, condividere lo stato e, infine, completare. Snallygaster può scansionare alla ricerca di file riservati su server HTTP — cerca file accessibili su server web che non dovrebbero essere pubblici e potrebbero rappresentare un rischio per la sicurezza.
Numero di stelle su Github: 1.477
25. Statsmodels
Questo , che integra scipy per calcoli statistici, inclusa la statistica descrittiva, nonché stime e inferenze per modelli statistici. Ha classi e funzioni dedicate. Consente inoltre di eseguire test statistici e analisi di dati statistici.
Numero di stelle su Github: 4 246
26. WhatWaf
È uno strumento avanzato per la rilevazione dei firewall, che possiamo utilizzare per verificare se è presente un firewall per applicazioni web. Rileva la presenza del firewall nell'applicazione web e tenta di identificare uno o più metodi per eluderlo nell'obiettivo specificato.
Numero di stelle su Github: 1300
27. Chainer
Chainer — , orientato alla flessibilità. Si basa su Python e offre API differenziate, basate su un approccio define-by-run. Chainer offre anche API orientate agli oggetti di alto livello per costruire e addestrare reti neurali. È un framework potente, flessibile e intuitivo per le reti neurali.
Numero di stelle su Github: 5.054
28. Rebound
Rebound è uno strumento da riga di comando. Quando ricevi un messaggio di errore del compilatore, ottiene immediatamente i risultati dal stack overflowato. Per usarlo, puoi utilizzare il comando rebound per eseguire il tuo file. È uno dei 50 progetti open source Python più popolari del 2018. Inoltre, richiede Python 3.0 o superiore. Tipi di file supportati: Python, Node.js, Ruby, Golang e Java.
Numero di stelle su Github: 2913
29. Detectron
Detectron esegue rilevamento oggetti moderno (implementa anche Mask R-CNN). Si tratta di un software di Facebook AI Research (FAIR), scritto in Python e funzionante sulla piattaforma Caffe2 Deep Learning. L'obiettivo di Detectron è fornire una base di codice di alta qualità e ad alte prestazioni per la ricerca nel rilevamento oggetti. È flessibile e implementa i seguenti algoritmi: Mask R-CNN, RetinaNet, Faster R-CNN, RPN, Fast R-CNN, R-FCN.
Numero di stelle su Github: 21 873
30. Python-fire
Questa è una libreria per la generazione automatica di CLI (interfacce della riga di comando) da (qualsiasi) oggetto Python. Consente anche di sviluppare e fare debug del codice, esplorare il codice esistente o trasformare il codice di altri in CLI. Python Fire facilita il passaggio tra Bash e Python e semplifica l'uso di REPL.
Numero di stelle su Github: 15.299
31. Pylearn2
Pylearn2 è una libreria di apprendimento automatico, costruita principalmente su Theano. Il suo obiettivo è facilitare l'esplorazione del ML. Permette di scrivere nuovi algoritmi e modelli.
Numero di stelle su Github: 2.681
32. Matplotlib
è una libreria di grafica 2D per Python — genera pubblicazioni di alta qualità in diversi formati.
Numero di stelle su Github: 10.072
33. Theano
Theano è una libreria per manipolare espressioni matematiche e matriciali. È anche un compilatore ottimizzante. Theano utilizza -sintassi simile per esprimere calcoli e compilarli per l'esecuzione su architetture CPU o GPU. È una libreria di apprendimento automatico open source scritta in Python e CUDA, funzionante su Linux, macOS e Windows.
Numero di stelle su : 8,922
34. Multidiff
Multidiff è progettato per facilitare la comprensione dei dati orientati alle macchine. Aiuta a visualizzare le differenze tra un gran numero di oggetti, eseguendo differenziali tra oggetti corrispondenti e quindi visualizzandoli. Questa visualizzazione ci consente di cercare schemi nei nostri protocolli o nei formati di file insoliti. È anche principalmente utilizzato per il reverse engineering e l'analisi dei dati binari.
Numero di stelle su Github: 262
35. Som-tsp
Questo progetto è dedicato all'uso di mappe auto-organizzanti per risolvere il problema del commesso viaggiatore. Utilizzando SOM, troviamo soluzioni subottimali per il problema TSP e le utilizziamo in formato .tsp. TSP è un problema NP-completo e con l'aumentare del numero di città diventa sempre più difficile da risolvere.
Numero di stelle su Github: 950
36. Photon
Photon è un scanner web estremamente veloce, progettato per OSINT. Può acquisire URL, URL con parametri, informazioni di Intel, file, chiavi segrete, file JavaScript, corrispondenze con espressioni regolari e sottodomini. Le informazioni estratte possono quindi essere salvate ed esportate in formato json. Photon è flessibile e geniale. È inoltre possibile aggiungere alcuni plugin.
Numero di stelle su Github: 5714
37. Social Mapper
Social Mapper è uno strumento per la mappatura nei social network, che correlaziona i profili utilizzando il riconoscimento facciale. Lo fa su vari siti web su larga scala. Social Mapper automatizza la ricerca di nomi e foto sui social network, cercando poi di identificare e raggruppare con precisione la presenza di qualcuno. Successivamente crea un rapporto per la revisione umana. Questo è utile nell'industria della sicurezza (ad esempio, per il phishing). Supporta piattaforme come LinkedIn, Facebook, Twitter, Google Plus, Instagram, Vkontakte, Weibo e Douban.
Numero di stelle su Github: 2,396
38. Camelot
Camelot è una libreria Python che aiuta a estrarre tabelle da file PDF. Funziona con file PDF testuali, ma non con documenti scannerizzati. Qui ogni tabella è un DataFrame di pandas. Inoltre, puoi esportare le tabelle in .json, .xls, .html o .sqlite.
