56 ໂຄງການເປີດແຫຼ່ງ Python

1. ກະເປົ໋າ

ມັນເປັນກອບຈຸລະພາກທີ່ຂຽນໃນ Python. ມັນບໍ່ມີຄວາມຖືກຕ້ອງສໍາລັບແບບຟອມແລະບໍ່ມີຊັ້ນ abstraction ຂອງຖານຂໍ້ມູນ, ແຕ່ອະນຸຍາດໃຫ້ທ່ານໃຊ້ຫ້ອງສະຫມຸດພາກສ່ວນທີສາມສໍາລັບການເຮັດວຽກທົ່ວໄປ. ແລະນັ້ນແມ່ນເຫດຜົນທີ່ວ່າມັນເປັນກອບຈຸລະພາກ. Flask ຖືກອອກແບບມາເພື່ອເຮັດໃຫ້ການສ້າງຄໍາຮ້ອງສະຫມັກງ່າຍດາຍແລະໄວ, ໃນຂະນະທີ່ຍັງສາມາດຂະຫຍາຍໄດ້ແລະນ້ໍາຫນັກເບົາ. ມັນແມ່ນອີງໃສ່ໂຄງການ Werkzeug ແລະ Jinja2. ທ່ານສາມາດອ່ານເພີ່ມເຕີມກ່ຽວກັບມັນຢູ່ໃນບົດຄວາມຫລ້າສຸດຂອງ DataFlair ກ່ຽວກັບ Python Flask.

2. ເຄຣາສ

Keras ເປັນແຫຼ່ງເປີດຫ້ອງສະຫມຸດເຄືອຂ່າຍ neural ຂຽນໃນ Python. ມັນເປັນທີ່ເປັນມິດກັບຜູ້ໃຊ້, modular ແລະຂະຫຍາຍໄດ້, ແລະສາມາດດໍາເນີນການຢູ່ເທິງສຸດຂອງ TensorFlow, Theano, PlaidML ຫຼື Microsoft Cognitive Toolkit (CNTK). Keras ມີມັນທັງຫມົດ: ແມ່ແບບ, ຈຸດປະສົງແລະຫນ້າທີ່ໂອນ, optimizers ແລະອື່ນໆອີກ. ມັນຍັງສະຫນັບສະຫນູນເຄືອຂ່າຍ neural convolutional ແລະ recurrent.

ເຮັດວຽກກ່ຽວກັບໂຄງການແຫຼ່ງເປີດຫລ້າສຸດໂດຍອີງໃສ່ Keras - ການຈັດປະເພດຂອງມະເຮັງເຕົ້ານົມ.

ບົດຄວາມໄດ້ຖືກແປດ້ວຍການສະຫນັບສະຫນູນຂອງຊອບແວ EDISON, ເຊິ່ງ ພັດທະນາລະບົບການວິນິດໄສການເກັບຮັກສາເອກະສານ Vivaldiແລະ ລົງທຶນໃນການເລີ່ມຕົ້ນ.

3. SpaCy

ມັນເປັນຫ້ອງສະຫມຸດຊອບແວແຫຼ່ງເປີດທີ່ຈັດການກັບ ການປະມວນຜົນພາສາທໍາມະຊາດ (NLP) ແລະຂຽນໃນ Python ແລະ Cython. ໃນຂະນະທີ່ NLTK ແມ່ນເຫມາະສົມສໍາລັບຈຸດປະສົງການສອນແລະການຄົ້ນຄວ້າ, ວຽກງານຂອງ spaCy ແມ່ນການສະຫນອງຊອບແວສໍາລັບການຜະລິດ. ນອກຈາກນັ້ນ, Thinc ແມ່ນຫ້ອງສະຫມຸດການຮຽນຮູ້ເຄື່ອງຈັກຂອງ spaCy ທີ່ສະຫນອງຕົວແບບ CNN ສໍາລັບການແທັກບາງສ່ວນຂອງການປາກເວົ້າ, ການວິເຄາະຄວາມເພິ່ງພາອາໄສ, ແລະການຮັບຮູ້ຫນ່ວຍງານທີ່ມີຊື່.

4. Sentry

Sentry ສະຫນອງການກວດສອບ bug ແຫຼ່ງເປີດເປັນເຈົ້າພາບເພື່ອໃຫ້ທ່ານສາມາດກວດພົບແລະ triage ແມງໄມ້ໃນເວລາຈິງ. ພຽງແຕ່ຕິດຕັ້ງ SDK ສໍາລັບພາສາຫຼືກອບວຽກຂອງທ່ານແລະເລີ່ມຕົ້ນ. ມັນອະນຸຍາດໃຫ້ທ່ານສາມາດເກັບກໍາຂໍ້ຍົກເວັ້ນທີ່ບໍ່ມີການຈັດການ, ກວດເບິ່ງການຕິດຕາມ stack, ວິເຄາະຜົນກະທົບຂອງແຕ່ລະບັນຫາ, ຕິດຕາມຂໍ້ບົກພ່ອງໃນທົ່ວໂຄງການ, ກໍານົດບັນຫາ, ແລະອື່ນໆ. ການໃຊ້ Sentry ຫມາຍເຖິງຂໍ້ບົກຜ່ອງຫນ້ອຍລົງແລະລະຫັດຖືກຈັດສົ່ງ.

5.OpenCV

OpenCV ເປັນແຫຼ່ງເປີດວິໄສທັດຄອມພິວເຕີແລະຫ້ອງສະຫມຸດການຮຽນຮູ້ເຄື່ອງຈັກ. ຫ້ອງສະຫມຸດມີຫຼາຍກວ່າ 2500 algorithms ທີ່ດີທີ່ສຸດສໍາລັບວຽກງານວິໄສທັດຄອມພິວເຕີເຊັ່ນ: ການຊອກຄົ້ນຫາແລະການຮັບຮູ້ວັດຖຸ, ການຈັດປະເພດຂອງກິດຈະກໍາຂອງມະນຸດຫຼາຍປະເພດ, ການຕິດຕາມການເຄື່ອນໄຫວຂອງກ້ອງຖ່າຍຮູບ, ການສ້າງແບບຈໍາລອງວັດຖຸ XNUMXD, ການຫຍິບຮູບພາບເພື່ອໃຫ້ໄດ້ຮູບພາບທີ່ມີຄວາມລະອຽດສູງ, ແລະວຽກງານອື່ນໆຈໍານວນຫຼາຍ. . ຫ້ອງສະຫມຸດແມ່ນມີຢູ່ໃນຫຼາຍພາສາເຊັ່ນ Python, C++, Java, ແລະອື່ນໆ.

