56 のオープンソース Python プロジェクト

1.フラスコ

Pythonで書かれたマイクロフレームワークです。 フォームの検証やデータベース抽象化レイヤーはありませんが、共通の機能にサードパーティのライブラリを使用できます。 それがマイクロフレームワークである理由です。 Flask は、アプリケーションを簡単かつ迅速に作成できると同時に、スケーラブルで軽量であるように設計されています。 これは、Werkzeug プロジェクトと Jinja2 プロジェクトに基づいています。 詳細については、DataFlair の最新記事をご覧ください。 パイソンフラスコ.

2.ケラス

Keras は、Python で書かれたオープンソースのニューラル ネットワーク ライブラリです。 ユーザーフレンドリーでモジュール式で拡張可能で、TensorFlow、Theano、PlaidML、または Microsoft Cognitive Toolkit (CNTK) 上で実行できます。 Keras には、テンプレート、目的関数、伝達関数、オプティマイザーなど、すべてが備わっています。 畳み込みニューラル ネットワークとリカレント ニューラル ネットワークもサポートします。

Keras をベースにした最新のオープンソース プロジェクトに取り組んでいます - 乳がんの分類.

この記事は EDISON Software のサポートを受けて翻訳されました。 Vivaldi ドキュメントストレージ診断システムを開発と スタートアップに投資します.

3. スペイシー

を扱うオープンソース ソフトウェア ライブラリです。 自然言語処理 (NLP) Python と Cython で書かれています。 NLTK は教育や研究の目的により適していますが、spaCy の仕事は生産用のソフトウェアを提供することです。 さらに、Thinc は spaCy の機械学習ライブラリであり、品詞タグ付け、依存関係解析、および固有表現認識のための CNN モデルを提供します。

4.セントリー

Sentry はホストされたオープンソースのバグ監視を提供するため、リアルタイムでバグを検出して優先順位を付けることができます。 言語またはフレームワークの SDK をインストールして開始してください。 これにより、未処理の例外のキャプチャ、スタック トレースの調査、各問題の影響の分析、プロジェクト全体のバグの追跡、問題の割り当てなどが可能になります。 Sentry を使用すると、バグが減り、より多くのコードが配布されることになります。

5.OpenCV

OpenCV は、オープンソースのコンピューター ビジョンおよび機械学習ライブラリです。 このライブラリには、オブジェクトの検出と認識、さまざまな種類の人間の活動の分類、カメラの動きの追跡、2500D オブジェクト モデルの作成、高解像度の画像を取得するための画像ステッチング、およびその他の多くのタスクなどのコンピューター ビジョン タスク用に XNUMX 以上の最適化されたアルゴリズムが含まれています。 。 このライブラリは、Python、C++、Java などの多くの言語で利用できます。

Github の星の数: 39585

すでに OpenCV プロジェクトに取り組んだことがありますか? ここにその XNUMX つがあります - 性別と年齢決定プロジェクト

6. ナイルーン

これは、NeuroImaging データの統計学習を迅速かつ簡単に実装するためのモジュールです。 これにより、予測モデリング、分類、デコード、接続性分析のための多変量統計に scikit-learn を使用できるようになります。 Nilearn は、Python を使用して神経画像データを分析することに特化したコミュニティである NiPy エコシステムの一部です。

あたりの星の数 githubの：００７

7. scikit-Learn

Scikit-learn は、もう XNUMX つのオープンソース Python プロジェクトです。 Pythonの機械学習ライブラリとしては非常に有名です。 NumPy や SciPy とともによく使用される SciPy は、分類、回帰、クラスタリングを提供します。 SVM (サポートベクターマシン)、ランダム フォレスト、勾配加速、K 平均法、DBSCAN。 このライブラリは Python と Cython で書かれています。

Github の星の数: 37,144

8.PyTorch

PyTorch は、Python で書かれた Python 用のもう XNUMX つのオープンソース機械学習ライブラリです。 これは、Torch ライブラリに基づいており、コンピューター ビジョンや自然言語処理 (NLP) などの分野に最適です。 C++ フロントエンドも備えています。

他の多くの機能の中でも、PyTorch は XNUMX つの高レベルの機能を提供します。

• 高度に GPU で高速化されたテンソル コンピューティング
• ディープニューラルネットワーク

Github の星の数: 31

9. リブロサ

Librosa は、音楽およびオーディオ分析に最適な Python ライブラリの XNUMX つです。 音楽から情報を取得するために使用される必要なコンポーネントが含まれています。 このライブラリには十分に文書化されており、タスクを容易にするいくつかのチュートリアルと例が含まれています。

Github の星の数: 3107

オープンソース Python プロジェクトと Librosa の実装 - 音声感情認識.