Numero di stelle su Github: 2415
39. Lector
Questo è un lettore Qt per leggere eBook. Supporta i formati di file .pdf, .epub, .djvu, .fb2, .mobi, .azw / .azw3 / .azw4, .cbr / .cbz e .md. In Lector ci sono una finestra principale, visualizzazione della tabella, visualizzazione dei libri, visualizzazione senza distrazioni, supporto per annotazioni, visualizzazione di fumetti e finestra delle impostazioni. Supporta anche segnalibri, visualizzazione dei profili, editor di metadati e dizionario integrato.
Numero di stelle su Github: 835
40. m00dbot
È un bot Telegram per l'auto-screener di depressione e ansia.
Numero di stelle su Github: 145
41. Manim
È un motore di animazione per spiegare video matematici, che può essere usato per creare animazioni in modo programmato. Per fare ciò utilizza Python.
Numero di stelle su Github: 13 491
42. Douyin-Bot
Bot scritto in Python per un'app simile a Tinder. Sviluppatori dalla Cina.
Numero di stelle su Github: 5,959
43. XSStrike
Questo è un pacchetto per la rilevazione di script cross-site con quattro parser scritti a mano. È inoltre dotato di un generatore intelligente di payload, un potente meccanismo di fuzzing e un modulo di ricerca incredibilmente veloce. Invece di inserire i payload e verificarne il funzionamento, come fanno tutti gli altri strumenti, XSStrike riconosce la risposta tramite diversi parser e poi elabora i payload che funzioneranno sicuramente grazie a un'analisi contestuale integrata nel meccanismo di fuzzing.
Numero di stelle su Github: 7050
44. PythonRobotics
Questo progetto è una raccolta di codice sugli algoritmi di robotica in Python, oltre agli algoritmi di navigazione autonoma.
Numero di stelle su Github: 6,746
45. Google Images Download
Google Images Download è un programma Python da riga di comando che cerca parole chiave nelle immagini di Google e scarica le immagini per te. È un piccolo programma senza dipendenze, se hai bisogno solo di scaricare fino a 100 immagini per ciascuna parola chiave.
Numero di stelle su Github: 5749
46. Trape
Consente di monitorare e condurre attacchi di ingegneria sociale intelligenti in tempo reale. Aiuta a scoprire come le grandi aziende internet possono ottenere informazioni riservate e controllare gli utenti senza il loro consenso. Trape può anche aiutare a rintracciare i criminali informatici.
Numero di stelle su Github: 4256
47. Xonsh
Xonsh è un linguaggio di comando e una shell cross-platform basata su Unix e Python. È un supersett di Python 3.5+ con primitivi shell aggiuntivi, simili a quelli di Bash e IPython. Xonsh funziona su Linux, Mac OS X, Windows e altri sistemi operativi principali.
Numero di stelle su Github: 3426
48. GIF per CLI
Richiede un GIF o un breve video o una richiesta e, tramite l'API Tenor GIF, viene convertito in grafica ASCII animata. Usa sequenze di escape ANSI per l'animazione e il colore.
Numero di stelle su Github: 2,547
49. Cartoonify
Disegna Questo — una macchina fotografica Polaroid in grado di disegnare cartoni animati. Utilizza una rete neurale per riconoscere oggetti, il set di dati Google Quickdraw, una stampante termica e un Raspberry Pi. Quick, Draw! è un gioco di Google in cui ai giocatori viene chiesto di disegnare l'immagine di un oggetto/idea, e poi prova a indovinare cosa rappresenta, in meno di 20 secondi.
Numero di stelle su Github: 1760
50. Zulip
Zulip è un'applicazione per la chat di gruppo che funziona in tempo reale, ed è altamente produttiva grazie alle conversazioni multithreading. Molte aziende della lista Fortune 500 e progetti open source lo usano per la chat in tempo reale, in grado di gestire migliaia di messaggi al giorno.
Numero di stelle su Github: 10.432
51. YouTube-dl
È un programma da riga di comando che può scaricare video da YouTube e da alcuni altri siti. Non è legato a una piattaforma specifica.
Numero di stelle su Github: 55.868
52. Ansible
È un sistema di automazione IT semplice che può gestire le seguenti funzioni: gestione della configurazione, distribuzione delle applicazioni, inizializzazione del cloud, esecuzione di attività speciali, automazione della rete e orchestrazione multi-host.
Numero di stelle su Github: 39.443
53. HTTPie
HTTPie è un client HTTP da riga di comando. Semplifica l'interazione CLI con i servizi web. Con il comando http, ci permette di inviare richieste HTTP arbitrarie con una sintassi semplice e ricevere un output colorato. Possiamo usarlo per testare, fare debug e interagire con i server HTTP.
Numero di stelle su Github: 43.199
54. Tornado Web Server
È un framework web, una libreria di rete asincrona per Python. Utilizza input/output di rete non bloccanti per scalare a più di mille connessioni aperte. Questo lo rende una buona scelta per richieste lunghe e WebSockets.
Numero di stelle su Github: 18.306
55. Requests
Requests è una libreria che permette di inviare facilmente richieste HTTP/1.1. Non è necessario aggiungere manualmente parametri agli URL o codificare dati PUT e POST.
Numero di stelle su Github: 40.294
56. Scrapy
Scrapy è un framework high-level veloce per il crawling di pagine web: puoi usarlo per navigare su siti web al fine di estrarre dati strutturati. Puoi anche utilizzarlo per analizzare dati, monitorare e testare in modo automatizzato.
Numero di stelle su Github: 34.493
Fonte: habr.com
