오늘 시도해야 할 Github의 흥미로운 Python 프로젝트 13가지 [2022]

Python은 전 세계 전문가들이 가장 선호하는 프로그래밍 언어 중 하나입니다. 간단한 구문을 통해 소프트웨어 개발자와 데이터 과학자는 새로운 기술을 쉽게 습득할 수 있습니다. 또한 GitHub에서 다양한 Python 프로젝트를 찾아 실습 하고 배울 수 있습니다.

왜 파이썬 프로젝트인가?

취업 시장은 Python 기술을 갖춘 전문가에 대한 수요가 높지만 Python 사용의 이점에 주목하는 후보자는 많지 않습니다. 광범위한 지원 라이브러리와 사용자 친화적인 데이터 구조가 있습니다. 그리고 수년에 걸쳐 명령줄 응용 프로그램을 구축하기 위한 탁월한 도구로 부상했습니다. 파이썬 학습은 훌륭한 데이터 과학 과정의 필수적인 부분입니다.

GitHub 의 Python 프로젝트를 살펴보면 다양한 오픈 소스 예제를 찾을 수 있습니다 . 리포지토리에는 간단한 암호 생성기 생성부터 일상적인 작업 자동화 및 Twitter 데이터 마이닝에 이르기까지 모든 사람을 위한 것이 있습니다. 초보자의 경우 활동 기반 학습 접근 방식이 놀라운 일을 할 수 있습니다. Pandas 및 Django 웹 프레임워크 및 다중 프로세스 아키텍처와 같은 언어의 안팎을 이해하는 데 도움이 될 수 있습니다. 그럼 본격적으로 들어가 볼까요?

GitHub의 Python 프로젝트

1. 마젠타

이 Python 연구 프로젝트는 예술적 표현을 통해 기계 학습에 접근합니다. Google Brain 팀에서 시작한 Magenta는 그림, 음악 등을 만들 수 있는 딥 러닝 및 강화 학습 알고리즘을 중심으로 합니다. 협업 노트북은 독창적인 제작자의 작품을 증폭시키는 것을 목표로 하는 이 스마트 도구의 기술적 세부 사항을 소개합니다.

Modiply는 GitHub에서 자유롭게 찾을 수 있는 확장 가능한 음악 서버의 또 다른 예입니다.

2. 광자

OSINT(오픈 소스 인텔리전스) 도구용으로 설계된 빠른 크롤러입니다. OSINT 개념은 인텔리전스 컨텍스트에서 사용하기 위해 공개적으로 사용 가능한 소스에서 데이터를 수집하는 것을 포함합니다. Photon을 사용하면 다음 추출을 포함하여 여러 데이터 크롤링 기능을 수행할 수 있습니다.

• 범위 내 및 범위 밖 URL
• 매개변수가 있는 URL
• 이메일 및 소셜 미디어 계정
• XML, pdf, png 및 기타 파일
• 아마존 버킷 등

3. 우편물

이 GitHub 프로젝트는 최첨단 암호화 기능으로 유명합니다. 대규모 커뮤니티에서 지원하는 개인 정보 보호 도구입니다. 기본적으로 PGP 암호화 전자 메일을 보내고 받을 수 있습니다.

Mailpile의 빠른 검색 엔진은 방대한 양의 이메일 데이터를 처리하고 깨끗한 웹 인터페이스로 구성할 수 있습니다. 자동 태깅을 위해 정적 규칙 또는 베이지안 분류기를 사용합니다. 웹사이트에서 무료 소프트웨어와 라이브 데모를 살펴보고 자세히 알아보세요!

읽어보기: Git 대 Github: Git과 Github의 차이점

4. 엑스스트라이크

사이트 간 스크립팅 또는 XSS는 웹 애플리케이션에서 발견되는 보안 취약점입니다. XSS 공격은 일반적으로 악성인 클라이언트 측 스크립트를 다른 무해한 웹 페이지에 주입합니다. 따라서 XSStrike 제품군은 이러한 공격을 탐지하고 악용하기 위해 개발되었습니다. 이 오픈 소스 도구에는 다음과 같은 기능이 있습니다.

