56개의 오픈 소스 Python 프로젝트

1. 플라스크

Python으로 작성된 마이크로 프레임워크입니다. 양식에 대한 유효성 검사가 없고 데이터베이스 추상화 계층이 없지만 일반적인 기능을 위해 타사 라이브러리를 사용할 수 있습니다. 이것이 바로 마이크로 프레임워크인 이유입니다. Flask는 애플리케이션을 간단하고 빠르게 생성하는 동시에 확장성과 경량성을 갖도록 설계되었습니다. 이는 Werkzeug 및 Jinja2 프로젝트를 기반으로 합니다. 이에 대한 자세한 내용은 DataFlair의 최신 기사에서 읽을 수 있습니다. 파이썬 플라스크.

2. 케 라스

Keras는 Python으로 작성된 오픈 소스 신경망 라이브러리입니다. 사용자 친화적이고 모듈식이며 확장 가능하며 TensorFlow, Theano, PlaidML 또는 Microsoft Cognitive Toolkit(CNTK) 위에서 실행될 수 있습니다. Keras에는 템플릿, 목적 및 전달 함수, 최적화 프로그램 등 모든 것이 있습니다. 또한 컨벌루션 및 순환 신경망도 지원합니다.

Keras를 기반으로 최신 오픈소스 프로젝트를 진행 중입니다 - 유방암의 분류.

이 기사는 EDISON Software의 지원으로 번역되었습니다. 비발디 문서보관 진단 시스템 개발과 스타트업에 투자한다.

3. 스페이시

다루는 오픈소스 소프트웨어 라이브러리이다. 자연어 처리(NLP) Python과 Cython으로 작성되었습니다. NLTK는 교육 및 연구 목적에 더 적합하지만 spaCy의 임무는 생산용 소프트웨어를 제공하는 것입니다. 또한 Thinc는 품사 태그 지정, 종속성 구문 분석 및 명명된 엔터티 인식을 위한 CNN 모델을 제공하는 spaCy의 기계 학습 라이브러리입니다.

4. 센트리

Sentry는 호스팅된 오픈 소스 버그 모니터링을 제공하므로 실시간으로 버그를 감지하고 분류할 수 있습니다. 귀하의 언어 또는 프레임워크에 맞는 SDK를 설치하고 시작하세요. 처리되지 않은 예외를 캡처하고, 스택 추적을 검사하고, 각 문제의 영향을 분석하고, 프로젝트 전체에서 버그를 추적하고, 문제를 할당하는 등의 작업을 수행할 수 있습니다. Sentry를 사용하면 버그가 줄어들고 코드가 더 많이 출시됩니다.

5. 오픈CV

OpenCV는 오픈 소스 컴퓨터 비전 및 기계 학습 라이브러리입니다. 라이브러리에는 객체 감지 및 인식, 다양한 유형의 인간 활동 분류, 카메라 동작 추적, 2500D 객체 모델 생성, 고해상도 이미지를 얻기 위한 이미지 스티칭 및 기타 여러 작업과 같은 컴퓨터 비전 작업에 최적화된 XNUMX개 이상의 알고리즘이 있습니다. . 라이브러리는 Python, C++, Java 등 다양한 언어로 제공됩니다.

Github의 별 수: 39585

이미 OpenCV 프로젝트에 참여해 보셨나요? 여기 하나가 있습니다 - 성별 및 연령 판별 프로젝트

6. 닐런

NeuroImaging 데이터에 대한 통계적 학습을 쉽고 빠르게 구현하기 위한 모듈입니다. 이를 통해 예측 모델링, 분류, 디코딩 및 연결성 분석을 위한 다변량 통계에 scikit-learn을 사용할 수 있습니다. Nilearn은 Python을 사용하여 신경 영상 데이터를 분석하는 데 전념하는 커뮤니티인 NiPy 생태계의 일부입니다.

별 개수 깃허브: 549

7. scikit-학습

Scikit-learn은 또 다른 오픈 소스 Python 프로젝트입니다. 이것은 매우 유명한 Python용 기계 학습 라이브러리입니다. NumPy 및 SciPy와 함께 자주 사용되는 SciPy는 분류, 회귀 및 클러스터링을 제공합니다. SVM(지원 벡터 머신), 랜덤 포레스트, 경사 가속도, k-평균 및 DBSCAN. 이 라이브러리는 Python과 Cython으로 작성되었습니다.

