57 отборных репозиториев для всех разработчиков Python

Специально к старту нового потока курса «Python для веб-разработки» представляем подборку из 57 репозиториев, которые будут полезны как начинающему, так и опытному разработчику: это репозитории с ответами на вопросы собеседований, репозитории с книгами, небольшие, но полезные консольные инструменты и проекты, которые вдохновят вас написать красивый, работающий и полезный код.

---

Эксперт вы или начинающий разработчик — не важно. В любом случае вы задаете себе такие вопросы:

• Как выглядит хороший, чистый код?
• Где я могу научиться писать код лучше?
• Как стать лучше в профессии?

И в этот момент на помощь приходит GitHub. Мы посмотрим на топовые репозитории Github, которые не только вдохновят вас и чему-то научат, но и дадут почувствовать вкус того, что творческий ум способен сделать с помощью Python.

Почему Python?

Разработчики со всего мира выбрали Python основным языком многих проектов. Python — это простой в использовании язык. Он универсален, у него большая коллекция пакетов, которая удерживает и привлекает новых разработчиков. Немного фактов:

• Python считается одним из лучших инструментов для Data Science.
• Это второй по популярности язык на GitHub.
• Python — самый популярный язык в ML.
• Тренды поиска в Google 2019 года ставят Python на второе место по популярности среди языков в сети.
• В репозитории пакетов Python содержится 147 000 пакетов.
• Согласно StackOverflow именно Python — наиболее предпочтительный язык.

Итак, список

С этими репозиториями я сталкивалась лично. Они помогают мне в работе с кодом: я у них учусь, восхищаюсь ими, вдохновляюсь ими, нахожу их полезными в чём-то ином. Этот список даст вам преимущество в смысле кода и повысит вашу ценность как специалиста. Я разобью подборку на такие категории:

1. Книги.
2. Собеседования.
3. Обучение.
4. Крутые проекты.
5. Фреймворки, модули, инструменты.

1. Книги.

Hitchhiker’s Guide to Python от Real Python (21.9к ★)

Эта книга — руководство по установке, настройке и применению Python.

Python Machine Learning от Sebastian Raschka и Vahid Mirjalili (1.6к ★)

Блокноты с кодом из классических учебников ML.

Cosmic Python (1.3к ★)

Книга об архитектуре приложений на Python в смысле управления сложностью.

Byte of Python от Swaroop C H (1.3к ★)

Книга для начинающих. Прочитайте ее, если программирования для вас неизвестная область.

2. Собеседования.

Cracking the Coding Interview от Bogdan (140 ★)

Решения вопросов с собеседований, представленных в шестом издании «Cracking the Coding Interview» (CTCI).

Interactive Coding Challenges от Donne Martin (21.2к ★)

Более 120 интерактивных задач по кодированию Python (алгоритмы и структуры данных) — поставляется с картами программы для запоминания Anki.

Python Interview Questions от Ian Stapleton Cordasco (108 ★)

Список вопросов, которые могут быть заданы работодателями Python

300 Python Interview Questions от Learning Zone (64 ★ы)

Более 300 вопросов на собеседовании по Python.

3. Обучение.

The Algorithms/Python от The Algorithms (91.5к ★)

Все алгоритмы из компьютерной науки на Python. Отлично подходит для технических собеседований.

Awesome Python от Vinta Chen (88.7к ★)

Отобранный список потрясающих фреймворков, библиотек, программного обеспечения и ресурсов с кодом, охватывающим практически все, для чего используется Python.

Full Speed Python от João Ventura (2.9к ★)

Это книга для самообразования. Она призвана научить Python через практику.

Python Robotics от Atsushi Sakai (10.6к ★)

Примеры кода на Python для робототехники.

Learn Python 3 от Jerry Pussinen (2.8к ★)

Блокноты Jupyter Notebook для преподавания и обучения Python 3.

Learn Python от Oleksii Trekhleb (5.3к ★)

Песочница и список трюков Python. Коллекция скриптов Python, разделенная по темам и содержащая примеры кода с пояснениями.

Python Reference от Sebastian Raschka (2.5к ★)

Полезные функции, учебники и другие связанные с Python вещи.

Manim от 3b1b (27.8к ★)

Анимационный движок для создания объяснительных видеоматериалов по математике. В основном он используется при программном создании анимации.

NLTK от NLTK (9.4к ★]

Коллекция библиотек и инструментов с открытым исходным кодом для обработки естественного языка.

Free programming books от Free Ebook Foundation (164к ★)

Бесплатные книги по программированию. Есть раздел Python с большим количеством бесплатных электронных книг.