• 4개의 손으로 쓴 파서
• 지능형 페이로드 생성기
• 효과적인 퍼징 엔진
• 빠른 크롤러

위의 부품으로 응답을 분석하고 페이로드를 만듭니다. 또한 통합 fuzzer를 사용하여 효율적인 컨텍스트 분석을 수행할 수 있습니다.

5. 구글 이미지 다운로드

이 명령줄 파이썬 프로그램은 수백 개의 Google 이미지를 검색하고 다운로드할 수 있습니다. 스크립트는 키워드와 구를 찾고 선택적으로 이미지 파일을 다운로드할 수 있습니다. Google 이미지 다운로드는 Python 2.x 및 3.x 버전과 호환됩니다. 이 프로젝트의 소스 코드를 복제하여 프로그래밍 기술을 연마하고 실제 적용 가능성을 이해할 수 있습니다.

6. 판다 프로젝트

유연한 데이터 분석 및 조작을 수행하는 데 있어 Pandas 라이브러리는 훌륭한 리소스임이 입증되었습니다. 표현형 데이터 구조는 다른 대안에 비해 많은 이점을 제공합니다. 아래에서 그 중 일부를 살펴보십시오.

• 관계형/레이블이 있는 데이터 작업의 유연성
• 누락된 데이터 및 크기 가변성의 편리한 처리
• 병합, 재구성 및 피벗을 포함한 직관적인 데이터 세트 작업
• 추가 기능이 있는 자동 데이터 정렬 기능

panda의 코드베이스를 살펴보는 동안 문서에서 다양한 문제를 발견하게 될 것입니다. 이렇게 하면 자신의 아이디어를 제공하고 기존 도구를 개선하라는 메시지가 표시될 수 있습니다. 빠른 실험을 가능하게 하는 Django 및 Keras와 같은 다른 패키지와 함께 GitHub에서 오픈 소스 패키지를 찾을 수 있습니다.

7. 손쉬

대화형 응용 프로그램에는 Unix와 같은 명령줄 인터프리터가 필요합니다. 이러한 운영 체제는 셸 스크립트를 사용하여 실행을 제어합니다. 이제 절충안을 만드는 대신 쉘이 더 확장 가능한 프로그래밍 언어를 이해할 수 있다면 더 편리하지 않을까요? 여기에 Xonsh('콩크'로 발음)가 입력됩니다.

Python 기반 셸 언어이며 즉시 명령합니다. 이 플랫폼 간 언어는 쉽게 스크립팅할 수 있으며 방대한 표준 라이브러리 및 변수 유형과 함께 제공됩니다. Xonsh에는 vox라는 자체 가상 환경 관리 시스템도 있습니다.

8. 마님

마님은 Mathematical Animation Engine의 약자입니다. 이 프로젝트는 프로그래밍 방식으로 비디오 설명자를 만드는 것에 관한 것입니다. 이 프로그램은 Python 3.7에서 실행되며 일러스트레이션 및 디스플레이 그래프의 도움으로 복잡한 주제를 다루는 애니메이션 비디오 콘텐츠를 생성합니다. 이 동영상은 3Blue1Brown YouTube 채널에서 볼 수 있습니다.

Manim의 소스 코드는 GitHub에서 무료로 사용할 수 있습니다. 또한 온라인 자습서를 참조하여 패키지를 설치하고 프로젝트를 실행하고 간단한 개인 프로젝트를 만드는 방법을 배울 수 있습니다.

읽기: 데이터 과학 프로젝트 아이디어 및 주제

9. AI 농구 분석

이 프로젝트는 객체 감지 개념을 기반으로 합니다. 인공 지능 애플리케이션은 수집된 데이터를 파고들어 농구 슛을 분석합니다. GitHub의 Python 프로젝트에서 AI 웹 앱 및 API를 쉽게 찾을 수 있습니다 . 도구의 작동 방식을 살펴보겠습니다.

• 웹 앱에 파일을 업로드합니다.
• 또는 API에 POST 요청을 제출할 수 있습니다.
• OpenPose 라이브러리는 계산을 구현합니다.
• 웹 앱은 촬영 포즈 데이터를 기반으로 결과를 생성합니다.

