13 Proyek Python Menarik di Github yang Harus Anda Coba Hari Ini [2022]

Python adalah salah satu pilihan teratas dalam bahasa pemrograman di antara para profesional di seluruh dunia. Sintaksnya yang lugas memungkinkan pengembang perangkat lunak dan ilmuwan data untuk mengambil keterampilan baru dengan mudah. Anda juga dapat menemukan banyak proyek Python di GitHub untuk berlatih dan belajar sambil melakukan.

Mengapa Proyek Python?

Pasar kerja memiliki permintaan yang tinggi untuk para profesional dengan keterampilan Python, tetapi tidak banyak kandidat yang memperhatikan keuntungan menggunakannya. Ini memiliki perpustakaan dukungan yang luas dan struktur data yang ramah pengguna. Dan selama bertahun-tahun, itu telah muncul sebagai alat yang sangat baik untuk membangun aplikasi baris perintah. Mempelajari python adalah bagian integral dari kursus ilmu data yang baik.

Anda akan menemukan berbagai contoh sumber terbuka jika Anda melihat proyek Python di GitHub . Repositori memiliki sesuatu untuk semua orang – mulai dari membuat pembuat kata sandi sederhana hingga mengotomatiskan tugas rutin dan menambang Data Twitter. Untuk pemula, pendekatan pembelajaran berbasis aktivitas dapat melakukan keajaiban. Ini dapat membantu Anda memahami seluk beluk bahasa, seperti kerangka web Pandas dan Django dan arsitektur multiproses. Jadi, mari selami.

Proyek Python di GitHub

1. Magenta

Proyek penelitian Python ini mendekati pembelajaran mesin melalui ekspresi artistik. Dimulai oleh tim di Google Brain, Magenta berpusat pada pembelajaran mendalam dan algoritma pembelajaran penguatan yang dapat membuat gambar, musik, dan semacamnya. Notebook kolaboratifnya akan memperkenalkan Anda pada detail teknis alat pintar ini yang bertujuan untuk memperkuat karya pencipta asli.

Modiply adalah contoh lain dari server musik yang dapat diperluas yang dapat Anda temukan secara bebas di GitHub.

2. Foton

Ini adalah perayap cepat yang dirancang untuk alat kecerdasan sumber terbuka (OSINT) . Konsep OSINT melibatkan pengumpulan data dari sumber yang tersedia untuk umum untuk digunakan dalam konteks intelijen. Dengan Foton, Anda dapat melakukan beberapa fungsi perayapan data, termasuk ekstraksi berikut ini:

• URL dalam cakupan dan di luar cakupan
• URL dengan parameter
• Email dan akun media sosial
• XML, pdf, png, dan file lainnya
• ember Amazon, dll.

3. Tumpukan Surat

Proyek GitHub ini dikenal dengan fungsionalitas enkripsi mutakhirnya. Ini adalah alat privasi yang didukung oleh komunitas besar. Terutama, ini memungkinkan Anda untuk mengirim dan menerima surat elektronik terenkripsi PGP.

Mesin pencari cepat Mailpile dapat menangani volume besar data email dan mengaturnya dalam antarmuka web yang bersih. Ini menggunakan aturan statis atau pengklasifikasi bayesian untuk penandaan otomatis. Buka perangkat lunak gratis dan demo langsung di situs webnya untuk mengetahui lebih lanjut!

Baca tentang: Git vs Github: Perbedaan Antara Git dan Github

4. XSStrike

Skrip lintas situs atau XSS adalah kerentanan keamanan yang ditemukan di aplikasi web. Serangan XSS menyuntikkan skrip sisi klien, seringkali berbahaya, ke halaman web yang tidak berbahaya. Jadi, suite XSStrike dikembangkan untuk mendeteksi dan mengeksploitasi serangan semacam itu. Alat open-source ini dilengkapi dengan fitur-fitur berikut:

• Empat parser tulisan tangan
• Generator muatan cerdas
• Mesin fuzzing yang efektif
• Perayap cepat

Dengan bagian-bagian di atas, ia menganalisis respons dan muatan kerajinan. Itu juga dapat melakukan analisis konteks yang efisien dengan fuzzers terintegrasi.

5. Unduh Gambar Google

Program python baris perintah ini dapat mencari dan mengunduh ratusan gambar Google. Script dapat mencari kata kunci dan frasa dan secara opsional mengunduh file gambar. Unduhan Gambar Google kompatibel dengan versi Python 2.x dan 3.x. Anda dapat mereplikasi kode sumber proyek ini untuk mengasah keterampilan pemrograman Anda dan untuk memahami penerapannya di dunia nyata.

6. Proyek Panda

Ketika datang untuk melakukan analisis dan manipulasi data yang fleksibel, perpustakaan Pandas terbukti menjadi sumber yang sangat baik. Struktur data ekspresifnya menawarkan banyak manfaat dibandingkan alternatif lain. Lihat beberapa di antaranya di bawah ini.

• Fleksibilitas dalam bekerja dengan data relasional/berlabel
• Penanganan yang mudah dari data yang hilang dan perubahan ukuran
• Operasi kumpulan data yang intuitif, termasuk menggabungkan, membentuk kembali, dan memutar
• Fitur penyelarasan data otomatis dengan kemampuan tambahan

Saat melihat melalui basis kode panda, Anda akan menemukan berbagai masalah dalam dokumentasi. Ini mungkin mendorong Anda untuk menyumbangkan ide-ide Anda sendiri dan meningkatkan alat yang ada. Anda dapat menemukan paket sumber terbuka di GitHub bersama dengan paket lain seperti Django dan Keras yang memungkinkan eksperimen cepat.