ຈໍານວນດາວໃນ Github: 39585

ທ່ານໄດ້ເຮັດວຽກກ່ຽວກັບໂຄງການ OpenCV ໃດແລ້ວບໍ? ນີ້​ແມ່ນ​ຫນຶ່ງ - ໂຄງການກໍານົດເພດແລະອາຍຸ

6. ນິລັນ

ນີ້ແມ່ນໂມດູນສໍາລັບການປະຕິບັດການຮຽນຮູ້ສະຖິຕິກ່ຽວກັບຂໍ້ມູນ NeuroImaging ຢ່າງໄວວາແລະງ່າຍດາຍ. ມັນອະນຸຍາດໃຫ້ທ່ານໃຊ້ scikit-learn ສໍາລັບສະຖິຕິ multivariate ສໍາລັບການສ້າງແບບຈໍາລອງການຄາດເດົາ, ການຈັດປະເພດ, ການຖອດລະຫັດແລະການວິເຄາະການເຊື່ອມຕໍ່. Nilearn ແມ່ນສ່ວນຫນຶ່ງຂອງລະບົບນິເວດ NiPy, ເຊິ່ງເປັນຊຸມຊົນທີ່ອຸທິດຕົນເພື່ອນໍາໃຊ້ Python ເພື່ອວິເຄາະຂໍ້ມູນ neuroimaging.

ຈໍານວນດາວຕໍ່ GitHub: 549

7. scikit-ຮຽນຮູ້

Scikit-learn ແມ່ນໂຄງການ Python ແຫຼ່ງເປີດອື່ນ. ນີ້ແມ່ນຫ້ອງສະໝຸດການຮຽນຮູ້ເຄື່ອງຈັກທີ່ມີຊື່ສຽງຫຼາຍສຳລັບ Python. ມັກໃຊ້ກັບ NumPy ແລະ SciPy, SciPy ສະຫນອງການຈັດປະເພດ, regression ແລະ clustering - ມັນສະຫນັບສະຫນູນ SVM (ເຄື່ອງ Vector ຮອງຮັບ), ປ່າສຸ່ມ, ການເລັ່ງ gradient, k-means ແລະ DBSCAN. ຫ້ອງສະຫມຸດນີ້ແມ່ນຂຽນໃນ Python ແລະ Cython.

ຈໍານວນດາວໃນ Github: 37,144

8. PyTorch

PyTorch ແມ່ນຫ້ອງສະໝຸດການຮຽນຮູ້ເຄື່ອງຈັກແບບເປີດອີກອັນໜຶ່ງທີ່ຂຽນໃນ Python ແລະສຳລັບ Python. ມັນແມ່ນອີງໃສ່ຫ້ອງສະຫມຸດ Torch ແລະດີສໍາລັບພື້ນທີ່ເຊັ່ນ: ວິໄສທັດຄອມພິວເຕີແລະການປຸງແຕ່ງພາສາທໍາມະຊາດ (NLP). ມັນຍັງມີຫນ້າ C ++.

ໃນບັນດາລັກສະນະອື່ນໆຈໍານວນຫຼາຍ, PyTorch ສະເຫນີສອງລັກສະນະລະດັບສູງ:

• ຄອມພິວເຕີ້ tensor ເລັ່ງ GPU ສູງ
• ເຄືອຂ່າຍ neural ເລິກ

ຈໍານວນດາວໃນ Github: 31

9. Librosa

Librosa ແມ່ນຫນຶ່ງໃນຫ້ອງສະຫມຸດ python ທີ່ດີທີ່ສຸດສໍາລັບການວິເຄາະດົນຕີແລະສຽງ. ມັນ​ປະ​ກອບ​ດ້ວຍ​ອົງ​ປະ​ກອບ​ທີ່​ຈໍາ​ເປັນ​ທີ່​ຖືກ​ນໍາ​ໃຊ້​ເພື່ອ​ໃຫ້​ໄດ້​ຮັບ​ຂໍ້​ມູນ​ຈາກ​ດົນ​ຕີ​. ຫ້ອງສະຫມຸດໄດ້ຖືກບັນທຶກດີແລະມີບົດສອນແລະຕົວຢ່າງຫຼາຍຢ່າງທີ່ຈະເຮັດໃຫ້ວຽກງານຂອງທ່ານງ່າຍຂຶ້ນ.

ຈໍານວນດາວໃນ Github: 3107

ການປະຕິບັດໂຄງການ Python ແຫຼ່ງເປີດແລະ Librosa - ການຮັບຮູ້ຄວາມຮູ້ສຶກຂອງສຽງເວົ້າ.

10. Gensim

Gensim ເປັນຫ້ອງສະຫມຸດ Python ສໍາລັບການສ້າງແບບຈໍາລອງຫົວຂໍ້, ດັດສະນີເອກະສານ, ແລະການຄົ້ນຫາທີ່ຄ້າຍຄືກັນສໍາລັບບໍລິສັດຂະຫນາດໃຫຍ່. ມັນແມ່ນແນໃສ່ NLP ແລະຊຸມຊົນການດຶງຂໍ້ມູນ. Gensim ແມ່ນສັ້ນສໍາລັບ "ສ້າງຄ້າຍຄື." ກ່ອນຫນ້ານີ້, ລາວໄດ້ສ້າງບັນຊີລາຍຊື່ສັ້ນຂອງບົດຄວາມທີ່ຄ້າຍຄືກັນກັບບົດຄວາມນີ້. Gensim ແມ່ນຈະແຈ້ງ, ປະສິດທິພາບແລະສາມາດຂະຫຍາຍໄດ້. Gensim ສະຫນອງການປະຕິບັດທີ່ມີປະສິດທິພາບແລະງ່າຍດາຍຂອງການສ້າງແບບຈໍາລອງ semantic ທີ່ບໍ່ມີການຄວບຄຸມຈາກຂໍ້ຄວາມທໍາມະດາ.

ຈໍານວນດາວໃນ Github: 9

11. ດີເຈໂກ

Django ເປັນກອບຂອງ Python ລະດັບສູງທີ່ຊຸກຍູ້ການພັດທະນາຢ່າງໄວວາແລະເຊື່ອໃນຫຼັກການ DRY (Don't Repeat Yourself). ມັນເປັນກອບທີ່ມີປະສິດທິພາບຫຼາຍແລະຖືກນໍາໃຊ້ຢ່າງກວ້າງຂວາງທີ່ສຸດສໍາລັບ Python. ມັນແມ່ນອີງໃສ່ຮູບແບບ MTV (Model-Template-View).

