🖥 simplejson — это библиотека для Python, которая обеспечивает простое, быстрое и расширяемое кодирование и декодирование JSON.
🌟 Она полностью написана на Python и не требует внешних зависимостей, но включает необязательное C-расширение для улучшения производительности. Поддерживает версии Python 3.3 и выше, а также совместима с Python 2.5 и выше.
🔐 Лицензия: MIT
🖥 Github
@Python_Community_ru
🌟 Она полностью написана на Python и не требует внешних зависимостей, но включает необязательное C-расширение для улучшения производительности. Поддерживает версии Python 3.3 и выше, а также совместима с Python 2.5 и выше.
🔐 Лицензия: MIT
🖥 Github
@Python_Community_ru
👩💻 Wowy (https://github.com/manjurulhoque/wowy) — это шаблон интернет-магазина, созданный на базе Django 4.x, который предлагает полный набор возможностей для управления.
🌟 Он обеспечивает удобный интерфейс для пользователей и мощную админ-панель. Включает функции управления товарами (с несколькими изображениями), управление категориями, корзину, список желаемого, генерацию PDF-счетов и детальную аналитику продаж.
🔐 Лицензия: MIT
🖥 Github (https://github.com/manjurulhoque/wowy)
@Python_Community_ru
🌟 Он обеспечивает удобный интерфейс для пользователей и мощную админ-панель. Включает функции управления товарами (с несколькими изображениями), управление категориями, корзину, список желаемого, генерацию PDF-счетов и детальную аналитику продаж.
🔐 Лицензия: MIT
🖥 Github (https://github.com/manjurulhoque/wowy)
@Python_Community_ru
🖥 Pydoll — это библиотека для автоматизации браузеров на основе Chromium без использования WebDriver, которая обеспечивает реалистичную имитацию поведения.
Она поддерживает асинхронные функции Python, что увеличивает производительность и позволяет обрабатывать различные события, а также выполнять веб-скрапинг одновременно.
Установить можно с помощью команды: pip install pydoll-python
📌 Github (https://github.com/autoscrape-labs/pydoll)
@Python_Community_ru
Она поддерживает асинхронные функции Python, что увеличивает производительность и позволяет обрабатывать различные события, а также выполнять веб-скрапинг одновременно.
Установить можно с помощью команды: pip install pydoll-python
📌 Github (https://github.com/autoscrape-labs/pydoll)
@Python_Community_ru
🖥 Validators (https://github.com/python-validators/validators?tab=readme-ov-file) — это библиотека на Python, предназначенная для простого и эффективного валидирования данных.
🌟 В отличие от других инструментов, которые требуют определения схем или форм, Validators позволяет проверять отдельные значения без сложной настройки. Она предлагает функции для проверки различных типов данных, таких как электронные почты, URL, IP-адреса, доменные имена и другие.
🔐 Лицензия: MIT
🖥 Github (https://github.com/python-validators/validators?tab=readme-ov-file)
@Python_Community_ru
🌟 В отличие от других инструментов, которые требуют определения схем или форм, Validators позволяет проверять отдельные значения без сложной настройки. Она предлагает функции для проверки различных типов данных, таких как электронные почты, URL, IP-адреса, доменные имена и другие.
🔐 Лицензия: MIT
🖥 Github (https://github.com/python-validators/validators?tab=readme-ov-file)
@Python_Community_ru
🖥 Django-Tastypie (https://github.com/django-tastypie/django-tastypie) — это библиотека для разработки REST API в Django, которая облегчает работу с данными, сериализацией и аутентификацией.
🌟 Она поддерживает различные форматы данных, такие как JSON, XML и YAML, позволяет работать как с SQL, так и с NoSQL базами и предоставляет встроенные инструменты для фильтрации, сортировки и пагинации запросов. Tastypie снижает необходимость в написании повторяющегося кода, что позволяет разработчикам быстро создавать мощные API.