10. 리바운드

컴퓨터 프로그램 소스 코드에서 컴파일러 오류가 발생하는 것은 일반적입니다. 이러한 시나리오에서 Rebound는 StackOverflow 결과를 즉시 가져올 수 있습니다. Python으로 작성되고 Urwid 콘솔 사용자 인터페이스에 구축된 명령줄 도구입니다. 이 프로젝트를 구현하기로 선택하면 Beautiful Soup 패키지가 StackOverflow 콘텐츠를 스크랩하는 방법을 배울 수 있습니다. 컴파일러 오류를 포착하는 하위 프로세스에 익숙해질 수도 있습니다.

11. 뉴트럴톡

NeutralTalk를 사용하여 다중 모드 순환 신경망에 대한 지식을 미세 조정할 수 있습니다. 이미지 설명에 중점을 둔 Python 및 NumPy 프로젝트입니다.

일반적으로 이미지 캡션 생성 방법에는 컴퓨터 비전과 자연어 처리의 융합이 포함됩니다. 시스템은 장면을 이해하고 사진에서 관찰된 내용에 대한 설명을 생성할 수 있습니다.

최신 자막 코드를 찾고 있다면 NeutralTalk2를 참조할 수 있습니다. 경량의 고급 프로그래밍 언어인 Lua로 작성된 이 프로젝트는 원래 버전보다 빠릅니다.

12. TensorFlow 프로젝트

TensorFlow는 딥 러닝 모델을 구축하는 데 사용되는 Python 라이브러리입니다. Model Garden 저장소는 TensorFlow 사용자를 위한 많은 코드 예제를 한 곳에서 중앙 집중화합니다. 바로 사용할 수 있는 사전 훈련된 모델을 제공하면서 연구 및 제품 개발을 위한 모범 사례를 보여주는 것을 목표로 합니다. 이 공식 리소스의 도움으로 분산 교육을 구현하고 컴퓨터 비전 및 NLP 문제를 해결하는 방법을 탐색할 수 있습니다.

13. 지도 모델 가져오기 도구

Maps Models Importer는 광범위한 지도에서 3D 모델을 가져와 작동합니다. Blender 애드온만 포함하는 실험적인 도구이며 이 프로세스에는 Google 지도와 같은 3D 콘텐츠 소프트웨어가 필요합니다. 이 프로젝트에서는 Google 지도에서 모델을 가져오는 방법을 배울 수 있습니다.

또한 읽기: 초보자를 위한 Python 프로젝트 아이디어 및 주제

파이썬의 미래 범위

현대 산업은 데이터 풀에서 숨겨진 패턴을 찾는 데 점점 더 많은 노력을 기울이고 있습니다. 또한 인공 지능 및 기계 학습과 같은 새로운 기술은 환경에 새로운 기능과 복잡성을 추가합니다. 그리고 Python과 같은 고급 언어는 소프트웨어 개발 및 분석 절차에 필수적입니다.

당연히 오늘날의 채용 담당자는 데이터 과학자, 데이터/연구 분석가, Python 개발자, DevOps 엔지니어 등과 같은 역할에 고용할 때 Python 기술에 엄청난 가치를 부여합니다. Google, Facebook, Spotify, Netflix, Dropbox 및 Reddit과 같은 기술 거물은 제공합니다. 실용적인 교육을 통해 후보자에게 유리한 직업 옵션을 제공합니다.

GitHub의 Python 프로젝트에 대한 위 목록을 사용하여 프로그래밍 기술을 연마할 수 있기를 바랍니다 . 빅 데이터 시장이 더욱 발전하고 확장함에 따라 Python의 오픈 소스 커뮤니티는 앞으로 더 많은 라이브러리를 출시할 것으로 예상됩니다. 따라서 최신 정보를 유지하고 계속 학습하십시오!

데이터 과학에 대해 자세히 알아보려면 작업 전문가를 위해 만들어졌으며 10개 이상의 사례 연구 및 프로젝트, 실용적인 실습 워크숍, 업계 전문가와의 멘토링, 1 - 업계 멘토와 일대일, 400시간 이상의 학습 및 최고의 기업과의 취업 지원.