ຈໍານວນດາວໃນ Github: 44

12. ການຮັບຮູ້ໃບ ໜ້າ

ການຮັບຮູ້ໃບໜ້າແມ່ນໂຄງການທີ່ນິຍົມໃນ GitHub. ມັນຮັບຮູ້ແລະຈັດການໃບຫນ້າໄດ້ຢ່າງງ່າຍດາຍໂດຍໃຊ້ Python/command line ແລະໃຊ້ຫ້ອງສະຫມຸດການຮັບຮູ້ໃບຫນ້າທີ່ງ່າຍດາຍທີ່ສຸດໃນໂລກເພື່ອເຮັດແນວນັ້ນ. ອັນນີ້ໃຊ້ dlib ດ້ວຍການຮຽນຮູ້ຢ່າງເລິກເຊິ່ງເພື່ອກວດຫາໃບໜ້າດ້ວຍຄວາມຖືກຕ້ອງ 99,38% ໃນມາດຕະຖານ Wild.

ຈໍານວນດາວໃນ Github: 28,267

13. ຄຸກກີ້

Cookiecutter ເປັນ​ປະ​ໂຫຍດ​ບັນ​ຊີ​ຄໍາ​ສັ່ງ​ທີ່​ສາ​ມາດ​ນໍາ​ໃຊ້​ເພື່ອ​ສ້າງ​ໂຄງ​ການ​ຈາກ​ແມ່​ແບບ (cookiecutters​)​. ຕົວຢ່າງຫນຶ່ງແມ່ນການສ້າງໂຄງການ batch ຈາກແມ່ແບບໂຄງການ batch. ເຫຼົ່ານີ້ແມ່ນແມ່ແບບຂ້າມເວທີ, ແລະແມ່ແບບໂຄງການສາມາດຢູ່ໃນພາສາຫຼືຮູບແບບເຄື່ອງຫມາຍ, ເຊັ່ນ Python, JavaScript, HTML, Ruby, CoffeeScript, RST, ແລະ Markdown. ມັນຍັງອະນຸຍາດໃຫ້ທ່ານໃຊ້ຫຼາຍພາສາໃນແມ່ແບບໂຄງການດຽວກັນ.

ຈໍານວນດາວໃນ Github: 10

14. ໝີແພນດາ

Pandas ແມ່ນຫ້ອງສະຫມຸດການວິເຄາະຂໍ້ມູນແລະການຈັດການສໍາລັບ Python ທີ່ສະຫນອງໂຄງສ້າງຂໍ້ມູນທີ່ມີປ້າຍຊື່ແລະຫນ້າທີ່ສະຖິຕິ.

ຈໍານວນດາວໃນ Github: 21,404

ໂຄງການແຫຼ່ງເປີດ Python ເພື່ອທົດລອງໃຊ້ Pandas - ການກວດຫາພະຍາດ Parkinson

15. ພິກຂຸ

Pipenv ສັນຍາວ່າຈະເປັນເຄື່ອງມືທີ່ກຽມພ້ອມໃນການຜະລິດເພື່ອແນໃສ່ນໍາເອົາສິ່ງທີ່ດີທີ່ສຸດຂອງໂລກການຫຸ້ມຫໍ່ທັງຫມົດມາສູ່ໂລກຂອງ Python. terminal ຂອງມັນມີສີທີ່ສວຍງາມແລະປະສົມປະສານ Pipfile, pip ແລະ virtualenv ເຂົ້າໄປໃນຄໍາສັ່ງດຽວ. ມັນອັດຕະໂນມັດສ້າງແລະຈັດການສະພາບແວດລ້ອມ virtual ສໍາລັບໂຄງການຂອງທ່ານແລະໃຫ້ຜູ້ໃຊ້ມີວິທີທີ່ງ່າຍທີ່ຈະປັບແຕ່ງສະພາບແວດລ້ອມການເຮັດວຽກຂອງເຂົາເຈົ້າ.

ຈໍານວນດາວໃນ Github: 18,322

16. SimpleCoin

ມັນເປັນການປະຕິບັດ Blockchain ສໍາລັບ cryptocurrency ສ້າງຂຶ້ນໃນ Python, ແຕ່ມັນງ່າຍດາຍ, ບໍ່ປອດໄພ, ແລະບໍ່ສົມບູນ. SimpleCoin ບໍ່ໄດ້ມີຈຸດປະສົງໃນການຜະລິດ. ບໍ່ແມ່ນສໍາລັບການນໍາໃຊ້ການຜະລິດ, SimpleCoin ມີຈຸດປະສົງເພື່ອການສຶກສາແລະພຽງແຕ່ເພື່ອເຮັດໃຫ້ blockchain ເຮັດວຽກສາມາດເຂົ້າເຖິງໄດ້ແລະງ່າຍດາຍ. ມັນອະນຸຍາດໃຫ້ທ່ານສາມາດຊ່ວຍປະຢັດ hashes ຂຸດຄົ້ນບໍ່ແຮ່ແລະແລກປ່ຽນໃຫ້ເຂົາເຈົ້າສໍາລັບສະກຸນເງິນທີ່ສະຫນັບສະຫນູນໃດໆ.
ຈໍານວນດາວໃນ Github: 1343

17. ປຣາ

ມັນເປັນຫ້ອງສະຫມຸດການສະແດງ 3D ທີ່ຂຽນໃນ vanilla Python. ມັນສະແດງ 2D, 3D, ວັດຖຸທີ່ມີມິຕິສູງກວ່າແລະ scenes ໃນ Python ແລະອະນິເມຊັນ. ມັນພົບເຫັນພວກເຮົາຢູ່ໃນພື້ນທີ່ຂອງວິດີໂອທີ່ສ້າງຂຶ້ນ, ວິດີໂອເກມ, ການຈໍາລອງທາງດ້ານຮ່າງກາຍແລະແມ້ກະທັ້ງຮູບພາບທີ່ສວຍງາມ. ຄວາມຕ້ອງການສໍາລັບການນີ້: PIL, numpy ແລະ scipy.

ຈໍານວນດາວໃນ Github: 451

18. MicroPython

MicroPython ແມ່ນ Python ສໍາລັບ microcontrollers. ມັນເປັນການປະຕິບັດທີ່ມີປະສິດທິພາບຂອງ Python3 ທີ່ມາພ້ອມກັບຊຸດຫຼາຍຈາກຫ້ອງສະຫມຸດມາດຕະຖານ Python ແລະຖືກປັບປຸງໃຫ້ເຫມາະສົມກັບ microcontrollers ແລະໃນສະພາບແວດລ້ອມທີ່ມີຂໍ້ຈໍາກັດ. Pyboard ແມ່ນກະດານເອເລັກໂຕຣນິກຂະຫນາດນ້ອຍທີ່ດໍາເນີນການ MicroPython ໃນໂລຫະເປົ່າເພື່ອໃຫ້ມັນສາມາດຄວບຄຸມໂຄງການເອເລັກໂຕຣນິກທຸກປະເພດ.

