56 ღია კოდის Python პროექტი

1. კოლბა

ეს არის პითონში დაწერილი მიკრო ჩარჩო. მას არ აქვს ფორმების ვალიდაცია და მონაცემთა ბაზის აბსტრაქციის ფენა, მაგრამ საშუალებას გაძლევთ გამოიყენოთ მესამე მხარის ბიბლიოთეკები საერთო ფუნქციონირებისთვის. და ამიტომ არის მიკრო ჩარჩო. Flask შექმნილია იმისათვის, რომ შექმნას აპლიკაციები მარტივი და სწრაფი, ამასთან ერთად არის მასშტაბირებადი და მსუბუქი. იგი ეფუძნება Werkzeug და Jinja2 პროექტებს. ამის შესახებ მეტი შეგიძლიათ წაიკითხოთ DataFlair-ის უახლეს სტატიაში პითონის კოლბა.

2. კერასი

Keras არის ღია კოდის ნერვული ქსელის ბიბლიოთეკა, რომელიც დაწერილია პითონში. ის არის მოსახერხებელი, მოდულარული და გაფართოებადი და შეუძლია იმუშაოს TensorFlow, Theano, PlaidML ან Microsoft Cognitive Toolkit (CNTK) თავზე. Keras-ს აქვს ყველაფერი: შაბლონები, ობიექტური და გადაცემის ფუნქციები, ოპტიმიზატორები და მრავალი სხვა. ის ასევე მხარს უჭერს კონვოლუციურ და განმეორებად ნერვულ ქსელებს.

მუშაობა უახლეს ღია კოდის პროექტზე Keras-ზე დაფუძნებული - ძუძუს კიბოს კლასიფიკაცია.

სტატია ითარგმნა EDISON Software-ის მხარდაჭერით, რომელიც ავითარებს ვივალდის დოკუმენტების შენახვის დიაგნოსტიკურ სისტემასდა ინვესტირებას სტარტაპებში.

3.SpaCy

ეს არის ღია კოდის პროგრამული ბიბლიოთეკა, რომელიც ეხება ბუნებრივი ენის დამუშავება (NLP) და დაწერილია პითონში და ცითონში. მიუხედავად იმისა, რომ NLTK უფრო შესაფერისია სწავლებისა და კვლევის მიზნებისთვის, spaCy-ის ამოცანაა წარმოების პროგრამული უზრუნველყოფის უზრუნველყოფა. გარდა ამისა, Thinc არის spaCy-ის მანქანათმცოდნეობის ბიბლიოთეკა, რომელიც უზრუნველყოფს CNN-ის მოდელებს სიტყვის ნაწილის მონიშვნისთვის, დამოკიდებულების ანალიზისთვის და დასახელებული ერთეულის ამოცნობისთვის.

4. სენტრი

Sentry გთავაზობთ მასპინძლობს ღია კოდის შეცდომების მონიტორინგს, ასე რომ თქვენ შეგიძლიათ რეალურ დროში აღმოაჩინოთ და გამოასწოროთ შეცდომები. უბრალოდ დააინსტალირეთ SDK თქვენი ენა(ებ)ისთვის ან ჩარჩო(ებ)ისთვის და დაიწყეთ. ის საშუალებას გაძლევთ აღბეჭდოთ დაუმუშავებელი გამონაკლისები, შეამოწმოთ სტეკის კვალი, გაანალიზოთ თითოეული საკითხის გავლენა, თვალყური ადევნოთ შეცდომებს პროექტებში, მიანიშნოთ საკითხები და სხვა. Sentry-ის გამოყენება ნიშნავს ნაკლებ შეცდომებს და მეტი კოდის გაგზავნას.

5. OpenCV

OpenCV არის ღია კოდის კომპიუტერული ხედვისა და მანქანათმცოდნეობის ბიბლიოთეკა. ბიბლიოთეკას აქვს 2500-ზე მეტი ოპტიმიზებული ალგორითმი კომპიუტერული ხედვის ამოცანებისთვის, როგორიცაა ობიექტების ამოცნობა და ამოცნობა, ადამიანის საქმიანობის სხვადასხვა ტიპების კლასიფიკაცია, კამერის მოძრაობის თვალყურის დევნება, XNUMXD ობიექტების მოდელების შექმნა, გამოსახულების შეკერვა მაღალი გარჩევადობის სურათების მისაღებად და მრავალი სხვა დავალება. . ბიბლიოთეკა ხელმისაწვდომია მრავალი ენისთვის, როგორიცაა Python, C++, Java და ა.შ.