Github의 별 수: 37,144

8. 파이토치

PyTorch는 Python 및 Python용으로 작성된 또 다른 오픈 소스 기계 학습 라이브러리입니다. Torch 라이브러리를 기반으로 하며 컴퓨터 비전 및 자연어 처리(NLP)와 같은 영역에 적합합니다. C++ 프런트엔드도 있습니다.

다른 많은 기능 중에서 PyTorch는 두 가지 고급 기능을 제공합니다.

• 고도로 GPU 가속된 텐서 컴퓨팅
• 심층 신경망

Github의 별 수: 31

9. 리브로사

Librosa는 음악 및 오디오 분석을 위한 최고의 Python 라이브러리 중 하나입니다. 여기에는 음악에서 정보를 얻는 데 사용되는 필수 구성 요소가 포함되어 있습니다. 라이브러리에는 잘 문서화되어 있으며 작업을 더 쉽게 해주는 여러 튜토리얼과 예제가 포함되어 있습니다.

Github의 별 수: 3107

오픈 소스 Python 프로젝트 및 Librosa 구현 - 음성 감정 인식.

10. 겐심

Gensim은 대기업을 위한 주제 모델링, 문서 색인화 및 유사성 검색을 위한 Python 라이브러리입니다. 이는 NLP 및 정보 검색 커뮤니티를 대상으로 합니다. Gensim은 "generate like"의 약자입니다. 이전에 그는 이 기사와 유사한 짧은 기사 목록을 만들었습니다. Gensim은 명확하고 효율적이며 확장 가능합니다. Gensim은 일반 텍스트에서 비지도 의미 모델링을 효율적이고 간단하게 구현합니다.

Github의 별 수: 9

11. 장고

장고 빠른 개발을 장려하고 DRY(Don't Repeat Yourself) 원칙을 믿는 고급 Python 프레임워크입니다. 이는 매우 강력하고 가장 널리 사용되는 Python용 프레임워크입니다. MTV(Model-Template-View) 패턴을 기반으로 합니다.

Github의 별 수: 44

12. 얼굴 인식

얼굴 인식은 GitHub에서 인기 있는 프로젝트입니다. Python/명령줄을 사용하여 얼굴을 쉽게 인식하고 조작하며 이를 위해 세계에서 가장 간단한 얼굴 인식 라이브러리를 사용합니다. 이는 딥 러닝과 함께 dlib를 사용하여 Wild 벤치마크에서 99,38%의 정확도로 얼굴을 감지합니다.

Github의 별 수: 28,267

13. 쿠키커터

Cookiecutter는 템플릿(쿠키커터)에서 프로젝트를 만드는 데 사용할 수 있는 명령줄 유틸리티입니다. 한 가지 예는 배치 프로젝트 템플릿에서 배치 프로젝트를 만드는 것입니다. 이는 크로스 플랫폼 템플릿이며 프로젝트 템플릿은 Python, JavaScript, HTML, Ruby, CoffeeScript, RST 및 Markdown과 같은 모든 언어 또는 마크업 형식일 수 있습니다. 또한 동일한 프로젝트 템플릿에서 여러 언어를 사용할 수 있습니다.

Github의 별 수: 10

14. 판다

Pandas는 레이블이 지정된 데이터 구조와 통계 함수를 제공하는 Python용 데이터 분석 및 조작 라이브러리입니다.

Github의 별 수: 21,404

Pandas를 사용해 보는 Python 오픈 소스 프로젝트 - 파킨슨병의 발견

15. 피펜

Pipenv는 모든 패키징 세계의 최고를 Python 세계로 가져오는 것을 목표로 하는 프로덕션 지원 도구가 될 것을 약속합니다. 터미널은 멋진 색상을 가지고 있으며 Pipfile, pip 및 virtualenv를 하나의 명령으로 결합합니다. 프로젝트를 위한 가상 환경을 자동으로 생성 및 관리하며 사용자에게 작업 환경을 쉽게 맞춤화할 수 있는 방법을 제공합니다.