7. Xonsh

Aplikasi interaktif memerlukan penerjemah baris perintah seperti Unix. Sistem operasi semacam itu mengontrol eksekusi menggunakan skrip shell. Sekarang, daripada melakukan trade-off, bukankah lebih nyaman jika shell Anda dapat memahami bahasa pemrograman yang lebih skalabel? Di sini masuk Xonsh (diucapkan 'Konk').

Ini adalah bahasa shell bertenaga Python dan perintah segera. Bahasa lintas platform ini mudah dibuat skrip dan dilengkapi dengan pustaka standar yang luas dan jenis variabel. Xonsh juga memiliki sistem manajemen lingkungan virtualnya sendiri yang disebut vox.

8. Mani

Manim adalah kependekan dari Mathematical Animation Engine. Proyek ini adalah tentang membuat video explainer secara terprogram. Program ini berjalan pada Python 3.7 dan menghasilkan konten video animasi, yang mencakup topik kompleks dengan bantuan ilustrasi dan grafik tampilan. Anda dapat menonton video ini di saluran YouTube 3Blue1Brown.

Kode sumber untuk Manim tersedia secara gratis di GitHub. Anda juga dapat merujuk ke tutorial online untuk mempelajari cara menginstal paket, menjalankan proyek, dan membuat proyek pribadi sederhana.

Baca: Ide dan Topik Proyek Ilmu Data

9. Analisis Bola Basket AI

Proyek ini dibangun di atas konsep deteksi objek. Aplikasi kecerdasan buatan menggali data yang dikumpulkan untuk menganalisis tembakan bola basket. Anda dapat dengan mudah menemukan aplikasi web AI dan API di bawah Proyek Python di GitHub . Mari kita lihat cara kerja alat ini:

• Anda mengunggah file ke aplikasi web
• Atau, Anda dapat mengirimkan permintaan POST ke API
• Pustaka OpenPose mengimplementasikan perhitungan
• Aplikasi web menghasilkan hasil berdasarkan data pose pemotretan

10. Rebound

Biasanya kode sumber program komputer mengalami kesalahan kompiler. Rebound dapat langsung mengambil hasil StackOverflow dalam skenario seperti itu. Ini adalah alat baris perintah yang ditulis dengan Python dan dibangun di atas antarmuka pengguna konsol Urwid. Jika Anda memilih untuk mengimplementasikan proyek ini, Anda dapat mempelajari bagaimana paket Beautiful Soup mengikis konten StackOverflow. Anda juga dapat membiasakan diri dengan subproses yang menangkap kesalahan kompiler.

11. Bicara Netral

Anda dapat menyempurnakan pengetahuan Anda tentang jaringan saraf berulang multimodal dengan NeutralTalk. Ini adalah proyek Python dan NumPy yang berfokus pada penggambaran gambar.

Biasanya, metode pembuatan keterangan gambar melibatkan perpaduan visi komputer dan pemrosesan bahasa alami. Sistem dapat memahami adegan dan menghasilkan deskripsi konten yang diamati dalam sebuah gambar.

Jika Anda mencari kode teks terbaru, Anda dapat merujuk ke NeutralTalk2. Ditulis dalam Lua, bahasa pemrograman yang ringan dan tingkat tinggi, proyek ini lebih cepat dari versi aslinya.

12. Proyek TensorFlow

TensorFlow adalah library Python yang digunakan untuk membangun model deep learning. Repositori Model Garden memusatkan banyak contoh kode untuk pengguna TensorFlow di satu tempat. Ini bertujuan untuk menampilkan praktik terbaik untuk penelitian dan pengembangan produk sambil menyediakan model pra-pelatihan yang siap digunakan. Dengan bantuan sumber resmi ini, Anda dapat menjelajahi cara menerapkan pelatihan terdistribusi dan memecahkan masalah visi komputer dan NLP.

13. Importir Model Peta

Peta Model Importir bekerja dengan mengimpor model 3D dari peta yang luas. Ini adalah alat eksperimental yang hanya berisi add-on Blender dan prosesnya memerlukan perangkat lunak konten 3D, seperti Google Maps. Dalam proyek ini, Anda dapat memahami cara mengimpor model dari Google Maps.

Baca Juga: Ide dan Topik Proyek Python untuk Pemula

Lingkup Masa Depan untuk Python

Industri modern semakin mencari untuk menemukan pola tersembunyi dari kumpulan data. Selain itu, teknologi yang muncul seperti kecerdasan buatan dan pembelajaran mesin menambah kemampuan dan kompleksitas baru ke lanskap. Dan bahasa tingkat tinggi seperti Python merupakan bagian integral dari pengembangan perangkat lunak dan prosedur analitik.

Secara alami, perekrut saat ini sangat menghargai keterampilan Python ketika mereka merekrut peran seperti ilmuwan data, analis data/penelitian, pengembang Python, insinyur DevOps, dll. Petinggi teknologi seperti Google, Facebook, Spotify, Netflix, Dropbox, dan Reddit menawarkan pilihan karir yang menguntungkan bagi kandidat dengan pelatihan praktis.

Kami berharap Anda dapat memoles keterampilan pemrograman Anda dengan daftar di atas pada proyek Python di GitHub . Saat pasar data besar berkembang dan berkembang lebih jauh, komunitas open source Python diharapkan untuk merilis lebih banyak perpustakaan di tahun-tahun mendatang. Jadi, tetap up to date dan terus belajar!

Jika Anda penasaran untuk belajar tentang ilmu data, lihat Program PG Eksekutif IIIT-B & upGrad dalam Ilmu Data yang dibuat untuk para profesional yang bekerja dan menawarkan 10+ studi kasus & proyek, lokakarya praktis, bimbingan dengan pakar industri, 1 -on-1 dengan mentor industri, 400+ jam pembelajaran dan bantuan pekerjaan dengan perusahaan-perusahaan top.