ຈໍານວນດາວຕໍ່ GitHub: 9,197

19. ກີວີ

Kivy ເປັນຫ້ອງສະຫມຸດ Python ສໍາລັບການພັດທະນາໂທລະສັບມືຖືແລະຄໍາຮ້ອງສະຫມັກ multi-touch ອື່ນໆທີ່ມີການໂຕ້ຕອບຜູ້ໃຊ້ທໍາມະຊາດ (NUI). ມັນ​ມີ​ຫ້ອງ​ສະ​ຫມຸດ​ຮູບ​ພາບ​, ທາງ​ເລືອກ widget ຫຼາຍ​, ເປັນ​ພາ​ສາ​ກາງ Kv ສໍາ​ລັບ​ການ​ສ້າງ widget ຂອງ​ທ່ານ​ເອງ​, ສະ​ຫນັບ​ສະ​ຫນູນ​ສໍາ​ລັບ​ຫນູ​, keyboard​, TUIO​, ແລະ​ກິດ​ຈະ​ກໍາ​ຫຼາຍ​ສໍາ​ພັດ​. ມັນເປັນຫ້ອງສະຫມຸດແຫຼ່ງເປີດສໍາລັບການພັດທະນາຄໍາຮ້ອງສະຫມັກຢ່າງໄວວາທີ່ມີການໂຕ້ຕອບຜູ້ໃຊ້ທີ່ມີນະວັດກໍາ. ມັນເປັນຂ້າມເວທີ, ເປັນມິດກັບທຸລະກິດ, ແລະ GPU ເລັ່ງ.

ຈໍານວນດາວໃນ Github: 9

20 Dash

Dash ໂດຍ Plotly ແມ່ນກອບຄໍາຮ້ອງສະຫມັກເວັບໄຊຕ໌. ສ້າງຂຶ້ນຢູ່ເທິງສຸດຂອງ Flask, Plotly.js, React ແລະ React.js, ມັນອະນຸຍາດໃຫ້ພວກເຮົາໃຊ້ Python ເພື່ອສ້າງ dashboards. ມັນໃຊ້ພະລັງງານແບບ Python ແລະ R ໃນລະດັບ. Dash ອະນຸຍາດໃຫ້ທ່ານສ້າງ, ທົດສອບ, ນໍາໃຊ້, ແລະລາຍງານໂດຍບໍ່ມີ DevOps, JavaScript, CSS, ຫຼື CronJobs. Dash ແມ່ນມີອໍານາດ, ສາມາດປັບແຕ່ງໄດ້, ນ້ໍາຫນັກເບົາແລະງ່າຍຕໍ່ການຈັດການ. ມັນຍັງເປັນແຫຼ່ງເປີດ.

ຈໍານວນດາວໃນ Github: 9,883

21. ສີມ່ວງແດງ

Magenta ແມ່ນໂຄງການຄົ້ນຄ້ວາແຫຼ່ງເປີດທີ່ສຸມໃສ່ການຮຽນຮູ້ເຄື່ອງຈັກເປັນເຄື່ອງມືໃນຂະບວນການສ້າງສັນ. ມັນອະນຸຍາດໃຫ້ທ່ານສ້າງດົນຕີແລະສິລະປະໂດຍໃຊ້ການຮຽນຮູ້ເຄື່ອງຈັກ. Magenta ເປັນຫ້ອງສະຫມຸດ Python ໂດຍອີງໃສ່ TensorFlow, ມີຜົນປະໂຫຍດສໍາລັບການເຮັດວຽກກັບຂໍ້ມູນດິບ, ການນໍາໃຊ້ມັນເພື່ອຝຶກອົບຮົມຮູບແບບເຄື່ອງຈັກແລະສ້າງເນື້ອຫາໃຫມ່.

22. ໜ້າກາກ R-CNN

ນີ້ແມ່ນການປະຕິບັດຫນ້າກາກ R-CNNN ໃນ Python 3, TensorFlow ແລະ Keras. ຮູບແບບດັ່ງກ່າວໃຊ້ເວລາແຕ່ລະຕົວຢ່າງວັດຖຸໃນ raster ແລະສ້າງກ່ອງຜູກມັດແລະຫນ້າກາກການແບ່ງສ່ວນສໍາລັບມັນ. ມັນໃຊ້ Feature Pyramid Network (FPN) ແລະກະດູກສັນຫຼັງ ResNet101. ລະຫັດແມ່ນງ່າຍທີ່ຈະຂະຫຍາຍ. ໂຄງການນີ້ຍັງສະເຫນີຊຸດຂໍ້ມູນ Matterport3D ຂອງພື້ນທີ່ 3D ທີ່ຖືກສ້າງຄືນໃຫມ່ທີ່ຖືກຈັບໂດຍລູກຄ້າ ...
ຈໍານວນດາວໃນ Github: 14

23. ຕົວແບບ TensorFlow

ນີ້ແມ່ນບ່ອນເກັບມ້ຽນທີ່ມີຮູບແບບຕ່າງໆທີ່ຖືກປະຕິບັດໃນ TensorFlow - ຮູບແບບຢ່າງເປັນທາງການແລະການຄົ້ນຄວ້າ. ມັນຍັງມີຕົວຢ່າງແລະ tutorials. ຮູບແບບຢ່າງເປັນທາງການໃຊ້ TensorFlow APIs ລະດັບສູງ. ຮູບແບບການຄົ້ນຄວ້າແມ່ນແບບຈໍາລອງທີ່ປະຕິບັດໃນ TensorFlow ໂດຍນັກຄົ້ນຄວ້າສໍາລັບການສະຫນັບສະຫນູນຫຼືການສະຫນັບສະຫນູນຄໍາຖາມແລະການສອບຖາມ.

ຈໍານວນດາວໃນ Github: 57

24. Snallygaster

Snallygaster ແມ່ນວິທີການຈັດຕັ້ງບັນຫາກັບກະດານໂຄງການ. ຂໍ​ຂອບ​ໃຈ​ກັບ​ສິ່ງ​ນີ້​, ທ່ານ​ສາ​ມາດ​ປັບ​ຄະ​ນະ​ກໍາ​ມະ​ການ​ຄຸ້ມ​ຄອງ​ໂຄງ​ການ​ຂອງ​ທ່ານ​ກ່ຽວ​ກັບ GitHub​, ປັບ​ປຸງ​ແລະ​ອັດ​ຕະ​ໂນ​ມັດ​ການ​ເຮັດ​ວຽກ​ຂອງ​ທ່ານ​. ມັນອະນຸຍາດໃຫ້ທ່ານຈັດລຽງວຽກ, ກໍານົດໂຄງການ, ອັດຕະໂນມັດການເຮັດວຽກ, ຕິດຕາມຄວາມຄືບຫນ້າ, ແບ່ງປັນສະຖານະພາບແລະສຸດທ້າຍສໍາເລັດ. Snallygaster ສາມາດສະແກນຫາໄຟລ໌ລັບໃນເຊີບເວີ HTTP - ມັນຊອກຫາໄຟລ໌ທີ່ມີຢູ່ໃນເຊີບເວີເວັບທີ່ບໍ່ຄວນຈະເຂົ້າເຖິງສາທາລະນະແລະອາດຈະສ້າງຄວາມສ່ຽງດ້ານຄວາມປອດໄພ.