Github의 별 수: 18,322

16. 심플코인

Python으로 구축된 암호화폐를 위한 블록체인 구현이지만 간단하고 안전하지 않으며 불완전합니다. SimpleCoin은 프로덕션 용도로 사용되지 않습니다. 생산용이 아닌 SimpleCoin은 교육 목적으로만 사용되며 작동 중인 블록체인을 액세스 가능하고 단순하게 만들기 위한 것입니다. 채굴된 해시를 저장하고 지원되는 모든 통화로 교환할 수 있습니다.
Github의 별 수: 1343

17. 파이레이

바닐라 Python으로 작성된 3D 렌더링 라이브러리입니다. Python 및 애니메이션으로 2D, 3D, 고차원 개체 및 장면을 렌더링합니다. 그것은 만들어진 비디오, 비디오 게임, 물리적 시뮬레이션, 심지어 아름다운 사진의 영역에서 우리를 찾습니다. 이에 대한 요구 사항: PIL, numpy 및 scipy.

Github의 별 수: 451

18. 마이크로파이썬

MicroPython은 마이크로컨트롤러용 Python입니다. 이는 Python 표준 라이브러리의 많은 패키지와 함께 제공되며 마이크로 컨트롤러 및 제한된 환경에서 실행되도록 최적화된 Python3의 효율적인 구현입니다. Pyboard는 MicroPython을 베어 메탈에서 실행하여 모든 종류의 전자 프로젝트를 제어할 수 있는 작은 전자 보드입니다.

별 개수 깃허브: 9,197

19. 키비

Kivy는 자연스러운 사용자 인터페이스(NUI)를 사용하여 모바일 및 기타 멀티 터치 애플리케이션을 개발하기 위한 Python 라이브러리입니다. 여기에는 그래픽 라이브러리, 여러 위젯 옵션, 자신만의 위젯을 만들기 위한 Kv 중간 언어, 마우스, 키보드, TUIO 및 멀티 터치 이벤트 지원이 포함되어 있습니다. 혁신적인 사용자 인터페이스를 갖춘 신속한 애플리케이션 개발을 위한 오픈 소스 라이브러리입니다. 크로스 플랫폼이고 비즈니스 친화적이며 GPU 가속입니다.

Github의 별 수: 9

20. 대시

Dash by Plotly는 웹 애플리케이션 프레임워크입니다. Flask, Plotly.js, React 및 React.js를 기반으로 구축되어 Python을 사용하여 대시보드를 구축할 수 있습니다. 대규모 Python 및 R 모델을 지원합니다. Dash를 사용하면 DevOps, JavaScript, CSS 또는 CronJobs 없이 구축, 테스트, 배포 및 보고할 수 있습니다. Dash는 강력하고 사용자 정의가 가능하며 가벼우며 관리가 쉽습니다. 또한 오픈 소스입니다.

Github의 별 수: 9,883

21. 마젠타

Magenta는 창작 과정의 도구로서 기계 학습에 초점을 맞춘 오픈 소스 연구 프로젝트입니다. 기계 학습을 사용하여 음악과 예술을 만들 수 있습니다. Magenta는 TensorFlow를 기반으로 하는 Python 라이브러리로, 원시 데이터 작업을 위한 유틸리티가 포함되어 있으며 이를 사용하여 기계 모델을 교육하고 새로운 콘텐츠를 생성합니다.

22. R-CNN 마스크

이는 Python 3, TensorFlow 및 Keras에서 R-CNNN 마스크를 구현한 것입니다. 모델은 래스터의 각 개체 인스턴스를 가져와 이에 대한 경계 상자와 분할 마스크를 만듭니다. FPN(Feature Pyramid Network)과 ResNet101 백본을 사용합니다. 코드는 확장하기 쉽습니다. 이 프로젝트는 또한 클라이언트가 캡처한 재구성된 3D 공간의 Matterport3D 데이터세트를 제공합니다.
Github의 별 수: 14

23. 텐서플로우 모델

이는 TensorFlow에서 구현된 다양한 모델(공식 및 연구 모델)이 있는 저장소입니다. 또한 샘플과 튜토리얼도 있습니다. 공식 모델은 높은 수준의 TensorFlow API를 사용합니다. 연구 모델은 연구자가 지원 또는 질문 지원 및 쿼리를 위해 TensorFlow에서 구현한 모델입니다.

Github의 별 수: 57

24. 스날리개스터

Snallygaster는 프로젝트 보드의 문제를 정리하는 방법입니다. 덕분에 GitHub에서 프로젝트 관리 패널을 사용자 정의하고 작업 흐름을 최적화 및 자동화할 수 있습니다. 작업을 정렬하고, 프로젝트를 예약하고, 작업 흐름을 자동화하고, 진행 상황을 추적하고, 상태를 공유하고, 최종적으로 완료할 수 있습니다. Snallygaster는 HTTP 서버에서 비밀 파일을 검색할 수 있습니다. 이는 공개적으로 액세스할 수 없고 보안 위험을 초래할 수 있는 웹 서버에서 사용 가능한 파일을 찾습니다.