ვარსკვლავების რაოდენობა Github-ზე: 39585

უკვე გიმუშავიათ რომელიმე OpenCV პროექტზე? აი ერთი - სქესის და ასაკის განსაზღვრის პროექტი

6. Nilearn

ეს არის მოდული NeuroImaging მონაცემებზე სტატისტიკური სწავლების სწრაფად და მარტივად განხორციელებისთვის. ის საშუალებას გაძლევთ გამოიყენოთ scikit-learn მრავალვარიანტული სტატისტიკისთვის პროგნოზირებადი მოდელირების, კლასიფიკაციის, დეკოდირების და დაკავშირების ანალიზისთვის. Nilearn არის NiPy ეკოსისტემის ნაწილი, რომელიც არის საზოგადოება, რომელიც ეძღვნება პითონის გამოყენებას ნეიროვიზუალიზაციის მონაცემების გასაანალიზებლად.

ვარსკვლავების რაოდენობა თითო Github: 549

7. scikit-ისწავლე

Scikit-learn არის კიდევ ერთი ღია კოდის Python პროექტი. ეს არის ძალიან ცნობილი მანქანათმცოდნეობის ბიბლიოთეკა Python-ისთვის. ხშირად გამოიყენება NumPy-თან და SciPy-თან ერთად, SciPy გთავაზობთ კლასიფიკაციას, რეგრესიას და კლასტერირებას - ის მხარს უჭერს SVM (მხარდაჭერის ვექტორული მანქანები), შემთხვევითი ტყეები, გრადიენტური აჩქარება, k-means და DBSCAN. ეს ბიბლიოთეკა დაწერილია პითონში და სითონში.

ვარსკვლავების რაოდენობა Github-ზე: 37,144

8. PyTorch

PyTorch არის კიდევ ერთი ღია კოდის მანქანური სწავლების ბიბლიოთეკა, რომელიც დაწერილია პითონში და პითონისთვის. ის დაფუძნებულია Torch ბიბლიოთეკაზე და შესანიშნავია ისეთი სფეროებისთვის, როგორიცაა კომპიუტერული ხედვა და ბუნებრივი ენის დამუშავება (NLP). მას ასევე აქვს C++ წინა ნაწილი.

ბევრ სხვა მახასიათებელს შორის, PyTorch გთავაზობთ მაღალი დონის ორ მახასიათებელს:

• უაღრესად GPU-ით დაჩქარებული ტენზორული გამოთვლა
• ღრმა ნერვული ქსელები

ვარსკვლავების რაოდენობა Github-ზე: 31

9. ლიბროსა

Librosa არის პითონის ერთ-ერთი საუკეთესო ბიბლიოთეკა მუსიკისა და აუდიო ანალიზისთვის. ის შეიცავს აუცილებელ კომპონენტებს, რომლებიც გამოიყენება მუსიკიდან ინფორმაციის მისაღებად. ბიბლიოთეკა კარგად არის დოკუმენტირებული და შეიცავს რამდენიმე გაკვეთილს და მაგალითს, რაც გაგიადვილებთ თქვენს დავალებას.

ვარსკვლავების რაოდენობა Github-ზე: 3107

ღია კოდის Python პროექტის და Librosa-ს განხორციელება - მეტყველების ემოციების ამოცნობა.

10. გენსიმ

Gensim არის პითონის ბიბლიოთეკა თემების მოდელირებისთვის, დოკუმენტების ინდექსირებისთვის და მსგავსების ძიებისთვის დიდი კორპორაციებისთვის. ის მიზნად ისახავს NLP და ინფორმაციის მოძიების თემებს. Gensim არის შემოკლებული სიტყვა „მსგავსების გენერირება“. მანამდე მან შექმნა ამ სტატიის მსგავსი სტატიების მოკლე სია. Gensim არის ნათელი, ეფექტური და მასშტაბური. Gensim უზრუნველყოფს უკონტროლო სემანტიკური მოდელირების ეფექტურ და მარტივ განხორციელებას უბრალო ტექსტიდან.

ვარსკვლავების რაოდენობა Github-ზე: 9

11. ჯანგო

Django არის პითონის მაღალი დონის ჩარჩო, რომელიც ხელს უწყობს სწრაფ განვითარებას და სჯერა DRY (Don't Repeat Yourself) პრინციპის. ეს არის ძალიან ძლიერი და ყველაზე ფართოდ გამოყენებული ჩარჩო Python-ისთვის. იგი ეფუძნება MTV (მოდელი-თარგი-ხედი) შაბლონს.

