10 классных проектов GitHub на языке Python

10 классных проектов GitHub на языке Python

Почему же разработчики так любят Python? Есть несколько причин: простой синтаксис, лаконичный и ясный код, высокая эффективность, большой выбор важных пакетов и пр.

Python – один из тех языков, которые позволяют воплотить в жизнь практически любой проект и продемонстрировать все грани своего таланта.  


В статье мы расскажем вам о нескольких прекрасных проектах GitHub, созданных на этом языке, которые не только наглядно покажут вам все возможности Python, но и подарят море вдохновения. Поехали!


1. Manim

Оценки: 26,2К

Клонирован: 3,4К

Автор: Grant Sanderson



Manim (Mathematical Animation Engine) – это движок анимации для пояснительных математических видеороликов. Благодаря ему скучные учебные материалы можно представить в виде наглядных анимированных графиков, диаграмм и т.п. Таким образом, изучение математических наук становится более увлекательным и эффективным.


Если хотите увидеть все своими глазами, заходите на YouTube-канал Гранта Сандерсона 3Blue1Brown. Он применяет Manim для оформления материалов по высшей математике. Со всеми возможностями библиотеки вы можете познакомиться, посмотрев этот ролик.


2. DeepFaceLab

Оценки: 20,4К

Клонирован: 4,8К

Автор: iperov



Этот проект, скорее всего, впечатлит вас сильнее всех остальных в данной подборке. DeepFaceLab с помощью технологии deepfake позволяет изменять внешность людей на фото и видео, в том числе омолаживать, менять местами лица и даже корректировать речь. По словам разработчика, 95% всех deepfake-роликов были созданы на этом ПО. На странице DeepFaceLab на GitHub выложено руководство и даже немного заготовок лиц для старта работы. А здесь вы можете посмотреть инструкцию, как делать deepfake-видео с помощью DeepFaceLab.


3. Airflow

Оценки: 18,6К

Клонирован: 7,3К

Автор: Apache Software Foundation



Эта ссылка ведет на платформу для создания, планирования и мониторинга рабочих процессов. Благодаря Airflow ими намного проще управлять, тестировать и налаживать совместную работу. Плюсами данного планировщика являются простой интерфейс, масштабируемость, интеграция с другими службами, возможность подключать сторонние инструменты. Не зря им пользуются команды  таких гигантов, как Adobe, Lyft и Expedia.


4. GPT-2

Оценки: 13,4К

Клонирован: 3,4К

Автор: WuTheFWasThat



Этот проект – большая языковая модель, обучающаяся на огромном наборе данных (текст на 8 млрд веб-страниц). Она предсказывает следующие слова или продолжение предложения, когда пользователь задает первые слова (начальную часть контекста). Другими словами, вы дает GPT-2 отрывок, а он генерирует на его основе качественное развернутое предложение. На GitHub есть описание проекта и его главных особенностей.


5. XSStrike

Оценки: 8,5К

Клонирован: 1,2К

Автор: Somdev Sangwan



Самый продвинутый сканер XSS, защищающий сайты от вредоносного кода, который злоумышленник может внедрить со стороны клиента.


Особенности XSStrike:

  • анализирует контекст;
  • обладает сильным фаззинг-движком;
  • поддерживает многопоточный анализ;
  • есть индивидуальный анализатор JS и HTML;
  • сканирует устаревшие JS-библиотеки.


Детальный обзор ПО в этом ролике.


6. Загрузка графических файлов из Google

Оценки: 7,1К

Клонирован: 1,7К

Автор: Hardik Vasa



Скрипт Python для загрузки на ПК изображений из Google Images. Нужно установить библиотеку, выбрать команду, задать ключевые слова – и программа начнет делать чудеса! Она найдет все изображения, соответствующие введенным ключевым словам, и скачает их на компьютер. Довольно необычный, интересный и полезный проект, если вам нужно быстро и без усилий скачать картинки из Google.


7. Photon

Оценки:

Клонирован: 965

Автор: Somdev Sangwan




Невероятно мощный, быстрый и простой сканер, который использует технологии разведки. Он осуществляет сбор и анализ информации, найденной в открытых источниках.


Вот откуда Photon получает и где сканирует данные:

  • URL-адреса;
  • профили в соцсетях;
  • email-адреса;
  • файлы (документы разных форматов);
  • поддомены;
  • JS-файлы.


Photon полученную информацию упорядочивает и сохраняет, так что потом можно сделать экспорт данных в виде текстового файла JSON. В этом инструменте предусмотрены такие параметры настройки, как изменение времени ожидания, добавление URL-адресов в исключения и пр. 


8. NeuralTalk

Оценки:

Клонирован: 1,2К

Автор: Andrej Karpathy



Эффективный код для создания подписей к графическим файлам, который использует нейронные сети. Есть и вторая версия – NeuralTalk2 – более совершенный, технологичный и быстрый вариант. В основе новой версии лежит  Torch, она функционирует на GPU и поддерживает тонкую настройку нейросети. И хотя поддержка оригинальной NeuralTalk прекратилась, она все еще осталась в открытом доступе на GitHub.


9. Xonsh

Оценки: 3,9К

Клонирован: 434

Автор: Энтони Скопац



Кроссплатформенная оболочка с поддержкой Unix на базе Python. Xonsh значительно улучшает использование Python, даже если рассматривать самые элементарные задачи, за счет глубокой интеграции.


Например, с Xonsh вы можете набрать $ 3 + 3 вместо “$ echo 3+3”, и результат от этого не изменится.


Начать работать с этой оболочкой просто – она устанавливается одной единственной командой (в зависимости от среды, которую вы используете). Xonsh поддерживает скрипты, содержит обширную коллекцию типизированных переменных и пр.


10. Rebound

Оценки: 3,3К

Клонирован: 299

Автор: Jonathan Shobrook



Rebound – это очень полезный инструмент, потому что он является практически панацеей от нервных срывов, причиной которых становятся ошибки компилятора. Что мы обычно делаем, когда они возникают? Конечно же, заходим на Stack Overflow и пытаемся найти там ответ, или же изучаем документацию. Благодаря Rebound этот процесс облегчается в разы!


Принцип действия этого помощника прост: разработчик запускает свой файл, программа проверяет его на ошибки компилятора, а затем сразу загружает все связанные с обнаруженной проблемой ответы с портала Stack Overflow.


Таким образом, Rebound полезен не только для начинающих, но и для опытных программистов, поскольку позволяет не терять время на поиски нужного ответа среди бесконечного океана информации. Сейчас Rebound поддерживает Java, Ruby, Go, Node.js и, конечно же, Python.


Заключение

Фантазии и творчеству талантливых людей нет предела. Представленные в подборке проекты – яркое тому подтверждение. Но не забывайте, что Python не стоит на месте: он очень быстро развивается. Так что совсем скоро вы сможете использовать его для решения и более сложных задач! Главное – иметь четкие цели, хорошие знания и усердно работать, не пасуя перед трудностями. 

 

Пусть этот материал вдохновит вас на собственные потрясающие проекты!

()
Количество показов: 93
29 декабря 2020

Возврат к списку

Корзина0 позиций на сумму 0 руб.