1. Flask
È un micro-framework scritto in Python. Non dispone di validazioni per i moduli e del livello di astrazione del database, ma consente di utilizzare librerie esterne per funzioni comuni. Ed è proprio per questo che è un micro-framework. Flask è progettato per creare applicazioni in modo semplice e veloce, ed è anche scalabile e leggero. Si basa sui progetti Werkzeug e Jinja2. Puoi scoprire di più nella recente articolo di DataFlair su .
2. Keras
Keras è una libreria di rete neurale open source scritta in Python. È user-friendly, modulare ed estensibile, e può funzionare sopra TensorFlow, Theano, PlaidML o Microsoft Cognitive Toolkit (CNTK). Keras ha tutto: modelli, funzioni di costo e attivazione, ottimizzatori e molto di più. Supporta anche reti neurali convoluzionali e ricorrenti.
Lavorando all'ultimo progetto open source basato su Keras — .
L'articolo è stato tradotto con il supporto di EDISON Software, che , così come .
3. SpaCy
È una libreria software open source che si occupa di ed è scritto 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 una libreria di machine learning di spaCy che offre modelli CNN per l'analisi delle parti del discorso, l'analisi delle dipendenze e il riconoscimento degli oggetti nominati.
4. Sentry
Sentry offre un hosting di monitoraggio degli errori con codice sorgente aperto, in modo che tu possa rilevare e classificare gli errori in tempo reale. Basta installare l'SDK per il tuo linguaggio o framework e iniziare a lavorare. Consente di registrare eccezioni non gestite, esaminare il tracciamento dello stack, analizzare l'impatto di ciascun problema, tenere traccia degli errori in vari progetti, assegnare problemi e molto altro. Utilizzare Sentry significa avere meno errori e più codice inviato.
5. OpenCV
OpenCV è una libreria di visione artificiale e apprendimento automatico open source. La libreria offre oltre 2500 algoritmi ottimizzati per compiti di visione artificiale, come il riconoscimento e la rilevazione di oggetti, la classificazione di vari tipi di attività umane, il tracciamento dei movimenti tramite telecamera, la creazione di modelli 3D di oggetti, l'assemblaggio di immagini per ottenere immagini ad alta risoluzione e molte altre applicazioni. La libreria è disponibile per diversi linguaggi, come Python, C++, Java, ecc.
Numero di stelle su Github: 39585
Hai già lavorato su qualche progetto OpenCV? Ecco uno —
6. Nilearn
Questo è un modulo per l'implementazione rapida e semplice dell'apprendimento statistico su dati di neuroimaging. Consente di utilizzare scikit-learn per analisi statistiche multivariate ai fini della modellazione predittiva, classificazione, decodifica e analisi della connettività. Nilearn è parte dell'ecosistema NiPy, una comunità dedicata all'uso di Python nell'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 machine learning molto conosciuta per Python. Spesso utilizzato con NumPy e SciPy, SciPy offre classificazione, regressione e clustering — supporta , foreste casuali, potenziamento gradiente, 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 di machine learning open source, scritta in Python e per Python. È basata sulla libreria Torch ed è particolarmente adatta per aree come la visione artificiale e l'elaborazione del linguaggio naturale (NLP). Ha anche un frontend C++.
Tra le molte altre caratteristiche, PyTorch offre due livelli elevati:
- Calcoli tensori con accelerazione GPU potente
- Reti neurali profonde
Numero di stelle su Github: 31.779
9. Librosa
Librosa — una delle migliori librerie Python per l'analisi della musica e dell'audio. Include i componenti necessari per estrarre informazioni dalla musica. La libreria è ben documentata e offre diversi tutorial e esempi per facilitare il vostro lavoro.
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 dei temi, l'indicizzazione dei documenti e la ricerca di similarità attraverso grandi dataset. È focalizzata su NLP e comunità di ricerca informatica. Gensim è un acronimo di "generare simili". In passato, generava un breve elenco di articoli simili a quello attuale. Gensim è chiaro, efficace e scalabile. Implementa una realizzazione efficace e semplice della modellazione semantica non supervisionata a partire da testo semplice.
Numero di stelle su Github: 9 870
11. Django
— un framework Python di alto livello che incoraggia lo sviluppo rapido e crede nel principio DRY (Don't Repeat Yourself). È un framework molto potente e il più 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 manipola tramite Python / riga di comando, utilizzando la libreria di riconoscimento facciale più semplice al mondo. Viene impiegata dlib con apprendimento profondo per rilevare i 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 per creare progetti a partire da modelli (cookiecutters). Un esempio potrebbe essere la creazione di un progetto pacchetto da un modello di progetto pacchetto. Sono modelli multipiattaforma, e i modelli di progetto possono essere in qualsiasi linguaggio o formato markup, come Python, JavaScript, HTML, Ruby, CoffeeScript, RST e Markdown. Permette anche di utilizzare più linguaggi in uno stesso modello di progetto.