Github의 별 수: 1

25. 통계 모델

그것 파이썬 패키지, 통계 모델에 대한 기술 통계 및 추정 및 추론을 포함하여 통계 컴퓨팅을 위한 scipy를 보완합니다. 이를 위한 클래스와 함수가 있습니다. 또한 이를 통해 통계 데이터에 대한 통계 테스트 및 연구를 수행할 수 있습니다.
Github의 별 수: 4

26. 왓와프

이는 웹 애플리케이션 방화벽이 있는지 이해하는 데 사용할 수 있는 고급 방화벽 감지 도구입니다. 웹 애플리케이션에서 방화벽을 감지하고 지정된 대상에서 이에 대한 하나 이상의 해결 방법을 찾으려고 시도합니다.

Github의 별 수: 1300

27. 체이너

체이너 - 딥러닝 프레임워크입니다유연성을 지향합니다. Python을 기반으로 하며 실행별 정의 접근 방식을 기반으로 차별화된 API를 제공합니다. Chainer는 또한 신경망 구축 및 훈련을 위한 높은 수준의 객체 지향 API를 제공합니다. 이는 신경망을 위한 강력하고 유연하며 직관적인 프레임워크입니다.
Github의 별 수: 5,054

28. 리바운드

리바운드는 명령줄 도구입니다. 컴파일러 오류가 발생하면 즉시 스택 오버플로에서 결과를 검색합니다. 이를 사용하려면 리바운드 명령을 사용하여 파일을 실행할 수 있습니다. 50년 가장 인기 있는 오픈소스 Python 프로젝트 2018개 중 하나입니다. 또한 Python 3.0 이상이 필요합니다. 지원되는 파일 유형: Python, Node.js, Ruby, Golang 및 Java.

Github의 별 수: 2913

29. 디텍트론

Detectron은 최신 객체 감지를 수행합니다(R-CNN 마스크도 구현함). Python으로 작성되고 Caffe2 Deep Learning 플랫폼에서 실행되는 FAIR(Facebook AI Research) 소프트웨어입니다. Detectron의 목표는 객체 감지 연구를 위한 고품질, 고성능 코드베이스를 제공하는 것입니다. 이는 유연하며 R-CNN 마스크, RetinaNet, 더 빠른 R-CNN, RPN, 빠른 R-CNN, R-FCN 등의 알고리즘을 구현합니다.

Github의 별 수: 21

30. 파이썬 파이어

이것은 (모든) Python 객체로부터 CLI(명령줄 인터페이스)를 자동으로 생성하기 위한 라이브러리입니다. 또한 코드를 개발 및 디버깅할 수 있을 뿐만 아니라 기존 코드를 검사하거나 다른 사람의 코드를 CLI로 전환할 수도 있습니다. Python Fire를 사용하면 Bash와 Python 사이를 쉽게 이동할 수 있으며 REPL도 더 쉽게 사용할 수 있습니다.
Github의 별 수: 15

31. 파이런2

Pylearn2는 주로 Theano를 기반으로 구축된 기계 학습 라이브러리입니다. 그 목표는 ML 연구를 더 쉽게 만드는 것입니다. 새로운 알고리즘과 모델을 작성할 수 있습니다.
Github의 별 수: 2681

32. 매트플롯립

매트플롯립 Python용 2D 드로잉 라이브러리입니다. 다양한 형식으로 고품질 출판물을 생성합니다.

Github의 별 수: 10,072

33. 테아노

Theano는 수학 및 행렬 표현식을 조작하기 위한 라이브러리입니다. 또한 최적화 컴파일러이기도 합니다. Theano는 다음을 사용합니다. 눔 파이-계산을 표현하고 CPU 또는 GPU 아키텍처에서 실행되도록 컴파일하는 구문과 유사합니다. Python 및 CUDA로 작성되었으며 Linux, macOS 및 Windows에서 실행되는 오픈 소스 Python 기계 학습 라이브러리입니다.

