🖥 Преобразование эмодзи в текст на Python

@pythonl

💻 Snoop — инструмент OSINT

Snoop Project — один из самых перспективных OSINT-инструментов по поиску никнеймов и остальной информации, написанный на Python.

Snoop поставляется готовыми сборками и не требует зависимостей (или установки python), то есть работает на чистой машине с OS Windows или GNU/Linux.

🗄 GitHub

@pythonl

🖥 Преобразование картинки в карандашный скетч с помощью Python

@pythonl

🌟 Open Interpreter — полное управление компьютером при помощи запросов на естественном языке

pip install open-interpreter
interpreter

Open Interpreter предоставляет интерфейс естественного языка для управления компьютером.
Можно общаться с Open Interpreter через ChatGPT-подобный интерфейс прямо в терминале.

При помощи Open Interpreter можно на естественном языке выполнять такие действия как:
— создание и редактирование фотографий, видео, PDF-файлов и т. д.

— управление браузером

— анализ данных, построение графиков и т.д.

▪GitHub
▪ Доки

@pythonl

🖥 DeltaDB

Delta DB - это легкая, быстрая и масштабируемая база данных, созданная на базе polars и deltalake.

pip install deltabase

▪ Github

@pythonl

🖥 Преобразование видеофайлов в Gif с помощью Python

@pythonl

🖥 Выводим Данные периодической таблицы, с помощью Python

@pythonl

🖥 CAPTCHA в Python с помощью библиотеки captcha.

@pythonl

🖥 Qik (quick) - это программа для выполнения команд, подобная make, но с кэшированием на основе хэша и расширенными возможностями.

Кэширование команд Qik гарантирует, что вы не будете выполнять лишнюю работу. Настраивайте параметры команд в модулях позволяют просматривайть и повторно запускайте команды в режиме ожидания.

Qik может значительно сократить время разработки.

Хотя qik обладает специальной функциональностью для проектов на Python, любой репозиторий на основе git может использовать qik в качестве средства запуска команд.

pip install qik

▪Github
▪Гайд

@pythonl

🖥 Штрих-код с помощью Python

@pythonl

⚡️ Clark — это инструмент командной строки для монтажа аудио и видео с возможностью установки временных меток.

Он разработан для пользователей, которые предпочитают работать в командной строке, обеспечивая точную обрезку и разделение медиафайлов.

Интерфейс TUI оснащен шкалой прокрутки и маркерами времени, которые группируются для уменьшения загромождения экрана.

🖥 Github

@pythonl

🖥 Извлечение текста из изображения с помощью Python

@pythonl

👄 GestSync — это библиотека, которая позволяет определять говорящего в видео на основе жестов.

Проект решает две основные задачи:
▫️Синхронизация — предсказывает временные задержки между аудио- и видеопотоками, опираясь на жесты.
▫️Определение активного говорящего — позволяет идентифицировать говорящего в многолюдной сцене без использования распознавания лиц.

Пользователи могут легко интегрировать модель, загрузить необходимые пакеты и запускать её на любых видео, где видны жесты говорящих.

git clone https://github.com/Sindhu-Hegde/gestsync.git

🖥 Github
💡 Demo
📝 Project

@pythonl

🖥 GPT Computer Assistant

Это фреймворк на Python, предназначенный для создания интеллектуальных функций в ваших продуктах, таких как Apple Intelligence.

from gpt_computer_assistant.remote import remote

remote.save_models("gpt-4o")
remote.save_openai_api_key("sk-**")

▪ Github

@pythonl

🖥 MicroRabbit

Легкий, асинхронный Python-фреймворк для RabbitMQ, упрощающий создание микросервисов и распределенных систем.

Среди особенностей - удобная маршрутизация сообщений, поддержка плагинов и интуитивно понятная настройка клиента.

pip install git+https://@github.com/TonnoBelloSnello/microrabbit.git

• Github

@pythonl

🖥 55% Python-разработчиков используют Linux

Организация Python Software Foundation опубликовала результаты совместного ежегодного опроса, в котором приняли участие более 25 тысяч разработчиков, использующих язык программирования Python.

Основные тенденции:

- 55% Python-разработчиков используют Linux в своём окружении для разработки (в прошлом отчёте 59%), 55% (58%) - Windows , 29% (26%) - MacOS, 2% (3%) - BSD.
6% (в прошлом отчёте 7%) продолжают пользоваться веткой Python 2, которая в настоящее время не поддерживается в большинстве дистрибутивов Linux и была переведена в разряд неподдерживаемых ещё в апреле 2020 года (изначально прекратить поддержку планировалось в 2015 году, но сроки постоянно продлевались).

- Почти половина тех, кто заявил о продолжении работы с Python 2 указали, что им меньше 21 года, а треть - что они являются студентами.

- 22% используют редактор кода Visual Studio Code, 20% - Jupyter Notebook, 17% - Vim, 13% - PyCharm Community Edition, 12% - JupyterLab, 11% - NotePad++, 9% - Sublime Text. 23% опрошенных используют только одну интегрированную среду разработки, 38% - две, 21% - три, 19% - больше трёх.

- 37% в отчётном году участвовали в разработке открытых проектов (77% на уровне разработки кода, 38% - документации, 35% - сопровождения, 33% - тестирования).
32% имеют возраст 21-29 лет, 8% - 18-20, 33% - 30-39, 16% - 40-49, 7% - 50-59, 3% - старше 60.

-25% программируют на Python менее года, 16% - 1-2 года, 26% - 3-5 лет, 19% - 6-10 лет, 13% - более 10 лет.

- 44% отметили использование Python для анализа данных, - 44% - web-разработки, 34% - для машинного обучения, 26% для администрирования, DevOps и написания сценариев автоматизации, 25% - для парсеров и web-ботов, 26% - для обучения.

@pythonl