🖥 Github (https://github.com/django-tastypie/django-tastypie)
@Python_Community_ru
🌟 Она поддерживает различные форматы данных, такие как JSON, XML и YAML, позволяет работать как с SQL, так и с NoSQL базами и предоставляет встроенные инструменты для фильтрации, сортировки и пагинации запросов. Tastypie снижает необходимость в написании повторяющегося кода, что позволяет разработчикам быстро создавать мощные API.
🖥 Github (https://github.com/django-tastypie/django-tastypie)
@Python_Community_ru
🖥 Robyn — это асинхронный веб-фреймворк для Python, который использует Rust для достижения высокой производительности!
🌟 Он позволяет создавать быстрые веб-приложения, объединяя удобный API на Python с низкоуровневыми оптимизациями Rust. Robyn поддерживает асинхронные обработчики запросов, масштабируемую обработку соединений и удобную маршрутизацию, что делает его отличным выбором для высоконагруженных сервисов.
🔐 Лицензия: BSD-2-Clause
🖥 Github
@Python_Community_ru
🌟 Он позволяет создавать быстрые веб-приложения, объединяя удобный API на Python с низкоуровневыми оптимизациями Rust. Robyn поддерживает асинхронные обработчики запросов, масштабируемую обработку соединений и удобную маршрутизацию, что делает его отличным выбором для высоконагруженных сервисов.
🔐 Лицензия: BSD-2-Clause
🖥 Github
@Python_Community_ru
🖥 DeepMesh – это исследовательский проект, цель которого заключается в создании качественных 3D-мешей с использованием методов глубокого обучения.
🟢 Глубокое обучение для 3D-реконструкции: Проект применяет нейросетевые методы для обучения неявных представлений объектов, что дает возможность восстанавливать гладкие и точные поверхности даже из разреженных данных, таких как облака точек.
🟢 Алгоритмы извлечения мешей: После создания неявной функции, описывающей форму объекта, используются алгоритмы, такие как Marching Cubes, для получения явной 3D-сетки.
🟢 Инструменты для визуализации и экспериментов: Репозиторий содержит код для обучения моделей, проведения экспериментов и визуализации результатов, что упрощает воспроизведение исследований и применение метода в различных задачах компьютерного зрения и графики.
🟢 Потенциал применения: Такой метод может быть полезен для задач реконструкции объектов, симуляции, компьютерной графики и дополненной реальности, где необходимо точное представление сложных форм.
📌 Github (https://github.com/zhaorw02/DeepMesh)
@Python_Community_ru
🟢 Глубокое обучение для 3D-реконструкции: Проект применяет нейросетевые методы для обучения неявных представлений объектов, что дает возможность восстанавливать гладкие и точные поверхности даже из разреженных данных, таких как облака точек.
🟢 Алгоритмы извлечения мешей: После создания неявной функции, описывающей форму объекта, используются алгоритмы, такие как Marching Cubes, для получения явной 3D-сетки.
🟢 Инструменты для визуализации и экспериментов: Репозиторий содержит код для обучения моделей, проведения экспериментов и визуализации результатов, что упрощает воспроизведение исследований и применение метода в различных задачах компьютерного зрения и графики.
🟢 Потенциал применения: Такой метод может быть полезен для задач реконструкции объектов, симуляции, компьютерной графики и дополненной реальности, где необходимо точное представление сложных форм.
📌 Github (https://github.com/zhaorw02/DeepMesh)
@Python_Community_ru
GitHub
GitHub - zhaorw02/DeepMesh: Official code of DeepMesh: Auto-Regressive Artist-mesh Creation with Reinforcement Learning
Official code of DeepMesh: Auto-Regressive Artist-mesh Creation with Reinforcement Learning - zhaorw02/DeepMesh
🖥 PythonX – это новый инструмент для разработчиков на Python! 🚀
PythonX представляет собой мощный интерпретатор Python, который интегрирован с Livebook и предоставляет разработчикам удобный и интерактивный способ работы с кодом.
