TOП-50 Python-проектов в 2018: самые востребованные инструменты

0
22624
Добавить в избранное

Мы составили список из 50 самых популярных Python-проектов для машинного обучения, веб-разработки, моделирования и других задач.

ТОП-50 Python-проектов 2018 года

Отбор лучших Python-проектов

В список вошли только open-source продукты, бесплатные и доступные всем. Эти библиотеки, фреймворки и утилиты стали самыми востребованными среди программистов в текущем году. Их репозитории активно развиваются и улучшаются. Каждый уважающий себя питонист должен с ними познакомиться, тем более, что они затрагивают почти все популярные направления разработки.

1) TensorFlow Models

Python tensor-flow

Каждый, кто интересуется машинным обучением, точно слышал о TensorFlow.

TensorFlow Models – это репозиторий с открытым исходным кодом, в котором можно найти множество библиотек и моделей глубокого обучения.

Статьи по теме:
Introduction and usage of TensorFlow in Python

2) Keras

Python keras

Keras – это высокоуровневый API нейронных сетей, написанный на Python и способный работать поверх TensorFlow, CNTK или Theano. Он был разработан специально для постановки быстрых экспериментов.

Статьи по теме:
Introduction and usage of Keras

3) Flask

Python Flask

Один из самых легких фреймворков для веб-разработки по стандарту WSGI. Он предназначен для быстрого запуска приложений с возможностью масштабирования.

Flask стартовал как простая обертка для Werkzeug и Jinja, но стал одним из самых востребованных Python-проектов.

Статьи по теме:
Introduction and usage of Flask
Введение в создание веб-приложений на Python

4) scikit-learn

Python scikit-learn

scikit-learn – это модуль для машинного обучения, созданный поверх SciPy и распространяемый по лицензии BSD 3-Clause.

Статьи по теме:
Introduction and usage of SciKits

5) Zulip

Python Zulip

Мощный групповой чат, сочетающий скорость обработки в реальном времени и производительность потокового режима. Приложение используется компаниями из списка Fortune 500, крупными организациями стандартизации и всеми, кому нужен надежный чат в режиме реального времени, способный обрабатывать тысячи сообщений в день. Zulip является одним из самых крупных и активно развивающихся открытых Python-проектов. В его репозитории больше 400 участников, делающих по 500 и более коммитов в месяц.

Статьи по теме:
Introduction and usage of Zulip

6) Django

Python Django

Django – высокоуровневый веб-фреймворк, способствующий быстрой разработке в чистом, прагматичном стиле.

Статьи по теме:
Django articles
10 лучших материалов для изучения Django

7) Rebound

Python Rebound

Хотите сэкономить время на дебаггинге? Когда в процессе разработки компилятор выдает ошибку, больше не нужно отправляться за подсказкой на просторы Stack Overflow. Один из самых полезных Python-проектов для командной строки Rebound мгновенно извлекает с сервиса релевантные ответы.

Статьи по теме:
Отладка программы: 3 типа ошибок

8) Google Images Download

Python Google Images Download

Утилита командной строки, которая позволяет искать изображения в Google Images по ключевым словам или фразам и загружать их на компьютер.
Скрипт также можно запускать из любого python-файла.

Статьи по теме:
How to use Google API in Python

9) YouTube-dl

Python YouTube-dl

Используется для загрузки видео с youtube.com или других платформ.

Статьи по теме:
How to use Youtube in python

10) System Design Primer

Python System Design Primer

В этом репозитории собрана целая коллекция ресурсов, которая поможет научиться построению масштабируемых систем.

Статьи по теме:
Introduction and usage of System Design Primer

11) Mask R-CNN

Python Mask R-CNN

Библиотека Mask R-CNN предназначена для обнаружения объектов и сегментации изображений. Она реализована на Python 3, Keras и TensorFlow. Для каждого объекта на картинке программа генерирует ограничивающие контейнеры и маски сегментации. Работа проекта основана на Feature Pyramid Network (FPN) и ResNet101.

Статьи по теме:
Introduction and usage of R-cnn in python

12) Face Recognition

Python Face Recognition

Распознавайте и управляйте лицами из python-скриптов или из терминала с помощью самой простой в мире библиотеки распознавания лиц. Она также предоставляет консольную команду face_recognition, которая позволяет распознавать лица в папке изображений!

Статьи по теме:
How to use Face Recognition in python
Как работает FaceID в iPhone X: алгоритм на языке Python

13) snallygaster

Python snallygaster

Инструмент для просмотра защищенных файлов на HTTP-серверах.

Статьи по теме:
Introducing Snallygaster — a Tool to Scan for Secrets on Web Servers

14) Ansible

Python Ansible

Ansible – это радикально простая система автоматизации. Она обеспечивает управление конфигурацией, развертывание приложений, создание облаков, выполнение специальных задач и многоуровневое управление, включая обновление с нулевым временем простоя и балансировщики нагрузки.