10.Gensim

Gensim は、大企業向けのトピック モデリング、ドキュメントのインデックス作成、類似性検索のための Python ライブラリです。 これは、NLP および情報検索コミュニティを対象としています。 Gensim は「Generate Like」の略です。 以前、彼はこの記事に類似した記事の短いリストを作成しました。 Gensim は明確で効率的でスケーラブルです。 Gensim は、プレーン テキストからの教師なしセマンティック モデリングの効率的かつシンプルな実装を提供します。

Github の星の数: 9

11.ジャンゴ

ジャンゴ は、迅速な開発を促進し、DRY (Don't Reply Yourself) 原則を信じている高レベルの Python フレームワークです。 これは、非常に強力で最も広く使用されている Python のフレームワークです。 これは、MTV (Model-Template-View) パターンに基づいています。

Github の星の数: 44

12.顔認識

顔認識は GitHub で人気のあるプロジェクトです。 Python/コマンドラインを使用して顔を簡単に認識および操作し、そのために世界で最も単純な顔認識ライブラリを使用します。 これは、深層学習を備えた dlib を使用して、Wild ベンチマークで 99,38% の精度で顔を検出します。

Github の星の数: 28,267

13. クッキーカッター

Cookiecutter は、テンプレート (Cookiecutter) からプロジェクトを作成するために使用できるコマンド ライン ユーティリティです。 XNUMX つの例は、バッチ プロジェクト テンプレートからバッチ プロジェクトを作成することです。 これらはクロスプラットフォーム テンプレートであり、プロジェクト テンプレートは、Python、JavaScript、HTML、Ruby、CoffeeScript、RST、Markdown などの任意の言語またはマークアップ形式にすることができます。 また、同じプロジェクト テンプレートで複数の言語を使用することもできます。

Github の星の数: 10

14.パンダ

Pandas は、ラベル付きのデータ構造と統計関数を提供する Python のデータ分析および操作ライブラリです。

Github の星の数: 21,404

Pandasを試すためのPythonオープンソースプロジェクト - パーキンソン病の検出

15.Pipenv

Pipenv は、あらゆるパッケージングの世界の最高のものを Python の世界にもたらすことを目的とした、本番環境に対応したツールになることを約束します。 そのターミナルは素敵な色をしており、Pipfile、pip、virtualenv を XNUMX つのコマンドに組み合わせています。 プロジェクトの仮想環境を自動的に作成および管理し、ユーザーに作業環境をカスタマイズする簡単な方法を提供します。

Github の星の数: 18,322

16. シンプルコイン

これは Python で構築された暗号通貨のブロックチェーン実装ですが、シンプルで安全性が低く、不完全です。 SimpleCoin は本番環境での使用を目的としていません。 SimpleCoin は運用用途ではなく、教育目的であり、機能するブロックチェーンをアクセスしやすく、よりシンプルにすることのみを目的としています。 これにより、マイニングされたハッシュを保存し、サポートされている通貨に交換できます。
Github の星の数: 1343

17.パイレー

これは、バニラ Python で書かれた 3D レンダリング ライブラリです。 Python とアニメーションで 2D、3D、高次元のオブジェクトとシーンをレンダリングします。 それは、作成されたビデオ、ビデオゲーム、物理シミュレーション、さらには美しい写真の領域に私たちを見つけます。 このための要件: PIL、numpy、scipy。

Github の星の数: 451

18.マイクロパイソン

MicroPython はマイクロコントローラー用の Python です。 これは Python3 の効率的な実装であり、Python 標準ライブラリの多くのパッケージが付属しており、マイクロコントローラーや制約のある環境で実行するように最適化されています。 Pyboard は、ベアメタル上で MicroPython を実行する小さな電子ボードで、あらゆる種類の電子プロジェクトを制御できます。

あたりの星の数 githubの：００７

19. キビー

Kivy は、ナチュラル ユーザー インターフェイス (NUI) を備えたモバイルおよびその他のマルチタッチ アプリケーションを開発するための Python ライブラリです。 グラフィック ライブラリ、いくつかのウィジェット オプション、独自のウィジェットを作成するための Kv 中間言語、マウス、キーボード、TUIO、およびマルチタッチ イベントのサポートを備えています。 これは、革新的なユーザー インターフェイスを備えた迅速なアプリケーション開発のためのオープンソース ライブラリです。 クロスプラットフォームでビジネスに適しており、GPU で高速化されます。