ຈໍານວນດາວໃນ Github: 1

25.Statsmodels

ນີ້ ຊຸດ Python, ເຊິ່ງປະກອບ scipy ສໍາລັບການຄິດໄລ່ສະຖິຕິ, ລວມທັງສະຖິຕິຄໍາອະທິບາຍແລະການຄາດຄະເນແລະການ inference ສໍາລັບຕົວແບບສະຖິຕິ. ມັນມີຫ້ອງຮຽນແລະຫນ້າທີ່ສໍາລັບຈຸດປະສົງນີ້. ມັນຍັງອະນຸຍາດໃຫ້ພວກເຮົາເຮັດການທົດສອບສະຖິຕິແລະການຄົ້ນຄວ້າຂໍ້ມູນສະຖິຕິ.
ຈໍານວນດາວໃນ Github: 4

26. WhatWaf

ນີ້ແມ່ນເຄື່ອງມືກວດຫາ Firewall ຂັ້ນສູງທີ່ພວກເຮົາສາມາດໃຊ້ເພື່ອເຂົ້າໃຈວ່າມີໄຟວໍຂອງແອັບພລິເຄຊັນເວັບຫຼືບໍ່. ມັນກວດພົບ Firewall ໃນແອັບພລິເຄຊັນເວັບ ແລະພະຍາຍາມຄົ້ນພົບວິທີແກ້ໄຂບັນຫາໜຶ່ງ ຫຼືຫຼາຍອັນສຳລັບມັນຢູ່ໃນເປົ້າໝາຍທີ່ກຳນົດໄວ້.

ຈໍານວນດາວໃນ Github: 1300

27. ຕ່ອງໂສ້

ໂສ້ງ — ມັນເປັນກອບການຮຽນຮູ້ທີ່ເລິກເຊິ່ງຮັດກຸມໄປສູ່ຄວາມຍືດຫຍຸ່ນ. ມັນແມ່ນອີງໃສ່ Python ແລະສະເຫນີ APIs ທີ່ແຕກຕ່າງກັນໂດຍອີງໃສ່ວິທີການກໍານົດໂດຍການດໍາເນີນງານ. Chainer ຍັງສະຫນອງ APIs ຈຸດປະສົງລະດັບສູງສໍາລັບການກໍ່ສ້າງແລະການຝຶກອົບຮົມເຄືອຂ່າຍ neural. ມັນເປັນກອບທີ່ມີປະສິດທິພາບ, ປ່ຽນແປງໄດ້ແລະ intuitive ສໍາລັບເຄືອຂ່າຍ neural.
ຈໍານວນດາວໃນ Github: 5,054

28. ຟື້ນຕົວ

Rebound ແມ່ນເຄື່ອງມືບັນທັດຄໍາສັ່ງ. ເມື່ອທ່ານໄດ້ຮັບຄວາມຜິດພາດ compiler, ມັນທັນທີດຶງຜົນໄດ້ຮັບຈາກການ overflow stack. ເພື່ອໃຊ້ມັນ, ທ່ານສາມາດໃຊ້ຄໍາສັ່ງ rebound ເພື່ອປະຕິບັດໄຟລ໌ຂອງທ່ານ. ມັນແມ່ນໜຶ່ງໃນ 50 ໂຄງການແຫຼ່ງເປີດ Python ທີ່ນິຍົມທີ່ສຸດຂອງປີ 2018. ນອກຈາກນັ້ນ, ມັນຕ້ອງການ Python 3.0 ຫຼືສູງກວ່າ. ປະເພດໄຟລ໌ທີ່ຮອງຮັບ: Python, Node.js, Ruby, Golang ແລະ Java.

ຈໍານວນດາວໃນ Github: 2913

29. ເຄື່ອງກວດຈັບ

Detectron ດໍາເນີນການກວດຫາວັດຖຸທີ່ທັນສະໄຫມ (ຍັງປະຕິບັດຫນ້າກາກ R-CNN). ມັນແມ່ນຊອບແວ Facebook AI Research (FAIR) ທີ່ຂຽນໃນ Python ແລະເຮັດວຽກຢູ່ໃນເວທີ Caffe2 Deep Learning. ເປົ້າໝາຍຂອງ Detectron ແມ່ນເພື່ອສະໜອງຖານລະຫັດທີ່ມີຄຸນນະພາບສູງ, ປະສິດທິພາບສູງສຳລັບການຄົ້ນຄວ້າກວດຫາວັດຖຸ. ມັນມີຄວາມຍືດຫຍຸ່ນແລະປະຕິບັດສູດການຄິດໄລ່ຕໍ່ໄປນີ້ - ຫນ້າກາກ R-CNN, RetinaNet, ໄວ R-CNN, RPN, ໄວ R-CNN, R-FCN.

ຈໍານວນດາວໃນ Github: 21

30. Python-fire

ນີ້​ແມ່ນ​ຫ້ອງ​ສະ​ຫມຸດ​ສໍາ​ລັບ​ການ​ຜະ​ລິດ CLIs ອັດ​ຕະ​ໂນ​ມັດ (ການ​ໂຕ້​ຕອບ​ເສັ້ນ​ຄໍາ​ສັ່ງ​) ຈາກ (ໃດໆ​) Python object​. ມັນຍັງຊ່ວຍໃຫ້ທ່ານສາມາດພັດທະນາແລະແກ້ໄຂລະຫັດ, ເຊັ່ນດຽວກັນກັບການກວດສອບລະຫັດທີ່ມີຢູ່ແລ້ວຫຼືປ່ຽນລະຫັດຂອງຄົນອື່ນເຂົ້າໄປໃນ CLI. Python Fire ເຮັດໃຫ້ມັນງ່າຍຕໍ່ການຍ້າຍລະຫວ່າງ Bash ແລະ Python, ແລະຍັງເຮັດໃຫ້ມັນງ່າຍຕໍ່ການໃຊ້ REPL.
ຈໍານວນດາວໃນ Github: 15

31. Pylearn2

Pylearn2 ເປັນຫ້ອງສະໝຸດການຮຽນຮູ້ເຄື່ອງຈັກທີ່ສ້າງຂຶ້ນຕົ້ນຕໍຢູ່ເທິງສຸດຂອງ Theano. ເປົ້າໝາຍຂອງມັນແມ່ນເພື່ອເຮັດໃຫ້ການຄົ້ນຄວ້າ ML ງ່າຍຂຶ້ນ. ອະນຸຍາດໃຫ້ທ່ານຂຽນ algorithms ແລະແບບຈໍາລອງໃຫມ່.
ຈໍານວນດາວໃນ Github: 2681

32. Matplotlib

matplotlib ເປັນຫ້ອງສະຫມຸດແຕ້ມຮູບ 2D ສໍາລັບ Python - ມັນສ້າງສິ່ງພິມທີ່ມີຄຸນນະພາບໃນຮູບແບບຕ່າງໆ.

