13 spannende Python-Projekte auf Github, die Sie heute ausprobieren sollten [2022]

Python ist eine der ersten Wahlen in Programmiersprachen unter Fachleuten weltweit. Seine unkomplizierte Syntax ermöglicht es Softwareentwicklern und Datenwissenschaftlern, sich mühelos neue Fähigkeiten anzueignen. Sie können auch viele Python-Projekte auf GitHub finden , um dabei zu üben und zu lernen.

Warum Python-Projekte?

Der Arbeitsmarkt hat eine hohe Nachfrage nach Fachleuten mit Python-Kenntnissen, aber nicht viele Kandidaten achten auf die Vorteile der Verwendung. Es verfügt über umfangreiche Hilfsbibliotheken und benutzerfreundliche Datenstrukturen. Und im Laufe der Jahre hat es sich zu einem hervorragenden Tool zum Erstellen von Befehlszeilenanwendungen entwickelt. Das Erlernen von Python ist ein wesentlicher Bestandteil eines guten Data-Science-Kurses.

Sie finden verschiedene Open-Source-Beispiele, wenn Sie einen Blick auf die Python-Projekte auf GitHub werfen . Das Repository hat für jeden etwas zu bieten – von der Erstellung eines einfachen Passwortgenerators über die Automatisierung von Routineaufgaben bis hin zum Mining von Twitter-Daten. Für Anfänger kann ein aktivitätsbasierter Lernansatz Wunder bewirken. Es kann Ihnen helfen, die Besonderheiten der Sprache zu verstehen, wie z. B. die Pandas- und Django-Web-Frameworks und die Multiprozess-Architektur. Tauchen wir also ein.

Python-Projekte auf GitHub

1. Magenta

Dieses Python-Forschungsprojekt nähert sich dem maschinellen Lernen durch künstlerischen Ausdruck. Magenta wurde vom Team von Google Brain gegründet und konzentriert sich auf Deep-Learning- und Reinforcement-Learning-Algorithmen, mit denen Zeichnungen, Musik und dergleichen erstellt werden können. Seine kollaborativen Notizbücher führen Sie in die technischen Details dieses intelligenten Tools ein, das darauf abzielt, die Werke der ursprünglichen Schöpfer zu erweitern.

Modiply ist ein weiteres Beispiel für einen erweiterbaren Musikserver, den Sie kostenlos auf GitHub finden können.

2. Photon

Es ist ein schneller Crawler, der für Open-Source-Intelligence-Tools (OSINT) entwickelt wurde. Das OSINT-Konzept beinhaltet das Sammeln von Daten aus öffentlich zugänglichen Quellen, die in einem nachrichtendienstlichen Kontext verwendet werden sollen. Mit Photon können Sie mehrere Daten-Crawling-Funktionen ausführen, einschließlich der Extraktion der folgenden:

• In-Scope- und Out-of-Scope-URLs
• URLs mit Parametern
• E-Mails und Social-Media-Konten
• XML-, PDF-, PNG- und andere Dateien
• Amazon-Eimer usw.

3. Poststapel

Dieses GitHub-Projekt ist bekannt für seine hochmoderne Verschlüsselungsfunktionalität. Es ist ein Datenschutztool, das von einer großen Community unterstützt wird. In erster Linie ermöglicht es Ihnen, PGP-verschlüsselte elektronische Mails zu senden und zu empfangen.

Die schnelle Suchmaschine von Mailpile kann riesige Mengen an E-Mail-Daten verarbeiten und in einer sauberen Weboberfläche organisieren. Es verwendet statische Regeln oder bayessche Klassifikatoren für das automatische Tagging. Sehen Sie sich die kostenlose Software und die Live-Demos auf der Website an, um mehr zu erfahren!

Lesen Sie mehr über: Git vs. Github: Unterschied zwischen Git und Github

4. XSStrike

Cross-Site-Scripting oder XSS ist eine Sicherheitslücke in Webanwendungen. XSS-Angriffe fügen clientseitige, oft bösartige Skripte in ansonsten gutartige Webseiten ein. Daher wurde die XSStrike-Suite entwickelt, um solche Angriffe zu erkennen und auszunutzen. Dieses Open-Source-Tool ist mit folgenden Funktionen ausgestattet:

• Vier handschriftliche Parser
• Ein intelligenter Nutzlastgenerator
• Eine effektive Fuzzing-Engine
• Ein schneller Crawler

Mit den oben genannten Teilen analysiert es die Antwort und erstellt Nutzlasten. Es kann auch eine effiziente Kontextanalyse mit integrierten Fuzzern durchführen.