▪ Что это такое?
PythonX является расширением для Livebook, которое предлагает REPL-среду и интерактивные блокноты с поддержкой Python.
▪ Чем полезен разработчикам?
🔹 Позволяет работать с Python в Livebook так же удобно, как с Elixir.
🔹 Поддерживает визуализацию данных, машинное обучение и анализ данных.
🔹 Упрощает совместную работу над кодом.
▪ Какие преимущества перед другими инструментами?
✅ Глубокая интеграция с Livebook – быстрый запуск и удобство работы.
✅ Поддержка современного Python (совместимость с популярными библиотеками).
✅ Минимальная зависимость от внешних сервисов – больше контроля над средой.
🔗 Github (https://github.com/livebook-dev/pythonx)
@Python_Community_ru
PythonX представляет собой мощный интерпретатор Python, который интегрирован с Livebook и предоставляет разработчикам удобный и интерактивный способ работы с кодом.
▪ Что это такое?
PythonX является расширением для Livebook, которое предлагает REPL-среду и интерактивные блокноты с поддержкой Python.
▪ Чем полезен разработчикам?
🔹 Позволяет работать с Python в Livebook так же удобно, как с Elixir.
🔹 Поддерживает визуализацию данных, машинное обучение и анализ данных.
🔹 Упрощает совместную работу над кодом.
▪ Какие преимущества перед другими инструментами?
✅ Глубокая интеграция с Livebook – быстрый запуск и удобство работы.
✅ Поддержка современного Python (совместимость с популярными библиотеками).
✅ Минимальная зависимость от внешних сервисов – больше контроля над средой.
🔗 Github (https://github.com/livebook-dev/pythonx)
@Python_Community_ru
⚡️ OSGINT - это эффективный инструмент для открытых источников информации (OSINT), созданный для извлечения данных о пользователях GitHub.
Он позволяет искать имя пользователя по электронной почте и наоборот, предоставляя различные данные профиля, такие как дата регистрации аккаунта, количество публичных репозиториев и гистов, а также открытые ключи PGP и SSH.
✔️ Github (https://github.com/hippiiee/osgint)
@Python_Community_ru
Он позволяет искать имя пользователя по электронной почте и наоборот, предоставляя различные данные профиля, такие как дата регистрации аккаунта, количество публичных репозиториев и гистов, а также открытые ключи PGP и SSH.
✔️ Github (https://github.com/hippiiee/osgint)
@Python_Community_ru
🖥 "Think Python" - базовая книга от O'Reilly
Это одна из лучших книг для изучения Python.
❤️🔥 Как вам обложка?
❯ 3 издание (https://allendowney.github.io/ThinkPython/)
❯ 2 издание (https://greenteapress.com/thinkpython2/thinkpython2.pdf)
@Python_Community_ru
Это одна из лучших книг для изучения Python.
❤️🔥 Как вам обложка?
❯ 3 издание (https://allendowney.github.io/ThinkPython/)
❯ 2 издание (https://greenteapress.com/thinkpython2/thinkpython2.pdf)
@Python_Community_ru
🖥 Как отлаживать код на Python, не покидая редактора, с использованием встроенного модуля pdb.
🔍 Пример быстрой отладки с помощью pdb
Часто, когда код не работает должным образом, мы начинаем добавлять много print(). Это неудобно, медленно и засоряет код. Вместо этого вставь в нужное место следующую строку:
import pdb; pdb.set_trace()
Когда выполнение дойдет до этой строки, ты попадешь в интерактивную консоль отладчика прямо в терминале. Далее можно:
- n (next) — перейти к следующей строке;
- s (step) — зайти внутрь функции;
- c (continue) — продолжить выполнение;
- l (list) — показать текущий контекст;
- p var — вывести значение переменной var.