Numero di stelle su Github: 10.291
14. Pandas
Pandas è una libreria per l'analisi e la manipolazione dei dati in Python, che offre strutture dati etichettate e funzioni statistiche.
Numero di stelle su Github: 21.404
Progetto open source in Python per provare Pandas —
15. Pipenv
Pipenv si propone di essere uno strumento pronto per la produzione, progettato per portare il meglio di tutti i mondi di packaging nel mondo di Python. Il suo terminale presenta colori vivaci e unisce Pipfile, pip e virtualenv in un unico comando. Crea e gestisce automaticamente un ambiente virtuale per i tuoi progetti e offre 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 le criptovalute, creata in Python, ma è semplice, insicura e incompleta. SimpleCoin non è destinata all'uso in produzione. Non per uso produttivo, SimpleCoin è pensata per scopi educativi e per rendere accessibile e semplificare la catena di blocchi funzionante. Permette di salvare gli hash estratti e scambiarli con qualsiasi valuta supportata.
Numero di stelle su Github: 1.343
17. Pyray
Questa è una libreria di rendering 3D scritta in Python vanilla. Essa visualizza oggetti e scene 2D, 3D e di dimensioni maggiori in Python, oltre a supportare l'animazione. La incontriamo nel campo della creazione di video, nei videogiochi, nelle simulazioni fisiche e anche in 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, che offre molti pacchetti della libreria standard di Python ed è ottimizzata per funzionare su microcontrollori e in condizioni ristrette. Pyboard è una piccola scheda elettronica su cui MicroPython gira a livello hardware, quindi può controllare tutti i tipi di progetti elettronici.
Numero di stelle su : 9,197
19. Kivy
Kivy è una libreria Python per lo sviluppo di applicazioni mobili e di altre applicazioni multitouch con interfacce utente naturali (NUI). Dispone di una libreria grafica, diversi tipi di widget, un linguaggio intermedio Kv per la creazione di widget personalizzati, supporto per mouse, tastiera, TUIO e eventi di input multisensoriale. Si tratta di una libreria open source per una rapida sviluppo di applicazioni con interfacce utente innovative. È multipiattaforma, orientata al business e offre accelerazione GPU.
Numero di stelle su Github: 9.930
20. Dash
Dash di Plotly è un framework per applicazioni web. Costruito su Flask, Plotly.js, React e React.js, permette di utilizzare Python per creare dashboard. Garantisce il funzionamento di modelli Python e R su scala. Dash consente di creare, testare, distribuire e generare report senza necessitare di DevOps, JavaScript, CSS o CronJobs. Dash è performante, personalizzabile, leggero e facilmente gestibile. È anche open source.
Numero di stelle su Github: 9.883
21. Magenta
Magenta è un progetto di ricerca open source che si concentra sul machine learning come strumento nel processo creativo. Consente di creare musica e arte utilizzando il machine learning. Magenta è una libreria Python basata su TensorFlow, con strumenti per lavorare con dati di origine, utilizzarla per addestrare modelli di machine learning e creare nuovi contenuti.
22. Maschera R-CNN
Questa è un'implementazione della maschera R-CNN su Python 3, TensorFlow e Keras. Il modello prende ogni istanza di oggetto nella raster e crea per essa dei riquadri delimitatori e delle maschere di segmentazione. Utilizza una rete Feature Pyramid Network (FPN) e un backbone ResNet101. Il codice è facilmente espandibile. Questo progetto offre anche un set di dati Matterport3D su spazi 3D ricostruiti, catturati dai clienti...
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. Include anche campioni e tutorial. I modelli ufficiali utilizzano API TensorFlow di alto livello. I modelli di ricerca sono quelli sviluppati dagli scienziati per il loro supporto o per affrontare questioni e richieste.
Numero di stelle su Github: 57 745
24. Snallygaster
Snallygaster è un modo per organizzare le problematiche tramite bacheche di progetto. Con questo, puoi personalizzare il tuo cruscotto di progetto su GitHub, ottimizzare e automatizzare il flusso di lavoro. Permette di ordinare le attività, pianificare progetti, automatizzare il flusso di lavoro, monitorare i progressi, condividere lo stato e, infine, completare. Snallygaster può scannerizzare alla ricerca di file segreti sui server HTTP — cerca file accessibili su server web che non dovrebbero essere pubblici e potrebbero rappresentare una minaccia per la sicurezza.