ຈໍານວນດາວໃນ Github: 10,072

33. ເທອາໂນ

Theano ເປັນຫ້ອງສະຫມຸດສໍາລັບ manipulating ຄະນິດສາດແລະ matrix ສະແດງອອກ. ມັນຍັງເປັນ compiler optimizing. Theano ໃຊ້ ຕົວເລກ-like syntax ສໍາລັບການສະແດງອອກການຄໍານວນແລະລວບລວມໃຫ້ເຂົາເຈົ້າດໍາເນີນການກ່ຽວກັບສະຖາປັດຕະ CPU ຫຼື GPU. ມັນເປັນແຫຼ່ງເປີດຫ້ອງສະຫມຸດການຮຽນຮູ້ເຄື່ອງຈັກ Python ທີ່ຂຽນໃນ Python ແລະ CUDA ແລະເຮັດວຽກໃນ Linux, macOS ແລະ Windows.

ຈໍານວນດາວຕໍ່ GitHub: 8,922

34. Multidiff

Multidiff ຖືກອອກແບບມາເພື່ອເຮັດໃຫ້ຂໍ້ມູນແບບເຄື່ອງຈັກເຂົ້າໃຈງ່າຍຂຶ້ນ. ມັນຊ່ວຍໃຫ້ທ່ານເບິ່ງຄວາມແຕກຕ່າງລະຫວ່າງວັດຖຸຈໍານວນຫລາຍໂດຍການສ້າງຄວາມແຕກຕ່າງລະຫວ່າງວັດຖຸທີ່ສອດຄ້ອງກັນແລະຫຼັງຈາກນັ້ນສະແດງພວກມັນ. ການເບິ່ງເຫັນນີ້ເຮັດໃຫ້ພວກເຮົາຊອກຫາຮູບແບບໃນໂປໂຕຄອນທີ່ເປັນເຈົ້າຂອງຫຼືຮູບແບບໄຟລ໌ທີ່ຜິດປົກກະຕິ. ມັນຍັງຖືກນໍາໃຊ້ຕົ້ນຕໍສໍາລັບວິສະວະກໍາຍ້ອນກັບແລະການວິເຄາະຂໍ້ມູນຖານສອງ.

ຈໍານວນດາວໃນ Github: 262

35. ສົ້ມ tsp

ໂຄງ​ການ​ນີ້​ແມ່ນ​ກ່ຽວ​ກັບ​ການ​ນໍາ​ໃຊ້​ແຜນ​ທີ່​ການ​ຈັດ​ຕັ້ງ​ຕົນ​ເອງ​ເພື່ອ​ແກ້​ໄຂ​ບັນ​ຫາ​ນັກ​ຂາຍ​ການ​ເດີນ​ທາງ. ການນໍາໃຊ້ SOM, ພວກເຮົາຊອກຫາວິທີແກ້ໄຂຍ່ອຍທີ່ເຫມາະສົມກັບບັນຫາ TSP ແລະນໍາໃຊ້ຮູບແບບ .tsp ສໍາລັບການນີ້. TSP ເປັນບັນຫາ NP-complete ແລະກາຍເປັນບັນຫາທີ່ຍາກທີ່ຈະແກ້ໄຂຍ້ອນວ່າຈໍານວນຕົວເມືອງເພີ່ມຂຶ້ນ.

ຈໍານວນດາວໃນ Github: 950

36. ໂຟຕອນ

Photon ເປັນເຄື່ອງສະແກນເວັບທີ່ໄວພິເສດທີ່ອອກແບບມາສຳລັບ OSINT. ມັນສາມາດດຶງເອົາ URLs, URLs ທີ່ມີພາລາມິເຕີ, ຂໍ້ມູນ Intel, ໄຟລ໌, ລະຫັດລັບ, ໄຟລ໌ JavaScript, ກົງກັນສະແດງອອກເປັນປົກກະຕິ, ແລະໂດເມນຍ່ອຍ. ຂໍ້ມູນທີ່ຖືກສະກັດຈາກນັ້ນສາມາດຖືກບັນທຶກໄວ້ແລະສົ່ງອອກໃນຮູບແບບ json. Photon ແມ່ນມີຄວາມຍືດຫຍຸ່ນແລະ ingenious. ນອກນັ້ນທ່ານຍັງສາມາດເພີ່ມບາງ plugins ກັບມັນ.

ຈໍານວນດາວໃນ Github: 5714

37. Social Mapper

Social Mapper ແມ່ນເຄື່ອງມືສ້າງແຜນທີ່ສື່ສັງຄົມທີ່ເຊື່ອມໂຍງໂປຣໄຟລ໌ໂດຍໃຊ້ການຮັບຮູ້ໃບໜ້າ. ມັນເຮັດແບບນີ້ຢູ່ໃນເວັບໄຊທ໌ຕ່າງໆໃນລະດັບຂະຫນາດໃຫຍ່. Social Mapper ອັດຕະໂນມັດການຊອກຫາຊື່ແລະຮູບພາບໃນສື່ມວນຊົນສັງຄົມແລະຫຼັງຈາກນັ້ນພະຍາຍາມກໍານົດແລະຈັດກຸ່ມການປະກົດຕົວຂອງໃຜຜູ້ຫນຶ່ງ. ຫຼັງຈາກນັ້ນ, ມັນຈະສ້າງບົດລາຍງານສໍາລັບການທົບທວນຄືນຂອງມະນຸດ. ນີ້ແມ່ນເປັນປະໂຫຍດໃນອຸດສາຫະກໍາຄວາມປອດໄພ (ຕົວຢ່າງເຊັ່ນ phishing). ມັນສະຫນັບສະຫນູນ LinkedIn, Facebook, Twitter, Google Plus, Instagram, VKontakte, Weibo ແລະເວທີ Douban.