💡 Пример
def calc(a, b):
import pdb; pdb.set_trace()
result = a + b
return result
calc(2, 3)
На строке с pdb.set_trace() ты остановишься и сможешь изучить, что происходит внутри.
Зачем это нужно?
- Понять, почему что-то идет не так.
- Посмотреть, какие значения у переменных в момент ошибки.
- Быстро отладить без запуска IDE — удобно в Docker, SSH или при работе с cron.
Попробуй — один раз освоишь, и уже не захочешь возвращаться к print().
@Python_Community_ru
🔍 Пример быстрой отладки с помощью pdb
Часто, когда код не работает должным образом, мы начинаем добавлять много print(). Это неудобно, медленно и засоряет код. Вместо этого вставь в нужное место следующую строку:
import pdb; pdb.set_trace()
Когда выполнение дойдет до этой строки, ты попадешь в интерактивную консоль отладчика прямо в терминале. Далее можно:
- n (next) — перейти к следующей строке;
- s (step) — зайти внутрь функции;
- c (continue) — продолжить выполнение;
- l (list) — показать текущий контекст;
- p var — вывести значение переменной var.
💡 Пример
def calc(a, b):
import pdb; pdb.set_trace()
result = a + b
return result
calc(2, 3)
На строке с pdb.set_trace() ты остановишься и сможешь изучить, что происходит внутри.
Зачем это нужно?
- Понять, почему что-то идет не так.
- Посмотреть, какие значения у переменных в момент ошибки.
- Быстро отладить без запуска IDE — удобно в Docker, SSH или при работе с cron.
Попробуй — один раз освоишь, и уже не захочешь возвращаться к print().
@Python_Community_ru
This media is not supported in your browser
VIEW IN TELEGRAM
📞 SSHClick (https://github.com/karlot/sshclick) — это инструмент для управления SSH-конфигурациями, созданный на Python с использованием фреймворков Click, Rich и Textual.
🌟 Он предлагает удобный интерфейс для работы с файлами ssh_config, позволяя визуализировать, фильтровать и редактировать записи. Это облегчает управление большими и сложными SSH-конфигурациями, особенно для системных администраторов, которые работают с множеством серверов.
🌟 Основные возможности SSHClick включают парсинг существующих SSH-конфигураций, добавление метаданных для группировки и фильтрации хостов, а также удобный текстовый интерфейс (TUI) для работы непосредственно в терминале. Инструмент помогает быстро находить и редактировать записи, сокращая время, затрачиваемое на ручное управление конфигурациями.
🔐 Лицензия: MIT
🖥 Github (https://github.com/karlot/sshclick)
@linuxacademiya
@Python_Community_ru
🌟 Он предлагает удобный интерфейс для работы с файлами ssh_config, позволяя визуализировать, фильтровать и редактировать записи. Это облегчает управление большими и сложными SSH-конфигурациями, особенно для системных администраторов, которые работают с множеством серверов.
🌟 Основные возможности SSHClick включают парсинг существующих SSH-конфигураций, добавление метаданных для группировки и фильтрации хостов, а также удобный текстовый интерфейс (TUI) для работы непосредственно в терминале. Инструмент помогает быстро находить и редактировать записи, сокращая время, затрачиваемое на ручное управление конфигурациями.
🔐 Лицензия: MIT
🖥 Github (https://github.com/karlot/sshclick)
@linuxacademiya
@Python_Community_ru
FastOpenAPI
FastOpenAPI – это библиотека, предназначенная для создания и интеграции схем OpenAPI с использованием Pydantic v2 и различных фреймворков, таких как Falcon, Flask, Quart, Sanic, Starlette и Tornado.
▪ Проект вдохновлён FastAPI и предлагает разработчикам схожий удобный опыт создания API с автоматической генерацией документации.
▪ С помощью FastOpenAPI вы можете просто определять маршруты, выполнять валидацию данных и генерировать документацию в формате Swagger UI и ReDoc, что делает процесс разработки и поддержки API более простым.