Github の星の数: 9

20。 ダッシュ

Dash by Plotly は Web アプリケーション フレームワークです。 Flask、Plotly.js、React、React.js 上に構築されているため、Python を使用してダッシュボードを構築できます。 Python と R モデルを大規模に強化します。 Dash を使用すると、DevOps、JavaScript、CSS、または CronJobs を使用せずに、ビルド、テスト、デプロイ、レポートを行うことができます。 Dash は強力でカスタマイズ可能、軽量で管理が簡単です。 これはオープンソースでもあります。

Github の星の数: 9,883

21.マゼンタ

Magenta は、創造的なプロセスにおけるツールとしての機械学習に焦点を当てたオープンソースの研究プロジェクトです。 機械学習を使用して音楽やアートを作成できます。 Magenta は TensorFlow に基づく Python ライブラリであり、生データを操作し、それを使用してマシン モデルをトレーニングし、新しいコンテンツを作成するためのユーティリティが含まれています。

22. R-CNNマスク

これは、Python 3、TensorFlow、Keras での R-CNNN マスクの実装です。 モデルはラスター内の各オブジェクト インスタンスを取得し、それに対して境界ボックスとセグメンテーション マスクを作成します。 これは、Feature Pyramid Network (FPN) と ResNet101 バックボーンを使用します。 コードは簡単に拡張できます。 このプロジェクトは、クライアントがキャプチャした 3D 空間を再構成した Matterport3D データセットも提供します。
Github の星の数: 14

23. TensorFlow モデル

これは、TensorFlow で実装されたさまざまなモデル (公式モデルと研究モデル) が含まれるリポジトリです。 サンプルやチュートリアルもあります。 公式モデルは高レベルの TensorFlow API を使用します。 研究モデルは、研究者によるサポートや質問サポート、クエリのために TensorFlow に実装されたモデルです。

Github の星の数: 57

24. スナリーギャスター

Snallygaster は、プロジェクト ボードで問題を整理する方法です。 このおかげで、GitHub 上のプロジェクト管理パネルをカスタマイズし、ワークフローを最適化および自動化できます。 タスクの並べ替え、プロジェクトのスケジュール設定、ワークフローの自動化、進捗状況の追跡、ステータスの共有、そして最終的に完了することができます。 Snallygaster は、HTTP サーバー上の機密ファイルをスキャンできます。Web サーバー上で公開されていてはならず、セキュリティ リスクを引き起こす可能性のあるファイルを探します。

Github の星の数: 1

25.Statsmodels

それ Pythonパッケージ、記述統計および統計モデルの推定と推論を含む、統計計算の scipy を補完します。 この目的のためのクラスと関数があります。 また、統計テストや統計データの研究を行うこともできます。
Github の星の数: 4

26. ワフワフ

これは、Web アプリケーション ファイアウォールが存在するかどうかを理解するために使用できる高度なファイアウォール検出ツールです。 Web アプリケーション内のファイアウォールを検出し、指定されたターゲット上で XNUMX つ以上の回避策を見つけようとします。

Github の星の数: 1300

27.チェイナー

チェイナー - それは深層学習フレームワークです柔軟性を重視しています。 これは Python に基づいており、定義ごとに実行するアプローチに基づいて差別化された API を提供します。 Chainer は、ニューラル ネットワークを構築およびトレーニングするための高レベルのオブジェクト指向 API も提供します。 これは、ニューラル ネットワーク用の強力で柔軟かつ直感的なフレームワークです。
Github の星の数: 5,054

28.リバウンド

リバウンドはコマンドラインツールです。 コンパイラ エラーを受け取ると、すぐにスタック オーバーフローから結果を取得します。 これを使用するには、rebound コマンドを使用してファイルを実行します。 これは、50 年に最も人気のあるオープンソース Python プロジェクト 2018 の 3.0 つです。 さらに、Python XNUMX 以降が必要です。 サポートされているファイルの種類: Python、Node.js、Ruby、Golang、Java。

Github の星の数: 2913

29. ディテクトロン

Detectron は最新のオブジェクト検出を実行します (R-CNN マスクも実装します)。 これは、Python で書かれ、Caffe2 Deep Learning プラットフォーム上で実行される Facebook AI Research (FAIR) ソフトウェアです。 Detectron の目標は、物体検出研究のための高品質、高性能のコードベースを提供することです。 柔軟性があり、R-CNN マスク、RetinaNet、高速 R-CNN、RPN、高速 R-CNN、R-FCN のアルゴリズムを実装しています。