ვარსკვლავების რაოდენობა Github-ზე: 44

12. სახის ამოცნობა

სახის ამოცნობა პოპულარული პროექტია GitHub-ზე. ის ადვილად ამოიცნობს და მანიპულირებს სახეებს Python/ბრძანების ხაზის გამოყენებით და ამისათვის იყენებს სახის ამოცნობის მსოფლიოში უმარტივეს ბიბლიოთეკას. ეს იყენებს dlib-ს ღრმა სწავლით, რათა აღმოაჩინოს სახეები 99,38%-იანი სიზუსტით Wild-ის ნიშნულში.

ვარსკვლავების რაოდენობა Github-ზე: 28,267

13. ფუნთუშა

Cookiecutter არის ბრძანების სტრიქონის პროგრამა, რომელიც შეიძლება გამოყენებულ იქნას შაბლონებიდან პროექტების შესაქმნელად (cookiecutters). ერთი მაგალითი იქნება სერიული პროექტის შექმნა სერიული პროექტის შაბლონიდან. ეს არის cross-platform შაბლონები და პროექტის შაბლონები შეიძლება იყოს ნებისმიერ ენაზე ან მარკირების ფორმატში, როგორიცაა Python, JavaScript, HTML, Ruby, CoffeeScript, RST და Markdown. ის ასევე საშუალებას გაძლევთ გამოიყენოთ მრავალი ენა იმავე პროექტის შაბლონში.

ვარსკვლავების რაოდენობა Github-ზე: 10

14. პანდები

Pandas არის მონაცემთა ანალიზისა და მანიპულაციის ბიბლიოთეკა Python-ისთვის, რომელიც გთავაზობთ ეტიკეტირებულ მონაცემთა სტრუქტურებს და სტატისტიკურ ფუნქციებს.

ვარსკვლავების რაოდენობა Github-ზე: 21,404

პითონის ღია კოდის პროექტი პანდების საცდელად - პარკინსონის დაავადების გამოვლენა

15. პიპენვი

Pipenv გვპირდება, რომ იქნება წარმოებისთვის მზა ინსტრუმენტი, რომელიც მიზნად ისახავს ყველა შეფუთვის სამყაროდან საუკეთესოს პითონის სამყაროში შემოტანას. მის ტერმინალს აქვს ლამაზი ფერები და აერთიანებს Pipfile, pip და virtualenv ერთ ბრძანებაში. ის ავტომატურად ქმნის და მართავს ვირტუალურ გარემოს თქვენი პროექტებისთვის და მომხმარებლებს აძლევს სამუშაო გარემოს მორგების მარტივ გზას.

ვარსკვლავების რაოდენობა Github-ზე: 18,322

16. SimpleCoin

ეს არის Python-ში აგებული კრიპტოვალუტისთვის Blockchain იმპლემენტაცია, მაგრამ მარტივი, არასაიმედო და არასრული. SimpleCoin არ არის განკუთვნილი საწარმოო გამოყენებისთვის. არა საწარმოო გამოყენებისთვის, SimpleCoin განკუთვნილია საგანმანათლებლო მიზნებისთვის და მხოლოდ იმისთვის, რომ სამუშაო ბლოკჩეინი იყოს ხელმისაწვდომი და მარტივი. ის საშუალებას გაძლევთ შეინახოთ მოპოვებული ჰეშები და გაცვალოთ ისინი ნებისმიერ მხარდაჭერილ ვალუტაში.
ვარსკვლავების რაოდენობა Github-ზე: 1343

17. პირაი

ეს არის 3D რენდერის ბიბლიოთეკა, რომელიც დაწერილია ვანილის პითონში. ის ასახავს 2D, 3D, უფრო მაღალი განზომილების ობიექტებს და სცენებს პითონში და ანიმაციაში. ის გვხვდება შექმნილი ვიდეოების, ვიდეო თამაშების, ფიზიკური სიმულაციების და თუნდაც ლამაზი სურათების სფეროში. მოთხოვნები ამისათვის: PIL, numpy და scipy.

ვარსკვლავების რაოდენობა Github-ზე: 451

18. მიკროპითონი

MicroPython არის პითონი მიკროკონტროლერებისთვის. ეს არის Python3-ის ეფექტური განხორციელება, რომელსაც გააჩნია მრავალი პაკეტი Python-ის სტანდარტული ბიბლიოთეკიდან და ოპტიმიზებულია მიკროკონტროლერებზე და შეზღუდულ გარემოში გასაშვებად. Pyboard არის პატარა ელექტრონული დაფა, რომელიც ამუშავებს MicroPython-ს შიშველ მეტალზე, ასე რომ მას შეუძლია აკონტროლოს ყველა სახის ელექტრონული პროექტი.