▪ Быстрая интеграция с поддержкой строгой типизации через модели Pydantic делает библиотеку надёжным инструментом для создания современных веб-приложений.
▪ FastOpenAPI распространяется под лицензией MIT, что позволяет свободно использовать и изменять его в коммерческих и некоммерческих проектах.
▪ Github (https://github.com/mr-fatalyst/fastopenapi)
@pythol
@Python_Community_ru
FastOpenAPI – это библиотека, предназначенная для создания и интеграции схем OpenAPI с использованием Pydantic v2 и различных фреймворков, таких как Falcon, Flask, Quart, Sanic, Starlette и Tornado.
▪ Проект вдохновлён FastAPI и предлагает разработчикам схожий удобный опыт создания API с автоматической генерацией документации.
▪ С помощью FastOpenAPI вы можете просто определять маршруты, выполнять валидацию данных и генерировать документацию в формате Swagger UI и ReDoc, что делает процесс разработки и поддержки API более простым.
▪ Быстрая интеграция с поддержкой строгой типизации через модели Pydantic делает библиотеку надёжным инструментом для создания современных веб-приложений.
▪ FastOpenAPI распространяется под лицензией MIT, что позволяет свободно использовать и изменять его в коммерческих и некоммерческих проектах.
▪ Github (https://github.com/mr-fatalyst/fastopenapi)
@pythol
@Python_Community_ru
🖥 Radon — это инструмент, который помогает разработчикам выявлять проблемы в коде с использованием метрик.
В отличие от других линтеров, Radon предоставляет количественную оценку: сколько тестов необходимо для функции и насколько она чрезмерно сложна.
Проект поддерживает версии Python от 2.7 до 3.12 и не требует внешних зависимостей. Результаты можно получить через командную строку или интегрировать в CI/CD-пайплайны.
📌 GitHub (https://github.com/rubik/radon)
@Python_Community_ru
В отличие от других линтеров, Radon предоставляет количественную оценку: сколько тестов необходимо для функции и насколько она чрезмерно сложна.
Проект поддерживает версии Python от 2.7 до 3.12 и не требует внешних зависимостей. Результаты можно получить через командную строку или интегрировать в CI/CD-пайплайны.
📌 GitHub (https://github.com/rubik/radon)
@Python_Community_ru
🔎 ClatScope (https://github.com/Clats97/ClatScope) — это эффективный инструмент для проведения разведки с применением открытых источников (OSINT), созданный для сбора различной информации об IP-адресах, доменах, электронных почтах, номерах телефонов и многом другом!
🔐 Лицензия: Apache-2.0
🖥 Github (https://github.com/Clats97/ClatScope)
@Python_Community_ru
🔐 Лицензия: Apache-2.0
🖥 Github (https://github.com/Clats97/ClatScope)
@Python_Community_ru
⚡️ Asyncer — это небольшая библиотека, предназначенная для упрощения работы с асинхронным кодом, созданная автором FastAPI. Стоит отметить, что это не фреймворк, а набор вспомогательных инструментов, которые делают код более аккуратным и улучшают подсказки в IDE.
Библиотека ориентирована на удобство разработчиков: она улучшает автозаполнение, помогает избежать ошибок при проверке типов данных и облегчает смешение асинхронного и синхронного кода. В данный момент в Asyncer всего 4 функции, поэтому интеграция в проект займёт всего несколько минут.
🤖 GitHub (https://github.com/fastapi/asyncer)
@Python_Community_ru
Библиотека ориентирована на удобство разработчиков: она улучшает автозаполнение, помогает избежать ошибок при проверке типов данных и облегчает смешение асинхронного и синхронного кода. В данный момент в Asyncer всего 4 функции, поэтому интеграция в проект займёт всего несколько минут.
🤖 GitHub (https://github.com/fastapi/asyncer)
@Python_Community_ru