Статьи по теме:
Introduction and usage of Ansible

15) Detectron

Python Detectron

Detectron входит в систему Facebook AI Research, которая реализует самые современные алгоритмы обнаружения объектов, включая Mask R-CNN. Это один из Python-проектов, основанных на системе глубокого обучения Caffe2.

Статьи по теме:
Introduction and usage of Detectron

16) asciinema

Python asciinema

Средство для записи сеансов работы в командной строке. Отлично сочетается с asciinema.org.

Статьи по теме:
Introduction and usage of Ascinema in python

17) HTTPie

Python HTTPie

Консольный HTTP-клиент, упрощающий общение с веб-сервисами. Позволяет отправлять любые HTTP-запросы и отображать результат с подсветкой синтаксиса. Проект идеально подходит для тестирования, отладки и общего взаимодействия с серверами.

18) You-Get

Python You-Get

You-Get – это крошечная консольная утилита, предназначенная для загрузки медиа-контента (видео, аудио, изображений) из Интернета, если нет другого удобного способа сделать это.

19) Sentry

Python Sentry

Sentry – это сервис, который помогает отслеживать и исправлять сбои в реальном времени. Проект написан на Python, но содержит полноценный API для отправки событий с любого языка в любом приложении.

20) Tornado

Python Tornado

Один из самых популярных Python-проектов для веб-разработки с асинхронной сетевой библиотекой, разработанный FriendFeed. Благодаря неблокирующим операциям ввода-вывода, фреймворк может поддерживать десятки тысяч открытых подключений одновременно. Это позволяет использовать длинные опросы, веб-сокеты и другие технологии, которые требуют долговременной связи с каждым пользователем.

21) Magenta

Python Magenta

Magenta – исследовательский проект, посвященный роли машинного обучения в искусстве и музыке. В первую очередь он связан с разработкой новых алгоритмов глубокого обучения с подкреплением для генерации песен, изображений, рисунков и других материалов. С другой стороны, это также исследование в области создания интеллектуальных инструментов и интерфейсов, которые позволяют художникам и музыкантам расширять диапазон своего творчества.

22) ZeroNet

Python ZeroNet

Создавайте распределенные веб-сайты с использованием Bitcoin и сети BitTorrent.

23) Gym

Python Gym

OpenAI Gym – это инструментарий для разработки и сравнения алгоритмов обучения с подкреплением. Это библиотека с открытым исходным кодом, которая дает доступ к стандартизованному набору сред.

Статьи по теме:
Введение в обучение с подкреплением в Python

24) Pandas

Python Pandas

Pandas – это пакет Python, предоставляющий быстрые, гибкие и понятные структуры, предназначенные для простой и интуитивно понятной работы с «реляционными» или «помеченными» данными. Этот развивающийся инструмент может в будущем стать один из самых мощных и гибких Python-проектов для практического анализа данных с поддержкой других языков.

Статьи по теме:
Python для Data Science: 8 понятий, которые важно помнить

25) Luigi

Python Luigi

Luigi помогает создавать сложные конвейеры пакетных заданий. Среди его возможностей разрешение зависимостей, управление рабочим процессом, визуализация, обработка сбоев, интеграция с командной строкой и многое другое.

26) spaCy (by Explosion AI)

Python spaCy

spaCy – это библиотека для продвинутой обработки естественного языка в Python и Cython. Она создана на базе самых последних исследований и изначально разрабатывалась для использования в реальных продуктах. spaCy поставляется с заранее подготовленными статистическими моделями и векторами слов. В настоящее время она поддерживает токенизацию для более чем 20 языков. Проект имеет самый быстрый в мире синтаксический анализатор, сверточные модели нейронных сетей для тегов, разбора и распознавания имен объектов и легкой интеграции с глубоким обучением.

27) Theano

Python theano

Theano – это библиотека Python, которая позволяет эффективно определять, оптимизировать и оценивать математические выражения, содержащие многомерные массивы. Она может использовать графические процессоры и выполнять эффективную символическую дифференциацию.

28) TFlearn

Python TFlearn

TFlearn – это модульная и прозрачная библиотека глубокого обучения, построенная на основе TensorFlow. Она изначально была разработана для предоставления API более высокого уровня, чем TensorFlow, чтобы облегчить и ускорить эксперименты, оставаясь полностью прозрачным и совместимым с ним.

29) Kivy

Python Kivy

Kivy – это кросс-платформенный проект для разработки приложений с инновационными пользовательскими multi-touch интерфейсами. Цель программы состоит в том, чтобы обеспечить быстрый и легкий дизайн и прототипирование, а также переиспользуемость и развертываемость кода.