ვარსკვლავების რაოდენობა თითო Github: 9,197

19. კივი

Kivy არის პითონის ბიბლიოთეკა მობილური და სხვა მრავალ სენსორული აპლიკაციების შემუშავებისთვის ბუნებრივი მომხმარებლის ინტერფეისით (NUI). მას აქვს გრაფიკული ბიბლიოთეკა, ვიჯეტის რამდენიმე ვარიანტი, Kv შუალედური ენა საკუთარი ვიჯეტების შესაქმნელად, მაუსის, კლავიატურის, TUIO-ს და მრავალ შეხებით ღონისძიებების მხარდაჭერა. ეს არის ღია კოდის ბიბლიოთეკა აპლიკაციის სწრაფი განვითარებისთვის ინოვაციური მომხმარებლის ინტერფეისით. ის არის კროს-პლატფორმული, ბიზნეს მეგობრული და GPU-ს დაჩქარება.

ვარსკვლავების რაოდენობა Github-ზე: 9

20. Dash

Dash by Plotly არის ვებ აპლიკაციის ჩარჩო. ჩაშენებული Flask, Plotly.js, React და React.js-ის თავზე, ის საშუალებას გვაძლევს გამოვიყენოთ Python დაფების შესაქმნელად. ის აძლიერებს პითონის და R მოდელებს მასშტაბით. Dash საშუალებას გაძლევთ შექმნათ, შეამოწმოთ, განათავსოთ და მოახსენოთ DevOps, JavaScript, CSS ან CronJobs-ის გარეშე. Dash არის ძლიერი, კონფიგურირებადი, მსუბუქი და მარტივი მართვა. ის ასევე ღია წყაროა.

ვარსკვლავების რაოდენობა Github-ზე: 9,883

21. მაგენტა

Magenta არის ღია წყაროს კვლევითი პროექტი, რომელიც ფოკუსირებულია მანქანათმცოდნეობაზე, როგორც კრეატიულ პროცესში. ის საშუალებას გაძლევთ შექმნათ მუსიკა და ხელოვნება მანქანური სწავლის გამოყენებით. Magenta არის პითონის ბიბლიოთეკა, რომელიც დაფუძნებულია TensorFlow-ზე, კომუნალური საშუალებებით ნედლეულ მონაცემებთან მუშაობისთვის, მისი გამოყენებით მანქანების მოდელების მოსამზადებლად და ახალი შინაარსის შესაქმნელად.

22. R-CNN ნიღაბი

ეს არის R-CNNN ნიღბის განხორციელება Python 3-ში, TensorFlow-სა და Keras-ში. მოდელი იღებს თითოეული ობიექტის მაგალითს რასტერში და ქმნის მის შესაზღუდ უჯრებს და სეგმენტაციის ნიღბებს. ის იყენებს Feature Pyramid Network (FPN) და ResNet101 ხერხემალს. კოდის გაფართოება მარტივია. ეს პროექტი ასევე გთავაზობთ Matterport3D მონაცემთა ბაზას რეკონსტრუირებული 3D სივრცის კლიენტების მიერ...
ვარსკვლავების რაოდენობა Github-ზე: 14

23. TensorFlow მოდელები

ეს არის საცავი სხვადასხვა მოდელებით დანერგილი TensorFlow - ოფიციალურ და კვლევით მოდელებში. მას ასევე აქვს ნიმუშები და გაკვეთილები. ოფიციალური მოდელები იყენებენ მაღალი დონის TensorFlow API-ებს. კვლევის მოდელები არის მოდელები, რომლებიც განხორციელებულია TensorFlow-ში მკვლევარების მიერ მათი მხარდაჭერის ან კითხვის მხარდაჭერისა და შეკითხვისთვის.

ვარსკვლავების რაოდენობა Github-ზე: 57

24. სნალიგასტერი

Snallygaster არის გზა პროექტის დაფებთან პრობლემების ორგანიზებისთვის. ამის წყალობით, შეგიძლიათ GitHub-ზე თქვენი პროექტის მართვის პანელის მორგება, თქვენი სამუშაო ნაკადის ოპტიმიზაცია და ავტომატიზაცია. ის საშუალებას გაძლევთ დაალაგოთ ამოცანები, დაგეგმოთ პროექტები, მოაწყოთ სამუშაო პროცესი, თვალყური ადევნოთ პროგრესს, გააზიაროთ სტატუსი და საბოლოოდ დაასრულოთ. Snallygaster-ს შეუძლია საიდუმლო ფაილების სკანირება HTTP სერვერებზე - ის ეძებს ვებ სერვერებზე ხელმისაწვდომ ფაილებს, რომლებიც არ უნდა იყოს საჯაროდ ხელმისაწვდომი და შეიძლება იყოს უსაფრთხოების რისკი.