Github の星の数: 21

30. パイソンファイア

これは、(任意の) Python オブジェクトから CLI (コマンド ライン インターフェイス) を自動生成するためのライブラリです。 また、コードを開発およびデバッグできるだけでなく、既存のコードを調べたり、他の人のコードを CLI に変換したりすることもできます。 Python Fire を使用すると、Bash と Python の間の移行が簡単になり、REPL の使用も簡単になります。
Github の星の数: 15

31. パイラーン2

Pylearn2 は、主に Theano 上に構築された機械学習ライブラリです。 その目標は、ML 研究を容易にすることです。 新しいアルゴリズムとモデルを作成できます。
Github の星の数: 2681

32.Matplotlib

matplotlib は Python 用の 2D 描画ライブラリです。さまざまな形式で高品質の出版物を生成します。

Github の星の数: 10,072

33.テアノ

Theano は、数学式と行列式を操作するためのライブラリです。 最適化コンパイラーでもあります。 テアノは使用します NumPy計算を表現し、CPU または GPU アーキテクチャ上で実行できるようにコンパイルするための類似の構文。 これは、Python と CUDA で書かれたオープンソースの Python 機械学習ライブラリであり、Linux、macOS、Windows 上で実行できます。

あたりの星の数 githubの：００７

34. マルチディフ

Multidiff は、マシン指向のデータを理解しやすくするように設計されています。 対応するオブジェクト間に違いを作成して表示することで、多数のオブジェクト間の違いを確認するのに役立ちます。 この視覚化により、独自のプロトコルや珍しいファイル形式のパターンを探すことができます。 主にリバース エンジニアリングやバイナリ データ分析にも使用されます。

Github の星の数: 262

35. ソム小さじ

このプロジェクトは、自己組織化マップを使用して巡回セールスマンの問題を解決することを目的としています。 SOM を使用して、TSP 問題に対する次善の解決策を見つけ、これに .tsp 形式を使用します。 TSP は NP 完全問題であり、都市の数が増加するにつれて解決がますます困難になります。

Github の星の数: 950

36。 光子

Photon は、OSINT 用に設計された非常に高速な Web スキャナーです。 URL、パラメータ付きの URL、Intel 情報、ファイル、秘密キー、JavaScript ファイル、正規表現の一致、およびサブドメインを取得できます。 抽出された情報は、json 形式で保存およびエクスポートできます。 Photon は柔軟で独創的です。 いくつかのプラグインを追加することもできます。

Github の星の数: 5714

37.ソーシャルマッパー

Social Mapper は、顔認識を使用してプロフィールを関連付けるソーシャル メディア マッピング ツールです。 これはさまざまな Web サイトで大規模に行われます。 Social Mapper は、ソーシャル メディア上の名前と写真の検索を自動化し、誰かの存在を正確に特定してグループ化しようとします。 次に、人間によるレビュー用のレポートが生成されます。 これはセキュリティ業界 (フィッシングなど) で役立ちます。 LinkedIn、Facebook、Twitter、Google Plus、Instagram、VKontakte、Weibo、Douban プラットフォームをサポートしています。

Github の星の数: 2,396

38.キャメロット

Camelot は、PDF ファイルから表を抽出するのに役立つ Python ライブラリです。 テキスト PDF ファイルは使用できますが、スキャンされた文書は使用できません。 ここで、各テーブルはパンダのデータフレームです。 さらに、テーブルを .json、.xls、.html、または .sqlite にエクスポートできます。

Github の星の数: 2415

39.リーダー

電子書籍を読むためのQtリーダーです。 .pdf、.epub、.djvu、.fb2、.mobi、.azw/.azw3/.azw4、.cbr/.cbz、および .md ファイル形式をサポートします。 Lector には、メイン ウィンドウ、テーブル ビュー、ブック ビュー、気を散らさないビュー、注釈サポート、コミック ビュー、および設定ウィンドウがあります。 また、ブックマーク、プロファイルの参照、メタデータ エディター、組み込みの辞書もサポートしています。

Github の星の数: 835

40.m00dbot

これは、うつ病と不安症を自己テストするための Telegram ボットです。

Github の星の数: 145

41.マニム

これは、プログラムで正確なアニメーションを作成するために使用できる、数学ビデオを説明するためのアニメーション エンジンです。 彼はこれに Python を使用しています。