5. Herunterladen von Google-Bildern

Dieses Befehlszeilen-Python-Programm kann Hunderte von Google-Bildern durchsuchen und herunterladen. Das Skript kann nach Schlüsselwörtern und Phrasen suchen und optional die Bilddateien herunterladen. Der Google Bilder-Download ist mit den Versionen 2.x und 3.x von Python kompatibel. Sie können den Quellcode dieses Projekts replizieren, um Ihre Programmierkenntnisse zu verbessern und seine praktische Anwendbarkeit zu verstehen.

6. Pandas-Projekt

Wenn es um die Durchführung flexibler Datenanalysen und -manipulationen geht, erweist sich die Pandas-Bibliothek als hervorragende Ressource. Seine ausdrucksstarken Datenstrukturen bieten viele Vorteile gegenüber anderen Alternativen. Schauen Sie sich unten einige davon an.

• Flexibilität bei der Arbeit mit relationalen/markierten Daten
• Bequemer Umgang mit fehlenden Daten und Größenänderung
• Intuitive Datensatzoperationen, einschließlich Zusammenführen, Umformen und Pivotieren
• Automatische Datenabgleichsfunktionen mit zusätzlichen Funktionen

Beim Durchsuchen der Codebasis des Pandas werden Sie in der Dokumentation auf verschiedene Probleme stoßen. Dies kann Sie dazu veranlassen, eigene Ideen einzubringen und das vorhandene Tool zu verbessern. Sie finden das Open-Source-Paket auf GitHub zusammen mit anderen Paketen wie Django und Keras, die schnelles Experimentieren ermöglichen.

7. Xonsh

Interaktive Anwendungen erfordern Befehlszeileninterpreter wie Unix. Solche Betriebssysteme steuern die Ausführung über Shell-Skripte. Wäre es nicht bequemer, wenn Ihre Shell eine skalierbarere Programmiersprache verstehen könnte, anstatt einen Kompromiss einzugehen? Hierin tritt Xonsh (ausgesprochen 'Konk') ein.

Es ist eine Python-betriebene Shell-Sprache und Befehle prompt. Diese plattformübergreifende Sprache ist leicht skriptfähig und wird mit einer umfangreichen Standardbibliothek und Variablentypen geliefert. Xonsh hat auch ein eigenes Verwaltungssystem für virtuelle Umgebungen namens vox.

8. Manim

Manim ist die Abkürzung für Mathematical Animation Engine. In diesem Projekt geht es um die programmgesteuerte Erstellung von Video-Erklärern. Das Programm läuft auf Python 3.7 und produziert animierte Videoinhalte, die komplexe Themen mit Hilfe von Illustrationen und Schaubildern abdecken. Sie können diese Videos auf dem YouTube-Kanal von 3Blue1Brown ansehen.

Der Quellcode für Manim ist auf GitHub frei verfügbar. Sie können auch auf Online-Tutorials zurückgreifen, um zu erfahren, wie Sie das Paket installieren, ein Projekt ausführen und einfache persönliche Projekte erstellen.

Lesen Sie: Ideen und Themen für Data Science-Projekte

9. KI-Basketballanalyse

Dieses Projekt basiert auf dem Konzept der Objekterkennung. Die Anwendung für künstliche Intelligenz gräbt sich in die gesammelten Daten ein, um Basketballschüsse zu analysieren. Sie finden die KI-Web-App und API ganz einfach unter Python Projects auf GitHub . Schauen wir uns an, wie das Tool funktioniert:

• Sie laden Dateien in die Web-App hoch
• Alternativ können Sie eine POST-Anforderung an die API senden
• Die OpenPose-Bibliothek implementiert Berechnungen
• Die Web-App erzeugt Ergebnisse basierend auf den Aufnahmeposendaten

10. Rückprall

Es ist üblich, dass Quellcodes von Computerprogrammen auf Compilerfehler stoßen. Rebound kann in einem solchen Szenario sofort StackOverflow-Ergebnisse abrufen. Es ist ein in Python geschriebenes Befehlszeilentool, das auf der Benutzeroberfläche der Urwid-Konsole aufbaut. Wenn Sie sich für die Implementierung dieses Projekts entscheiden, können Sie erfahren, wie das Beautiful Soup-Paket StackOverflow-Inhalte kratzt. Sie können sich auch mit dem Unterprozess vertraut machen, der die Compilerfehler abfängt.