ვარსკვლავების რაოდენობა Github-ზე: 1

25.სტატისმოდელები

იგი პითონის პაკეტი, რომელიც ავსებს სტატისტიკურ გამოთვლებს, აღწერითი სტატისტიკის ჩათვლით და სტატისტიკური მოდელების შეფასებასა და დასკვნას. მას აქვს კლასები და ფუნქციები ამ მიზნით. ის ასევე გვაძლევს საშუალებას ჩავატაროთ სტატისტიკური ტესტები და სტატისტიკური მონაცემების კვლევა.
ვარსკვლავების რაოდენობა Github-ზე: 4

26. რა ვაფი

ეს არის გაძლიერებული firewall-ის გამოვლენის ინსტრუმენტი, რომელიც შეგვიძლია გამოვიყენოთ იმის გასაგებად, არის თუ არა ვებ აპლიკაციის firewall. ის აღმოაჩენს ფეიერვალს ვებ აპლიკაციაში და ცდილობს აღმოაჩინოს მისთვის ერთი ან მეტი გამოსავალი მითითებულ სამიზნეზე.

ვარსკვლავების რაოდენობა Github-ზე: 1300

27. ჯაჭვი

ჯაჭვი - ეს არის ღრმა სწავლის ჩარჩომოქნილობაზე ორიენტირებული. ის დაფუძნებულია Python-ზე და გთავაზობთ დიფერენცირებულ API-ებს განსაზღვრული გაშვების მიდგომის საფუძველზე. Chainer ასევე გთავაზობთ მაღალი დონის ობიექტზე ორიენტირებულ API-ებს ნერვული ქსელების მშენებლობისა და ტრენინგისთვის. ეს არის ძლიერი, მოქნილი და ინტუიციური ჩარჩო ნერვული ქსელებისთვის.
ვარსკვლავების რაოდენობა Github-ზე: 5,054

28. მოხსნა

Rebound არის ბრძანების ხაზის ინსტრუმენტი. როდესაც მიიღებთ შემდგენლის შეცდომას, ის დაუყოვნებლივ იბრუნებს შედეგებს სტეკის გადინებადან. ამის გამოსაყენებლად შეგიძლიათ გამოიყენოთ rebound ბრძანება თქვენი ფაილის შესასრულებლად. ეს არის 50 წლის პითონის 2018 ყველაზე პოპულარული ღია კოდის პროექტი. გარდა ამისა, მას სჭირდება Python 3.0 ან უფრო მაღალი. მხარდაჭერილი ფაილის ტიპები: Python, Node.js, Ruby, Golang და Java.

ვარსკვლავების რაოდენობა Github-ზე: 2913

29. დეტექტრონი

Detectron ახორციელებს ობიექტების თანამედროვე გამოვლენას (ასევე ახორციელებს R-CNN ნიღაბს). ეს არის Facebook AI Research (FAIR) პროგრამა, რომელიც დაწერილია პითონში და მუშაობს Caffe2 Deep Learning პლატფორმაზე. Detectron-ის მიზანია უზრუნველყოს მაღალი ხარისხის, მაღალი ხარისხის კოდის ბაზა ობიექტების აღმოჩენის კვლევისთვის. ის არის მოქნილი და ახორციელებს შემდეგ ალგორითმებს - R-CNN mask, RetinaNet, უფრო სწრაფი R-CNN, RPN, სწრაფი R-CNN, R-FCN.

ვარსკვლავების რაოდენობა Github-ზე: 21

30. პითონ-ცეცხლი

ეს არის ბიბლიოთეკა CLI-ების (ბრძანების ხაზის ინტერფეისების) ავტომატურად გენერირებისთვის (ნებისმიერი) Python ობიექტიდან. ის ასევე გაძლევთ საშუალებას შექმნათ და გამართოთ კოდი, ასევე შეამოწმოთ არსებული კოდი ან გადააქციოთ სხვისი კოდი CLI-ად. Python Fire აადვილებს გადაადგილებას Bash-სა და Python-ს შორის და ასევე აადვილებს REPL-ის გამოყენებას.
ვარსკვლავების რაოდენობა Github-ზე: 15

31. Pylearn2

Pylearn2 არის მანქანათმცოდნეობის ბიბლიოთეკა, რომელიც აშენებულია ძირითადად Theano-ს თავზე. მისი მიზანია გააადვილოს ML კვლევა. საშუალებას გაძლევთ დაწეროთ ახალი ალგორითმები და მოდელები.
ვარსკვლავების რაოდენობა Github-ზე: 2681

32. Matplotlib

matplotlib არის პითონის 2D ნახატების ბიბლიოთეკა - ის ქმნის ხარისხიან პუბლიკაციებს სხვადასხვა ფორმატში.