Numero di stelle su Github: 1 477
25. Statsmodels
Questo , che completa scipy per i calcoli statistici, inclusa la statistica descrittiva, così come le stime e le inferenze per i modelli statistici. Per questo ha classi e funzioni. Permette anche di condurre test statistici e analizzare i dati statistici.
Numero di stelle su Github: 4.246
26. WhatWaf
Si tratta di uno strumento avanzato per la rilevazione di firewall, che possiamo utilizzare per capire se è presente un firewall per applicazioni web. Rileva il firewall nell'applicazione web e cerca di individuare uno o più bypass per esso sull'obiettivo specificato.
Numero di stelle su Github: 1.300
27. Chainer
Chainer — , orientato alla flessibilità. Si basa su Python e offre API differenziate, basate sull'approccio define-by-run. Chainer offre anche API orientate agli oggetti di alto livello per costruire e addestrare reti neurali. È una struttura potente, flessibile e intuitiva per le reti neurali.
Numero di stelle su Github: 5.054
28. Rebound
Rebound — strumento da linea di comando. Quando ricevi un messaggio di errore del compilatore, ottiene immediatamente i risultati dallo stack traboccante. Per usare questo, 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 una moderna rilevazione degli oggetti (implementa anche Mask R-CNN). Questo software è sviluppato da Facebook AI Research (FAIR), scritto in Python e opera 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 sulla rilevazione degli 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 a riga di comando) da (qualsiasi) oggetto Python. Consente anche di sviluppare e debugare codice, esplorare codice esistente o trasformare codice altrui in CLI. Python Fire facilita il passaggio tra Bash e Python e rende più semplice l'utilizzo di REPL.
Numero di stelle su Github: 15.299
31. Pylearn2
Pylearn2 è una libreria di machine learning costruita principalmente su Theano. Il suo obiettivo è facilitare la ricerca in ML. Consente 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 vari formati.
Numero di stelle su Github: 10.072
33. Theano
Theano è una libreria per la manipolazione di espressioni matematiche e matriciali. È anche un compilatore ottimizzante. Theano utilizza una sintassi simile a quella di Python per esprimere calcoli e li compila per funzionare su architetture CPU o GPU. È una libreria Python per il machine learning open source, scritta in Python e CUDA e compatibile con Linux, macOS e Windows.
Numero di stelle su : 8,922
34. Multidiff
Multidiff è progettato per facilitare la comprensione dei dati orientati alla macchina. Aiuta a visualizzare le differenze tra un gran numero di oggetti, eseguendo confronti tra oggetti corrispondenti e poi presentando i risultati. Questa visualizzazione ci consente di cercare schemi nei nostri protocolli o in formati di file insoliti. È inoltre principalmente utilizzato per il reverse engineering e l'analisi di dati binari.
Numero di stelle su Github: 262
35. Som-tsp
Questo progetto è dedicato all'uso delle mappe auto-organizzanti per risolvere il problema del commesso viaggiatore. Utilizzando il SOM, troviamo soluzioni subottimali per il problema TSP e utilizziamo il formato .tsp per farlo. Il TSP è un problema NP completo, e con l'aumento del numero di città diventa sempre più difficile da risolvere.
Numero di stelle su Github: 950
36. Photon
Photon è un web scanner estremamente veloce, progettato per OSINT. Può estrarre URL, URL con parametri, informazioni di Intel, file, chiavi segrete, file JavaScript, corrispondenze con espressioni regolari e sottodomini. Le informazioni estratte possono essere salvate ed esportate in formato JSON. Photon è flessibile e geniale. Puoi anche aggiungere alcuni plugin.
Numero di stelle su Github: 5714
37. Social Mapper
Social Mapper è uno strumento di mappatura sui social media che correla profili utilizzando il riconoscimento facciale. Fa questo su vari siti web su larga scala. Social Mapper automatizza la ricerca di nomi e foto sui social media e poi cerca di identificare e raggruppare con precisione la presenza di qualcuno. Successivamente, crea un report per la verifica umana. È utile nel settore della sicurezza (ad esempio, per il phishing). Supporta piattaforme come LinkedIn, Facebook, Twitter, Google Plus, Instagram, ВКонтакте, Weibo e Douban.