별 개수 깃허브: 8,922

34. 다중차이

Multidiff는 기계 지향 데이터를 더 쉽게 이해할 수 있도록 설계되었습니다. 해당 개체 간의 차이를 만들어 표시함으로써 많은 수의 개체 간의 차이점을 볼 수 있도록 도와줍니다. 이 시각화를 통해 독점 프로토콜이나 특이한 파일 형식의 패턴을 찾을 수 있습니다. 또한 리버스 엔지니어링 및 바이너리 데이터 분석에도 주로 사용됩니다.

Github의 별 수: 262

35. 솜티스푼

이 프로젝트는 여행하는 세일즈맨 문제를 해결하기 위해 자기 조직화 지도를 사용하는 것에 관한 것입니다. SOM을 사용하여 TSP 문제에 대한 차선책 솔루션을 찾고 이를 위해 .tsp 형식을 사용합니다. TSP는 NP-완전 문제이며 도시 수가 증가할수록 해결하기가 점점 더 어려워집니다.

Github의 별 수: 950

36. 광자

Photon은 OSINT용으로 설계된 매우 빠른 웹 스캐너입니다. URL, 매개변수가 포함된 URL, 인텔 정보, 파일, 비밀 키, JavaScript 파일, 정규식 일치 및 하위 도메인을 검색할 수 있습니다. 추출된 정보는 json 형식으로 저장하고 내보낼 수 있습니다. Photon은 유연하고 독창적입니다. 일부 플러그인을 추가할 수도 있습니다.

Github의 별 수: 5714

37. 소셜 매퍼

Social Mapper는 얼굴 인식을 사용하여 프로필을 연관시키는 소셜 미디어 매핑 도구입니다. 다양한 웹사이트에서 대규모로 이 작업을 수행합니다. Social Mapper는 소셜 미디어에서 이름과 사진 검색을 자동화한 다음 누군가의 존재를 정확히 찾아 그룹화하려고 시도합니다. 그런 다음 인적 검토를 위한 보고서를 생성합니다. 이는 보안 산업(예: 피싱)에 유용합니다. LinkedIn, Facebook, Twitter, Google Plus, Instagram, VKontakte, Weibo 및 Douban 플랫폼을 지원합니다.

Github의 별 수: 2,396

38. 카멜롯

Camelot은 PDF 파일에서 테이블을 추출하는 데 도움이 되는 Python 라이브러리입니다. 텍스트 PDF 파일에서는 작동하지만 스캔한 문서에서는 작동하지 않습니다. 여기서 각 테이블은 pandas DataFrame입니다. 또한 테이블을 .json, .xls, .html 또는 .sqlite로 내보낼 수 있습니다.

Github의 별 수: 2415

39. 독자

전자책을 읽기 위한 Qt 리더입니다. .pdf, .epub, .djvu, .fb2, .mobi, .azw/.azw3/.azw4, .cbr/.cbz 및 .md 파일 형식을 지원합니다. Lector에는 기본 창, 테이블 보기, 책 보기, 방해 없는 보기, 주석 지원, 만화 보기 및 설정 창이 있습니다. 또한 북마크, 프로필 검색, 메타데이터 편집기 및 내장 사전을 지원합니다.

Github의 별 수: 835

40.m00dbot

우울증과 불안을 자가 테스트하는 텔레그램 봇입니다.

Github의 별 수: 145

41. 마님

프로그래밍 방식으로 정확한 애니메이션을 만드는 데 사용할 수 있는 수학 비디오를 설명하기 위한 애니메이션 엔진입니다. 그는 이를 위해 Python을 사용합니다.

Github의 별 수: 13

42. Douyin-Bot

Tinder와 유사한 애플리케이션을 위해 Python으로 작성된 봇입니다. 중국의 개발자.

Github의 별 수: 5,959

43. XS스트라이크

이것은 손으로 작성한 XNUMX개의 파서가 포함된 크로스 사이트 스크립팅 탐지 패키지입니다. 또한 지능형 페이로드 생성기, 강력한 퍼징 엔진 및 믿을 수 없을 만큼 빠른 검색 엔진을 갖추고 있습니다. 페이로드를 주입하고 다른 모든 도구처럼 작동하도록 테스트하는 대신 XSStrike는 여러 파서를 사용하여 응답을 인식한 다음 페이로드를 처리합니다. 이는 퍼징 엔진에 통합된 상황별 분석을 사용하여 작동하도록 보장됩니다.

Github의 별 수: 7050

44. 파이썬로보틱스

이 프로젝트는 Python 로봇 알고리즘과 자율 탐색 알고리즘의 코드 모음입니다.