ຈໍານວນດາວໃນ Github: 2,396

38. Camelot

Camelot ເປັນຫ້ອງສະຫມຸດ Python ທີ່ຊ່ວຍໃຫ້ທ່ານສະກັດຕາຕະລາງຈາກໄຟລ໌ PDF. ມັນເຮັດວຽກກັບໄຟລ໌ PDF ຂໍ້ຄວາມ, ແຕ່ບໍ່ແມ່ນເອກະສານສະແກນ. ທີ່ນີ້ແຕ່ລະຕາຕະລາງແມ່ນ pandas DataFrame. ນອກຈາກນັ້ນ, ທ່ານສາມາດສົ່ງອອກຕາຕະລາງເປັນ .json, .xls, .html ຫຼື .sqlite.

ຈໍານວນດາວໃນ Github: 2415

39. ອາຈານ

ນີ້ແມ່ນຜູ້ອ່ານ Qt ສໍາລັບການອ່ານ e-books. ມັນຮອງຮັບ .pdf, .epub, .djvu, .fb2, .mobi, .azw/.azw3/.azw4, .cbr/.cbz ແລະ .md ຮູບແບບໄຟລ໌. Lector ມີປ່ອງຢ້ຽມຕົ້ນຕໍ, ມຸມເບິ່ງຕາຕະລາງ, ມຸມເບິ່ງຫນັງສື, ມຸມເບິ່ງທີ່ບໍ່ມີສິ່ງລົບກວນ, ການສະຫນັບສະຫນູນຄໍາບັນຍາຍ, ມຸມເບິ່ງກາຕູນ, ແລະປ່ອງຢ້ຽມການຕັ້ງຄ່າ. ມັນຍັງສະຫນັບສະຫນູນ bookmarks, ການຊອກຫາໂປຣໄຟລ໌, ບັນນາທິການ metadata, ແລະວັດຈະນານຸກົມໃນຕົວ.

ຈໍານວນດາວໃນ Github: 835

40dbot

ນີ້ແມ່ນ Telegram bot ສໍາລັບການທົດສອບຕົນເອງຊຶມເສົ້າແລະຄວາມກັງວົນ.

ຈໍານວນດາວໃນ Github: 145

41. ມະນີ

ມັນເປັນເຄື່ອງຈັກອະນິເມຊັນສໍາລັບການອະທິບາຍວິດີໂອຄະນິດສາດທີ່ສາມາດນໍາໃຊ້ເພື່ອສ້າງພາບເຄື່ອນໄຫວທີ່ຊັດເຈນໃນໂຄງການ. ລາວໃຊ້ Python ສໍາລັບການນີ້.

ຈໍານວນດາວໃນ Github: 13

42. ດຸ້ຍ - ບຸນ

bot ທີ່ຂຽນໃນ Python ສໍາລັບຄໍາຮ້ອງສະຫມັກທີ່ຄ້າຍຄື Tinder. ນັກພັດທະນາຈາກປະເທດຈີນ.

ຈໍານວນດາວໃນ Github: 5,959

43. XSStrike

ນີ້ແມ່ນຊຸດການກວດຫາສະຄຣິບຂ້າມເວັບໄຊທີ່ມີສີ່ຕົວວິເຄາະຂຽນດ້ວຍມື. ມັນຍັງມີເຄື່ອງກໍາເນີດ payload ອັດສະລິຍະ, ເຄື່ອງຈັກ fuzzing ທີ່ມີປະສິດທິພາບ, ແລະເຄື່ອງຈັກຊອກຫາທີ່ໄວຢ່າງບໍ່ຫນ້າເຊື່ອ. ແທນທີ່ຈະໃສ່ payload ແລະທົດສອບໃຫ້ມັນເຮັດວຽກຄືກັບເຄື່ອງມືອື່ນໆທັງຫມົດ, XSStrike ຮັບຮູ້ການຕອບສະຫນອງໂດຍໃຊ້ parser ຫຼາຍແລະຫຼັງຈາກນັ້ນປະມວນຜົນ payload, ເຊິ່ງຮັບປະກັນທີ່ຈະເຮັດວຽກໂດຍໃຊ້ການວິເຄາະສະພາບການປະສົມປະສານເຂົ້າໃນເຄື່ອງຈັກ fuzzing.

ຈໍານວນດາວໃນ Github: 7050

44. PythonRobotics

ໂຄງ​ການ​ນີ້​ແມ່ນ​ການ​ເກັບ​ກໍາ​ລະ​ຫັດ​ໃນ Python robotics algorithms​, ເຊັ່ນ​ດຽວ​ກັນ​ກັບ​ວິ​ທີ​ການ​ນໍາ​ທາງ​ອັດ​ຕະ​ໂນ​ມັດ​.

ຈໍານວນດາວໃນ Github: 6,746

45. Google Images ດາວໂຫຼດ

Google Images Download ແມ່ນໂປຣແກຣມ Python ເສັ້ນຄໍາສັ່ງທີ່ຄົ້ນຫາ Google Images ສໍາລັບຄໍາສໍາຄັນແລະໄດ້ຮັບຮູບພາບສໍາລັບທ່ານ. ມັນເປັນໂຄງການຂະຫນາດນ້ອຍທີ່ບໍ່ມີການເພິ່ງພາອາໄສຖ້າຫາກວ່າທ່ານພຽງແຕ່ຕ້ອງການອັບໂຫລດເຖິງ 100 ຮູບພາບສໍາລັບແຕ່ລະຄໍາສໍາຄັນ.

ຈໍານວນດາວໃນ Github: 5749

46. ​​ດັກ

ອະນຸຍາດໃຫ້ທ່ານຕິດຕາມແລະປະຕິບັດການໂຈມຕີທາງວິສະວະກໍາສັງຄົມອັດສະລິຍະໃນເວລາທີ່ແທ້ຈິງ. ນີ້ຊ່ວຍເປີດເຜີຍໃຫ້ເຫັນວ່າບໍລິສັດອິນເຕີເນັດຂະຫນາດໃຫຍ່ສາມາດໄດ້ຮັບຂໍ້ມູນທີ່ລະອຽດອ່ອນແລະຄວບຄຸມຜູ້ໃຊ້ໂດຍບໍ່ມີຄວາມຮູ້ຂອງເຂົາເຈົ້າ. Trape ຍັງສາມາດຊ່ວຍຕິດຕາມ cybercriminals.