30) Mailpile

Python Mailpile

Mailpile – это современный, быстрый почтовый клиент с удобными функциями шифрования и конфиденциальности. Это один из самых активных Python-проектов, его разработка финансируется большим сообществом сторонников. Весь код, связанный с проектом, будет выпущен под лицензией Free Software, утвержденной OSI.

31) Matplotlib

Python Matplotlib

Matplotlib – это кросс-платформенная библиотека построения высококачественных 2D графиков в различных печатных форматах и интерактивных средах. Ее можно запускать в скриптах, командных оболочках Python и IPython, на веб-серверах и в различных графических интерфейсах.

32) YAPF (by Google)

Python YAPF

YAPF переформатирует код в соответствии с заданными стилевыми правилами.

33) Cookiecutter

Python Cookiecutter

Утилита командной строки, которая создает проекты из шаблонов.

34) HTTP Prompt

Python HTTP Prompt

Http Prompt – это интерактивный консольный HTTP-клиент, поддерживающий автодополнение и подсветку синтаксиса. Программа основана на других python-проектах: HTTPie и prompt_toolkit.

35) speedtest-cli

Python speedtest-cli

Интерфейс командной строки для тестирования пропускной способности интернета с помощью speedtest.net.

36) Pattern

Python Pattern

Pattern – это модуль веб-майнинга. Он имеет инструменты для интеллектуального анализа данных, обработки естественного языка, машинного обучения и сетевого анализа.

37) Gooey (Beta)

Python Gooey (Beta)

Превратите почти любую консольную программу, написанную на Python 2 или Python 3, в графическое приложение с помощью одной строки.

38) Wagtail CMS

Python Wagtail CMS

Wagtail – это система управления контентом, построенная на Django. Она ориентирована на взаимодействие с пользователем и обеспечивает полный контроль над проектом для дизайнеров и разработчиков.

39) Bottle

Python Bottle

Bottle – легкий WSGI веб-фреймворк, состоящий всего из одного файлового модуля и не имеющий сторонних зависимостей.

40) Prophet (by Facebook)

Python Prophet (by Facebook)

Prophet предназначен для анализа и прогнозирования временных рядов. Он основан на аддитивной модели, в которой нелинейные тренды соответствуют годовой и недельной сезонности, а также праздникам. Программа лучше всего работает, если имеется, по крайней мере, один год исторических данных. Prophet устойчив к отсутствующим данным, сдвигам в тренде и большим выбросам.

41) Falcon

Python Falcon

Falcon – это надежный высокопроизводительный веб-фреймворк, предназначенный для создания крупномасштабных бэкэндов приложений и микросервисов. Он поддерживает архитектурный стиль REST, и старается производить минимум действий, сохраняя высокую эффективность.

42) Mopidy

Python Mopidy

Mopidy – это расширяемый музыкальный сервер, написанный на Python. Он может воспроизводить музыку с локального диска, Spotify, SoundCloud, Google Play Music и многих других ресурсов. Список воспроизведения можно редактировать с любого телефона, планшета или компьютера, используя ряд MPD и веб-клиентов.

43) Hug

Python Hug

Hug стремится сделать разработку Python driven API как можно более простой, но не примитивной, значительно облегчая разработку API.

44) SymPy

Python SymPy

Библиотека Python для символьной математики.

45) Dash

Python Dash

Dash – это Платформа Python для создания аналитических веб-приложений. Не требует использования JavaScript.

46) Visdom

Python Visdom

Гибкий инструмент для создания, обработки и публикации визуализаций живых, богатых данных. Поддерживает Torch и Numpy.

47) LUMINOTH

Python LUMINOTH

Luminoth – инструмент компьютерного зрения с открытым исходным кодом. В настоящее время он поддерживает обнаружение объектов, но стремится к большему. Программа основана на других python-проектах: TensorFlow и Sonnet.

48) Pygame

Python Pygame

Pygame – это кросс-платформенная библиотека, предназначенная для упрощения написания мультимедийного программного обеспечения, например, игр.

49) Requests

Python Requests

Requests – это библиотека Python, которая позволяет отправлять запросы HTTP / 1.1, добавлять заголовки, данные форм, составные файлы и параметры с помощью простых словарей. Она также позволяет получить доступ к данным ответа.

50) Statsmodels

Python Statsmodels

Statsmodels – это дополнение к scipy для статистических вычислений, включающее описательную статистику и вывод для статистических моделей.

Надеемся, что вы нашли что-нибудь интересное в списке 50 лучших Python-проектов 2018 года.

Перевод статьи Bily809: 50 Most Popular Python Projects in 2018

Интересуетесь программированием на Python?

Подпишитесь на нашу рассылку, чтобы получать больше интересных материалов:

И не беспокойтесь, мы тоже не любим спам. Отписаться можно в любое время.




Оставьте комментарий