Github의 별 수: 6,746

45. Google 이미지 다운로드

Google 이미지 다운로드는 Google 이미지에서 키워드를 검색하고 이미지를 가져오는 명령줄 Python 프로그램입니다. 각 키워드에 대해 최대 100개의 이미지만 업로드하면 되는 경우 종속성이 없는 작은 프로그램입니다.

Github의 별 수: 5749

46. ​​​​함정

지능형 사회 공학 공격을 실시간으로 모니터링하고 실행할 수 있습니다. 이는 대규모 인터넷 회사가 어떻게 민감한 정보를 획득하고 사용자 모르게 사용자를 통제할 수 있는지를 밝히는 데 도움이 됩니다. Trape는 사이버 범죄자를 추적하는 데도 도움이 될 수 있습니다.

Github의 별 수: 4256

47. 크손시

Xonsh는 Python을 기반으로 하는 크로스 플랫폼 Unix-gazing 명령줄이자 셸 언어입니다. 이는 Bash 및 IPython에 있는 것과 같은 추가 셸 기본 요소가 포함된 Python 3.5+의 상위 집합입니다. Xonsh는 Linux, Max OS X, Windows 및 기타 주요 시스템에서 실행됩니다.

Github의 별 수: 3426

48. CLI용 GIF

GIF나 짧은 동영상 또는 쿼리가 필요하며 Tenor GIF API를 사용하여 ASCII 애니메이션 그래픽으로 변환됩니다. 애니메이션과 색상에 ANSI 이스케이프 시퀀스를 사용합니다.

Github의 별 수: 2,547

49. 만화화

그리기 만화를 그릴 수 있는 폴라로이드 카메라입니다. 물체 인식을 위한 신경망, Google Quickdraw 데이터 세트, 열전사 프린터 및 Raspberry Pi를 사용합니다. 빨리, 그려라! 는 플레이어에게 사물/아이디어의 그림을 그리도록 요청한 다음 20초 이내에 그것이 무엇을 의미하는지 추측하는 Google 게임입니다.

Github의 별 수: 1760

50. 줄립

Zulip은 실시간으로 작동하고 멀티스레드 대화를 통해 생산성을 높이는 그룹 채팅 앱입니다. 많은 Fortune 500대 기업과 오픈 소스 프로젝트에서 하루에 수천 개의 메시지를 처리할 수 있는 실시간 채팅에 이를 사용합니다.

Github의 별 수: 10,432

51. 유튜브-dl

YouTube 및 기타 사이트에서 비디오를 다운로드할 수 있는 명령줄 프로그램입니다. 특정 플랫폼에 묶여 있지 않습니다.

Github의 별 수: 55

52. 앤서블

구성 관리, 애플리케이션 배포, 클라우드 프로비저닝, 임시 작업, 네트워크 자동화, 다중 사이트 오케스트레이션 등의 기능을 처리할 수 있는 간단한 IT 자동화 시스템입니다.

Github의 별 수: 39,443

53. HTTPie

HTTPie는 명령줄 HTTP 클라이언트입니다. 이렇게 하면 CLI가 웹 서비스와 더 쉽게 상호 작용할 수 있습니다. http 명령의 경우 간단한 구문으로 임의의 HTTP 요청을 보내고 컬러 출력을 받을 수 있습니다. 이를 사용하여 HTTP 서버를 테스트하고 디버깅하고 상호 작용할 수 있습니다.

Github의 별 수: 43

54. 토네이도 웹 서버

Python용 웹 프레임워크, 비동기 네트워킹 라이브러리입니다. 비차단 네트워크 I/O를 사용하여 수천 개가 넘는 열린 연결로 확장됩니다. 이는 긴 요청과 WebSocket에 적합한 선택입니다.

Github의 별 수: 18

55. 요청사항

Requests는 HTTP/1.1 요청을 쉽게 보낼 수 있게 해주는 라이브러리입니다. URL에 매개변수를 수동으로 추가하거나 PUT 및 POST 데이터를 인코딩할 필요가 없습니다.
Github의 별 수: 40

56. 스크래피

Scrapy는 빠르고 높은 수준의 웹 크롤링 프레임워크입니다. 이를 사용하여 웹사이트를 스크랩하여 구조화된 데이터를 추출할 수 있습니다. 데이터 분석, 모니터링 및 자동화된 테스트에도 사용할 수 있습니다.

Github의 별 수: 34,493

출처 : habr.com