ຈໍານວນດາວໃນ Github: 4256

47. ຊອນຊ

Xonsh ແມ່ນເສັ້ນຄໍາສັ່ງ Unix-gazing ຂ້າມເວທີແລະພາສາ shell ໂດຍອີງໃສ່ Python. ນີ້ແມ່ນ superset ຂອງ Python 3.5+ ທີ່ມີ shell primitives ເພີ່ມເຕີມເຊັ່ນ: ທີ່ພົບເຫັນຢູ່ໃນ Bash ແລະ IPython. Xonsh ແລ່ນໃນ Linux, Max OS X, Windows ແລະລະບົບທີ່ສໍາຄັນອື່ນໆ.

ຈໍານວນດາວໃນ Github: 3426

48. GIF ສໍາລັບ CLI

ມັນຕ້ອງການ GIF ຫຼືວິດີໂອສັ້ນຫຼືແບບສອບຖາມ, ແລະການນໍາໃຊ້ Tenor GIF API, ມັນຖືກປ່ຽນເປັນຮູບພາບເຄື່ອນໄຫວ ASCII. ມັນໃຊ້ລໍາດັບການຫລົບຫນີ ANSI ສໍາລັບພາບເຄື່ອນໄຫວແລະສີ.

ຈໍານວນດາວໃນ Github: 2,547

49. ກາຕູນ

Draw ນີ້ແມ່ນກ້ອງຖ່າຍຮູບ Polaroid ທີ່ສາມາດແຕ້ມກາຕູນ. ມັນໃຊ້ເຄືອຂ່າຍ neural ສໍາລັບການຮັບຮູ້ວັດຖຸ, ຊຸດຂໍ້ມູນ Google Quickdraw, ເຄື່ອງພິມຄວາມຮ້ອນ ແລະ Raspberry Pi. ດ່ວນ, ແຕ້ມ! ເປັນເກມຂອງ Google ທີ່ຂໍໃຫ້ຜູ້ຫຼິ້ນແຕ້ມຮູບຂອງວັດຖຸ/ຄວາມຄິດ ແລະຈາກນັ້ນພະຍາຍາມເດົາວ່າມັນເປັນຕົວແທນຫຍັງພາຍໃນ 20 ວິນາທີ.

ຈໍານວນດາວໃນ Github: 1760

50. ຊູລິບ

Zulip ເປັນແອັບສົນທະນາກຸ່ມທີ່ເຮັດວຽກໃນເວລາຈິງ ແລະຍັງມີຜົນດີກັບການສົນທະນາຫຼາຍກະທູ້. ບໍລິສັດ Fortune 500 ຫຼາຍຄົນແລະໂຄງການແຫຼ່ງເປີດນໍາໃຊ້ມັນສໍາລັບການສົນທະນາໃນເວລາທີ່ແທ້ຈິງທີ່ສາມາດຈັດການກັບຂໍ້ຄວາມຫລາຍພັນຂໍ້ຄວາມຕໍ່ມື້.

ຈໍານວນດາວໃນ Github: 10,432

51. YouTube-dl

ມັນເປັນໂຄງການເສັ້ນຄໍາສັ່ງທີ່ສາມາດດາວນ໌ໂຫລດວິດີໂອຈາກ YouTube ແລະບາງສະຖານທີ່ອື່ນໆ. ມັນບໍ່ໄດ້ຖືກຜູກມັດກັບເວທີສະເພາະ.

ຈໍານວນດາວໃນ Github: 55

52. ອະພິປາຍ

ມັນເປັນລະບົບອັດຕະໂນມັດໄອທີທີ່ງ່າຍດາຍທີ່ສາມາດຈັດການກັບຫນ້າທີ່ດັ່ງຕໍ່ໄປນີ້: ການຈັດການການຕັ້ງຄ່າ, ການຕິດຕັ້ງແອັບພລິເຄຊັນ, ການຈັດຫາຄລາວ, ວຽກງານສະເພາະ, ເຄືອຂ່າຍອັດຕະໂນມັດ, ແລະຫຼາຍສະຖານທີ່ orchestration.

ຈໍານວນດາວໃນ Github: 39,443

53. HTTPie

HTTPie ແມ່ນສາຍຄໍາສັ່ງ HTTP client. ນີ້ເຮັດໃຫ້ມັນງ່າຍຂຶ້ນສໍາລັບ CLI ໃນການພົວພັນກັບການບໍລິການເວັບ. ສໍາລັບຄໍາສັ່ງ http, ມັນອະນຸຍາດໃຫ້ພວກເຮົາສົ່ງຄໍາຮ້ອງຂໍ HTTP arbitrary ດ້ວຍ syntax ງ່າຍດາຍ, ແລະໄດ້ຮັບຜົນຜະລິດສີ. ພວກເຮົາສາມາດໃຊ້ມັນເພື່ອທົດສອບ, debug ແລະພົວພັນກັບເຄື່ອງແມ່ຂ່າຍ HTTP.

ຈໍານວນດາວໃນ Github: 43

54. Tornado Web Server

ມັນເປັນກອບເວັບ, ຫ້ອງສະຫມຸດເຄືອຂ່າຍ asynchronous ສໍາລັບ Python. ມັນໃຊ້ເຄືອຂ່າຍ I/O ທີ່ບໍ່ປິດກັ້ນເພື່ອຂະຫຍາຍການເຊື່ອມຕໍ່ເປີດຫຼາຍກວ່າພັນໆອັນ. ນີ້ເຮັດໃຫ້ມັນເປັນທາງເລືອກທີ່ດີສໍາລັບການຮ້ອງຂໍຍາວແລະ WebSockets.

ຈໍານວນດາວໃນ Github: 18

55.Requests

ການຮ້ອງຂໍແມ່ນຫ້ອງສະຫມຸດທີ່ເຮັດໃຫ້ມັນງ່າຍຕໍ່ການສົ່ງຄໍາຮ້ອງຂໍ HTTP/1.1. ທ່ານບໍ່ ຈຳ ເປັນຕ້ອງເພີ່ມພາລາມິເຕີໃສ່ URLs ຫຼືເຂົ້າລະຫັດຂໍ້ມູນ PUT ແລະ POST.
ຈໍານວນດາວໃນ Github: 40

56. ຂູດ

Scrapy ເປັນກອບການລວບລວມຂໍ້ມູນເວັບໄຊຕ໌ໄວ, ລະດັບສູງ - ທ່ານສາມາດນໍາໃຊ້ມັນເພື່ອຂູດເວັບໄຊທ໌ເພື່ອສະກັດຂໍ້ມູນທີ່ມີໂຄງສ້າງ. ນອກນັ້ນທ່ານຍັງສາມາດນໍາໃຊ້ມັນສໍາລັບການວິເຄາະຂໍ້ມູນ, ການຕິດຕາມແລະການທົດສອບອັດຕະໂນມັດ.

ຈໍານວນດາວໃນ Github: 34,493

ແຫຼ່ງຂໍ້ມູນ: www.habr.com