ვარსკვლავების რაოდენობა Github-ზე: 10,072

33. თეანო

Theano არის ბიბლიოთეკა მათემატიკური და მატრიცული გამონათქვამების მანიპულირებისთვის. ის ასევე არის ოპტიმიზაციის შემდგენელი. თეანო იყენებს ნუმპი- მოსწონს სინტაქსი გამოთვლების გამოსახატავად და აწყობს მათ CPU ან GPU არქიტექტურებზე გასაშვებად. ეს არის ღია კოდის Python მანქანური სწავლების ბიბლიოთეკა დაწერილი Python-სა და CUDA-ში და მუშაობს Linux-ზე, macOS-სა და Windows-ზე.

ვარსკვლავების რაოდენობა თითო Github: 8,922

34. მულტიდიფი

Multidiff შექმნილია მანქანაზე ორიენტირებული მონაცემების გასაგებად. ის გეხმარებათ იხილოთ განსხვავებები დიდ რაოდენობას შორის შესაბამის ობიექტებს შორის განსხვავების შეტანით და შემდეგ მათი ჩვენებით. ეს ვიზუალიზაცია საშუალებას გვაძლევს მოვძებნოთ შაბლონები საკუთრების პროტოკოლებში ან უჩვეულო ფაილის ფორმატებში. ის ასევე ძირითადად გამოიყენება საპირისპირო ინჟინერიისა და ბინარული მონაცემების ანალიზისთვის.

ვარსკვლავების რაოდენობა Github-ზე: 262

35. სომ-ჩ.კ

ეს პროექტი ეხება თვითორგანიზებული რუქების გამოყენებას მოგზაური გამყიდველის პრობლემის გადასაჭრელად. SOM-ის გამოყენებით ვპოულობთ TSP პრობლემის არაოპტიმალურ გადაწყვეტილებებს და ამისთვის ვიყენებთ .tsp ფორმატს. TSP არის NP-სრული პრობლემა და უფრო რთული გადასაწყვეტი ხდება ქალაქების რაოდენობის მატებასთან ერთად.

ვარსკვლავების რაოდენობა Github-ზე: 950

36. ფოტონი

Photon არის უაღრესად სწრაფი ვებ სკანერი, რომელიც შექმნილია OSINT-ისთვის. მას შეუძლია მოიძიოს URL-ები, URL-ები პარამეტრებით, Intel-ის ინფორმაცია, ფაილები, საიდუმლო გასაღებები, JavaScript ფაილები, რეგულარული გამოხატვის შესატყვისები და ქვედომენები. მოპოვებული ინფორმაციის შენახვა და ექსპორტი შესაძლებელია json ფორმატში. ფოტონი არის მოქნილი და გენიალური. თქვენ ასევე შეგიძლიათ დაამატოთ რამდენიმე დანამატი.

ვარსკვლავების რაოდენობა Github-ზე: 5714

37. სოციალური რუქა

Social Mapper არის სოციალური მედიის რუკების ინსტრუმენტი, რომელიც აკავშირებს პროფილებს სახის ამოცნობის გამოყენებით. ის ამას აკეთებს სხვადასხვა ვებსაიტებზე ფართო მასშტაბით. Social Mapper ავტომატიზირებს სახელების და ფოტოების ძიებას სოციალურ მედიაში და შემდეგ ცდილობს დააფიქსიროს და დააჯგუფოს ვინმეს ყოფნა. შემდეგ ის ქმნის ანგარიშს ადამიანის განსახილველად. ეს სასარგებლოა უსაფრთხოების ინდუსტრიაში (მაგალითად, ფიშინგში). იგი მხარს უჭერს LinkedIn, Facebook, Twitter, Google Plus, Instagram, VKontakte, Weibo და Douban პლატფორმებს.

ვარსკვლავების რაოდენობა Github-ზე: 2,396

38. კამელოტი

Camelot არის პითონის ბიბლიოთეკა, რომელიც გეხმარებათ ცხრილების ამოღება PDF ფაილებიდან. ის მუშაობს ტექსტურ PDF ფაილებთან, მაგრამ არა სკანირებულ დოკუმენტებთან. აქ თითოეული მაგიდა არის პანდას DataFrame. გარდა ამისა, შეგიძლიათ ცხრილების ექსპორტი .json, .xls, .html ან .sqlite-ში.