Github の星の数: 13

42.Douyinボット

Tinder のようなアプリケーション用に Python で書かれたボット。 中国出身の開発者。

Github の星の数: 5,959

43. XSストライク

これは、XNUMX つの手書きパーサーを備えたクロスサイト スクリプティング検出パッケージです。 また、インテリジェントなペイロード ジェネレーター、強力なファジング エンジン、および信じられないほど高速な検索エンジンも備えています。 XSStrike は、他のすべてのツールのようにペイロードを挿入して動作するかテストするのではなく、複数のパーサーを使用して応答を認識し、ペイロードを処理します。ペイロードは、ファジング エンジンに統合されたコンテキスト分析を使用して動作することが保証されています。

Github の星の数: 7050

44. Pythonロボティクス

このプロジェクトは、Python ロボット アルゴリズムと自律ナビゲーション アルゴリズムのコードのコレクションです。

Github の星の数: 6,746

45.Google画像ダウンロード

Google 画像ダウンロードは、Google 画像をキーワードで検索し、画像を取得するコマンド ライン Python プログラムです。 キーワードごとに最大 100 枚の画像をアップロードするだけであれば、依存関係のない小さなプログラムです。

Github の星の数: 5749

46. トラップ

インテリジェントなソーシャル エンジニアリング攻撃をリアルタイムで監視し、実行できます。 これは、大規模なインターネット企業がどのようにして機密情報を入手し、知らないうちにユーザーをコントロールできるかを明らかにするのに役立ちます。 Trap はサイバー犯罪者の追跡にも役立ちます。

Github の星の数: 4256

47. ゾンシュ

Xonsh は、クロスプラットフォームの Unix を対象としたコマンド ラインおよび Python ベースのシェル言語です。 これは、Bash や IPython にあるような追加のシェル プリミティブを備えた Python 3.5 以降のスーパーセットです。 Xonsh は、Linux、Max OS X、Windows、およびその他の主要なシステム上で実行されます。

Github の星の数: 3426

48. CLI 用の GIF

GIF または短いビデオまたはクエリが必要で、Tenor GIF API を使用して ASCII アニメーション グラフィックに変換されます。 アニメーションと色には ANSI エスケープ シーケンスが使用されます。

Github の星の数: 2,547

49.漫画化

Draw 漫画を描くことができるポラロイドカメラです。 物体認識にニューラル ネットワーク、Google Quickdraw データセット、サーマル プリンター、Raspberry Pi を使用します。 早く描け！ は、プレイヤーにオブジェクトやアイデアの絵を描いてもらい、それが何を表しているかを 20 秒以内に推測する Google ゲームです。

Github の星の数: 1760

50.Zulip

Zulip は、リアルタイムで動作し、マルチスレッドの会話でも生産性を発揮するグループ チャット アプリです。 多くのフォーチュン 500 企業やオープンソース プロジェクトは、XNUMX 日に何千ものメッセージを処理できるリアルタイム チャットにこれを使用しています。

Github の星の数: 10,432

51. ユーチューブDL

これは、YouTube やその他のサイトからビデオをダウンロードできるコマンド ライン プログラムです。 特定のプラットフォームに関連付けられていません。

Github の星の数: 55

52.アンシブル

これは、構成管理、アプリケーション展開、クラウド プロビジョニング、アドホック タスク、ネットワーク自動化、およびマルチサイト オーケストレーションの機能を処理できるシンプルな IT 自動化システムです。

Github の星の数: 39,443

53.HTTPie

HTTPie はコマンドライン HTTP クライアントです。 これにより、CLI が Web サービスと対話しやすくなります。 http コマンドの場合、単純な構文で任意の HTTP リクエストを送信し、色付きの出力を受け取ることができます。 これを使用して、HTTP サーバーのテスト、デバッグ、および対話を行うことができます。

Github の星の数: 43

54. トルネードウェブサーバー

これは、Python 用の Web フレームワーク、非同期ネットワーク ライブラリです。 ノンブロッキング ネットワーク I/O を使用して、数千を超えるオープン接続に拡張します。 これは、長いリクエストや WebSocket に適しています。

Github の星の数: 18

55. お願い

Requests は、HTTP/1.1 リクエストの送信を簡単にするライブラリです。 URL にパラメータを手動で追加したり、PUT および POST データをエンコードしたりする必要はありません。
Github の星の数: 40

56.スクレイピー

Scrapy は、高速で高レベルの Web クローリング フレームワークです。これを使用すると、Web サイトをスクレイピングして構造化データを抽出できます。 データ分析、監視、自動テストにも使用できます。

Github の星の数: 34,493

出所： habr.com