11. NeutralTalk

Mit NeutralTalk können Sie Ihr Wissen über multimodale rekurrente neuronale Netze verfeinern. Es ist ein Python- und NumPy-Projekt, das sich auf die Beschreibung von Bildern konzentriert.

Typischerweise umfassen Verfahren zur Erzeugung von Bildunterschriften eine Verschmelzung von Computervision und Verarbeitung natürlicher Sprache. Das System kann Szenen verstehen und Beschreibungen des in einem Bild beobachteten Inhalts erstellen.

Wenn Sie nach dem neuesten Untertitelcode suchen, können Sie sich auf NeutralTalk2 beziehen. Geschrieben in Lua, einer leichtgewichtigen und höheren Programmiersprache, ist dieses Projekt schneller als die Originalversion.

12. TensorFlow-Projekte

TensorFlow ist eine Python-Bibliothek, die zum Erstellen von Deep-Learning-Modellen verwendet wird. Das Model Garden-Repository zentralisiert viele Codebeispiele für TensorFlow-Benutzer an einem Ort. Ziel ist es, Best Practices für Forschung und Produktentwicklung zu präsentieren und gleichzeitig gebrauchsfertige, vortrainierte Modelle bereitzustellen. Mit Hilfe dieser offiziellen Ressource können Sie erkunden, wie Sie verteiltes Training implementieren und Computer Vision- und NLP-Probleme lösen können.

13. Kartenmodell-Importeur

Maps Models Importer importiert 3D-Modelle aus umfangreichen Karten. Es ist ein experimentelles Tool, das nur ein Blender-Add-On enthält, und der Prozess erfordert 3D-Content-Software wie Google Maps. In diesem Projekt können Sie sich mit dem Importieren von Modellen aus Google Maps vertraut machen.

Lesen Sie auch: Ideen und Themen für Python-Projekte für Anfänger

Zukünftiger Umfang für Python

Die moderne Industrie versucht zunehmend, verborgene Muster aus Datenpools zu entdecken. Darüber hinaus fügen aufkommende Technologien wie künstliche Intelligenz und maschinelles Lernen der Landschaft neue Fähigkeiten und Komplexitäten hinzu. Und Hochsprachen wie Python sind integraler Bestandteil von Softwareentwicklungs- und Analyseverfahren.

Heutige Personalvermittler legen natürlich großen Wert auf Python-Fähigkeiten, wenn sie Stellen wie Datenwissenschaftler, Daten-/Forschungsanalyst, Python-Entwickler, DevOps-Ingenieur usw. einstellen. Technologiegrößen wie Google, Facebook, Spotify, Netflix, Dropbox und Reddit bieten sie an lukrative Karrieremöglichkeiten für Kandidaten mit praktischer Ausbildung.

Wir hoffen, dass Sie Ihre Programmierkenntnisse mit der obigen Liste zu Python-Projekten auf GitHub aufpolieren können . Da sich der Big-Data-Markt weiterentwickelt und weiter ausdehnt, wird erwartet, dass die Open-Source-Community von Python in den kommenden Jahren noch mehr Bibliotheken veröffentlichen wird. Bleiben Sie also auf dem Laufenden und lernen Sie weiter!

Wenn Sie neugierig sind, etwas über Data Science zu lernen, schauen Sie sich das Executive PG Program in Data Science von IIIT-B & upGrad an, das für Berufstätige entwickelt wurde und mehr als 10 Fallstudien und Projekte, praktische Workshops, Mentoring mit Branchenexperten, 1 -on-1 mit Branchenmentoren, mehr als 400 Stunden Lern- und Jobunterstützung bei Top-Unternehmen.