ვარსკვლავების რაოდენობა Github-ზე: 2415

39. ლექტორი

ეს არის Qt მკითხველი ელექტრონული წიგნების კითხვისთვის. ის მხარს უჭერს .pdf, .epub, .djvu, .fb2, .mobi, .azw/.azw3/.azw4, .cbr/.cbz და .md ფაილის ფორმატებს. Lector-ს აქვს მთავარი ფანჯარა, მაგიდის ხედი, წიგნის ხედი, ყურადღების გადატანის გარეშე ხედი, ანოტაციის მხარდაჭერა, კომიკური ხედი და პარამეტრების ფანჯარა. ის ასევე მხარს უჭერს სანიშნეებს, პროფილის დათვალიერებას, მეტამონაცემების რედაქტორს და ჩაშენებულ ლექსიკონს.

ვარსკვლავების რაოდენობა Github-ზე: 835

40.m00dbot

ეს არის Telegram ბოტი დეპრესიისა და შფოთვის თვითშემოწმებისთვის.

ვარსკვლავების რაოდენობა Github-ზე: 145

41. მანიმ

ეს არის ანიმაციური ძრავა მათემატიკური ვიდეოების ახსნისთვის, რომელიც შეიძლება გამოყენებულ იქნას ზუსტი ანიმაციების პროგრამულად შესაქმნელად. ამისათვის ის იყენებს პითონს.

ვარსკვლავების რაოდენობა Github-ზე: 13

42. დუინ-ბოტი

პითონში დაწერილი ბოტი Tinder-ის მსგავსი აპლიკაციისთვის. დეველოპერები ჩინეთიდან.

ვარსკვლავების რაოდენობა Github-ზე: 5,959

43. XSStrike

ეს არის საიტის სკრიპტების აღმოჩენის პაკეტი ოთხი ხელით დაწერილი პარსერით. მას ასევე აქვს ინტელექტუალური დატვირთვის გენერატორი, მძლავრი ფუჟირების ძრავა და წარმოუდგენლად სწრაფი საძიებო სისტემა. იმის ნაცვლად, რომ გადაიტანოს დატვირთვა და შეამოწმოს ის, რომ იმუშაოს როგორც ყველა სხვა ინსტრუმენტი, XSStrike ამოიცნობს პასუხს მრავალი პარსერის გამოყენებით და შემდეგ ამუშავებს დატვირთვას, რომელიც გარანტირებულია კონტექსტური ანალიზის გამოყენებით, რომელიც ინტეგრირებულია fuzzing ძრავაში.

ვარსკვლავების რაოდენობა Github-ზე: 7050

44. PythonRobotics

ეს პროექტი არის პითონის რობოტიკის ალგორითმების კოდის კოლექცია, ასევე ავტონომიური ნავიგაციის ალგორითმები.

ვარსკვლავების რაოდენობა Github-ზე: 6,746

45. Google Images ჩამოტვირთვა

Google Images Download არის პითონის ბრძანების სტრიქონის პროგრამა, რომელიც ეძებს Google Images საკვანძო სიტყვებს და იღებს სურათებს თქვენთვის. ეს არის პატარა პროგრამა დამოკიდებულების გარეშე, თუ საჭიროა მხოლოდ 100-მდე სურათის ატვირთვა თითოეული საკვანძო სიტყვისთვის.

ვარსკვლავების რაოდენობა Github-ზე: 5749

46. ​​ტრაპე

საშუალებას გაძლევთ აკონტროლოთ და განახორციელოთ ინტელექტუალური სოციალური ინჟინერიის შეტევები რეალურ დროში. ეს გვეხმარება იმის გარკვევაში, თუ როგორ შეუძლიათ დიდ ინტერნეტ კომპანიებს მიიღონ მგრძნობიარე ინფორმაცია და გააკონტროლონ მომხმარებლები მათი ცოდნის გარეშე. Trape-ს ასევე შეუძლია დაეხმაროს კიბერკრიმინალების თვალყურის დევნებას.

ვარსკვლავების რაოდენობა Github-ზე: 4256

47. ქსონშ

Xonsh არის მრავალპლატფორმული Unix-gazing ბრძანების ხაზი და ჭურვის ენა, რომელიც დაფუძნებულია პითონზე. ეს არის Python 3.5+-ის სუპერკომპლექტი დამატებითი პრიმიტივებით, როგორიცაა Bash-სა და IPython-ში. Xonsh მუშაობს Linux, Max OS X, Windows და სხვა ძირითად სისტემებზე.