Numero di stelle su Github: 2,396
38. Camelot
Camelot è una libreria Python che facilita l'estrazione di tabelle da file PDF. Funziona con file PDF di testo, ma non con documenti scansionati. 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 formati di file .pdf, .epub, .djvu, .fb2, .mobi, .azw / .azw3 / .azw4, .cbr / .cbz e .md. In Lector ci sono finestre principali, visualizzazione delle tabelle, visualizzazione dei libri, visualizzazione senza distrazioni, supporto per annotazioni, visualizzazione dei fumetti e finestra delle impostazioni. Supporta anche segnalibri, visualizzazione dei profili, editor dei metadati e dizionario integrato.
Numero di stelle su Github: 835
40. m00dbot
Questo è un bot di Telegram per l'auto-valutazione della depressione e dell'ansia.
Numero di stelle su Github: 145
41. Manim
Questo è un motore di animazione per spiegare video matematici, che può essere utilizzato per creare animazioni precise in modo programmatico. Utilizza Python per questo.
Numero di stelle su Github: 13.491
42. Douyin-Bot
Un bot scritto in Python per un'app simile a Tinder. Sviluppato da programmatori cinesi.
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 dotato anche di un generatore intelligente di payload, un potente meccanismo di fuzzing e un modulo di ricerca incredibilmente veloce. Invece di inserire payload e verificarne il funzionamento come fanno tutti gli altri strumenti, XSStrike riconosce la risposta utilizzando diversi parser e poi elabora i payload che funzioneranno sicuramente grazie all'analisi contestuale integrata nel meccanismo di fuzzing.
Numero di stelle su Github: 7050
44. PythonRobotics
Questo progetto è una raccolta di codice per algoritmi di robotica in Python, oltre ad 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 di scaricare solo fino a 100 immagini per ciascuna parola chiave.
Numero di stelle su Github: 5749
46. Trape
Consente di monitorare ed eseguire attacchi di ingegneria sociale in tempo reale. Aiuta a scoprire come le grandi aziende internet possano ottenere informazioni riservate e controllare gli utenti senza il loro consenso. Trape può anche aiutare a tracciare i cybercriminali.
Numero di stelle su Github: 4256
47. Xonsh
Xonsh è un linguaggio di programmazione per la linea di comando e una shell cross-platform che si concentra su Unix, basato su Python. È un superset 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 con l'API di Tenor GIF viene convertito in grafica ASCII animata. Utilizza sequenze di escape ANSI per l'animazione e il colore.
Numero di stelle su Github: 2547
49. Cartoonify
Draw This — una fotocamera Polaroid capace di disegnare cartoni animati. Utilizza una rete neurale per riconoscere gli oggetti, il dataset Google Quickdraw, una termoprinter e Raspberry Pi. Quick, Draw! è un gioco di Google in cui ai giocatori viene chiesto di disegnare un'immagine di un oggetto/idea, e poi il sistema cerca di indovinare cosa rappresenta in meno di 20 secondi.
Numero di stelle su Github: 1760
50. Zulip
Zulip è un'app per la chat di gruppo che funziona in tempo reale, risultando produttiva grazie alle conversazioni multithread. Molte aziende della lista Fortune 500 e progetti open source la utilizzano per la chat in tempo reale, gestendo migliaia di messaggi al giorno.
Numero di stelle su Github: 10,432
51. YouTube-dl
È un programma da riga di comando che consente di scaricare video da YouTube e alcuni altri siti. Non è legato a una piattaforma specifica.
Numero di stelle su Github: 55,868
52. Ansible
Questo è un semplice sistema di automazione IT, in grado di gestire le seguenti funzioni: gestione della configurazione, distribuzione delle applicazioni, inizializzazione del cloud, esecuzione di compiti speciali, automazione della rete e orchestrazione multi-nodo.
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. Per il comando http, consente di inviare richieste HTTP arbitrarie con una sintassi semplice e di 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 oltre milleduecento connessioni aperte. Questo lo rende una scelta eccellente per richieste lunghe e WebSockets.
Numero di stelle su Github: 18.306
55. Requests
Requests è una libreria che consente di inviare facilmente richieste HTTP/1.1. Non è necessario aggiungere manualmente i parametri agli URL o codificare i dati PUT e POST.
Numero di stelle su Github: 40.294
56. Scrapy
Scrapy è un framework di alto livello, veloce e potente, per l'estrazione di dati web. Puoi usarlo per navigare nei siti web al fine di estrarre dati strutturati. È anche utile per l'analisi dei dati, il monitoraggio e i test automatizzati.
Numero di stelle su Github: 34.493
Fonte: habr.com