ვარსკვლავების რაოდენობა Github-ზე: 3426

48. GIF CLI-სთვის

მას სჭირდება GIF ან მოკლე ვიდეო ან მოთხოვნა და Tenor GIF API-ის გამოყენებით, ის გარდაიქმნება ASCII ანიმაციურ გრაფიკად. ის იყენებს ANSI გაქცევის თანმიმდევრობებს ანიმაციისთვის და ფერისთვის.

ვარსკვლავების რაოდენობა Github-ზე: 2,547

49. მულტიპლიკაციური

Draw ეს არის პოლაროიდის კამერა, რომელსაც შეუძლია მულტფილმების დახატვა. ის იყენებს ნერვულ ქსელს ობიექტების ამოცნობისთვის, Google Quickdraw მონაცემთა ბაზას, თერმულ პრინტერს და Raspberry Pi-ს. Სწრაფი ხატვა! არის Google თამაში, რომელიც სთხოვს მოთამაშეებს დახატონ ობიექტის/იდეის სურათი და შემდეგ ცდილობს გამოიცნოს რას წარმოადგენს ის 20 წამზე ნაკლებ დროში.

ვარსკვლავების რაოდენობა Github-ზე: 1760

50. ზულიპი

Zulip არის ჯგუფური ჩეთის აპი, რომელიც მუშაობს რეალურ დროში და ასევე პროდუქტიულია მრავალ ნაკადიანი საუბრებით. Fortune 500-ის მრავალი კომპანია და ღია კოდის პროექტი იყენებს მას რეალურ დროში ჩატში, რომელსაც შეუძლია დღეში ათასობით შეტყობინების დამუშავება.

ვარსკვლავების რაოდენობა Github-ზე: 10,432

51. YouTube-dl

ეს არის ბრძანების ხაზის პროგრამა, რომელსაც შეუძლია ვიდეოების ჩამოტვირთვა YouTube-დან და ზოგიერთი სხვა საიტიდან. ის არ არის მიბმული კონკრეტულ პლატფორმაზე.

ვარსკვლავების რაოდენობა Github-ზე: 55

52. ანსიბილი

ეს არის მარტივი IT ავტომატიზაციის სისტემა, რომელსაც შეუძლია გაუმკლავდეს შემდეგ ფუნქციებს: კონფიგურაციის მენეჯმენტი, აპლიკაციის განლაგება, ღრუბლოვანი უზრუნველყოფა, ad hoc ამოცანები, ქსელის ავტომატიზაცია და მრავალ საიტის ორკესტრირება.

ვარსკვლავების რაოდენობა Github-ზე: 39,443

53. HTTPie

HTTPie არის ბრძანების ხაზი HTTP კლიენტი. ეს აადვილებს CLI-ს ვებ სერვისებთან ურთიერთობას. http ბრძანებისთვის ის გვაძლევს საშუალებას გავგზავნოთ თვითნებური HTTP მოთხოვნები მარტივი სინტაქსით და მივიღოთ ფერადი გამომავალი. ჩვენ შეგვიძლია გამოვიყენოთ ის შესამოწმებლად, გამართვისა და HTTP სერვერებთან ურთიერთობისთვის.

ვარსკვლავების რაოდენობა Github-ზე: 43

54. Tornado ვებ სერვერი

ეს არის ვებ ჩარჩო, ასინქრონული ქსელის ბიბლიოთეკა Python-ისთვის. ის იყენებს არადაბლოკვის ქსელის I/O-ს მასშტაბირებას ათასობით ღია კავშირზე. ეს ხდის მას კარგ არჩევანს ხანგრძლივი მოთხოვნებისა და WebSockets-ისთვის.

ვარსკვლავების რაოდენობა Github-ზე: 18

55. მოთხოვნები

Requests არის ბიბლიოთეკა, რომელიც აადვილებს HTTP/1.1 მოთხოვნების გაგზავნას. თქვენ არ გჭირდებათ ხელით დაამატოთ პარამეტრები URL-ებზე ან დაშიფვრა PUT და POST მონაცემები.
ვარსკვლავების რაოდენობა Github-ზე: 40

56. სკრაპი

Scrapy არის სწრაფი, მაღალი დონის ვებ მცოცავი ჩარჩო - შეგიძლიათ გამოიყენოთ იგი ვებსაიტების გასასუფთავებლად სტრუქტურირებული მონაცემების ამოსაღებად. თქვენ ასევე შეგიძლიათ გამოიყენოთ იგი მონაცემთა ანალიზისთვის, მონიტორინგისთვის და ავტომატური ტესტირებისთვის.

ვარსკვლავების რაოდენობა Github-ზე: 34,493

წყარო: www.habr.com