100 Days of ML Code от Avik Jain (30.5к ★)

Рабочие листы с пошаговыми описаниями, которые знакомят пользователей с основами машинного обучения. Содержит ссылки на примеры кода, наборы данных и полезные видео, объясняющие ключевые математические понятия.

D2L от Dive Into Deep Learning (8к ★)

Интерактивный углубленный учебник с кодом, математикой и дискуссиями. Работа идет с несколькими фреймворками. Принято в 140 университетах и 35 странах.

Models от TensorFlow (67.1к ★)

Репозиторий с открытым исходным кодом, где вы найдете множество связанных с глубоким обучением библиотек и моделей.

TensorFlow examples от Aymeric Damien (39.2к ★)

Справочник для всех, кто начинает работать с фреймворком машинного обучения Google TensorFlow. Содержит множество примеров кода, демонстрирующих все, начиная от базовых операций TensorFlow и заканчивая построением нейронных сетей.

Project Based Learning от Tu V. Tran (40к ★)

Список ориентированных на проекты учебников по программированию, в том числе по созданию веб-скреперов, приложений, ботов и т.д.

Coding Problems от Meto Trajkovski (1.4к ★)

Решения различных проблем кодирования/алгоритмики и множество полезных ресурсов для изучения алгоритмов и структур данных.

Крутые проекты

Airflow от Apache (19.1к ★)

Платформа для разработки программ, планирования и мониторинга рабочих процессов.

Hug от Hug API (6.4к ★)

Цель Hug — сделать разработку API на Python как можно проще.

Rebound от Jonathan Shobrook (3.4к ★)

Инструмент командной строки, при возникновении исключения немедленно показывающий результат со Stack Overflow — [прим. перев. — сайта с ответами на вопросы по программированию].

You Get от Mort Yao (36.9к ★)

Крошечная утилита командной строки для загрузки медиаконтента (видео, аудио, изображений) из интернета.

Snallygaster от Hanno Böck (1.7к ★)

Инструмент сканирования на предмет скрытых файлов на серверах HTTP.

DeepFaceLab от iperov (21.1к ★)

Инструмент, который может создавать изображения и видео DeepFake, позволяя вам делать много забавных вещей, например, удаление и замена лиц.

Пример обмена лицами.

Photon от Somdev Sangwan (7.2к ★)

Мощный и простой в использовании веб-скрепер. Он следует рекомендациям из OSINT — методологии, которая делают возможным сбор и анализ информации, полученной из открытых или общедоступных источников.

ZeroNet от ZeroNet (16.2к ★)

Децентрализованные веб-сайты с помощью криптовалюты Bitcoin в сети BitTorrent.

Gym от OpenAI (22.6к ★)

Инструментарий для разработки и сравнения алгоритмов обучения с подкреплением.

Detectron от Facebook Research (23.8к ★)

Исследовательская платформа Facebook AI Research (исследования искусственного интеллекта Facebook) для исследования обнаружения объектов, реализующая популярные алгоритмы, такие как Mask R-CNN и RetinaNet.

Пример вывода Mask R-CNN через Detectron

Magenta от Magenta (15.9к ★)

Исследовательский проект, исследующий роль машинного обучения в создании произведений искусства и музыки. В первую очередь это связано с разработкой новых алгоритмов глубокого обучения и обучением с подкреплением для написания песен, создания изображений, рисунков и других материалов.

Mopidy от Mopidy (6.7к ★)

Расширяемый музыкальный сервер — он воспроизводит музыку с локального диска, Spotify, SoundCloud, Google Play Music и других сервисов.

Face Recognition от Adam Geitgey (37.1к ★)

Распознавайте и управляйте лицами на Python или из командной строки с помощью самой простой в мире библиотеки распознавания лиц.

Определение изображения Джо Байдена с помощью инструмента распознавания лиц.

Wagtail от Wagtail (9.6к ★)

Система управления контентом на Django, ориентированная на гибкость и впечатления пользователей.

YAPF от Google (11.2к ★)

Берет код и переформатирует его в лучший формат в соответствии с вашим руководством по стилю, даже если первоначально код не нарушал руководство.

Zulip (12.8к ★)

Мощное приложение для группового чата с открытым исходным кодом, которое сочетает в себе незамедлительность чата в реальном времени с преимуществами продуктивности тредовых бесед.

4. Фреймворки, модули, инструменты.

Dash от Plotly (13.3к ★)

Фреймворк Python для создания аналитических веб-приложений без JavaScript.

Приложение-карта с указанием дат открытия магазинов Walmart. Изображение на Plotly.

Django (53.5к ★)

Django — это веб-фреймворк Python высокого уровня, который способствует быстрой разработке и чистому, прагматичному дизайну.

scikit-learn от scikit-learn (42.9к ★)

Модуль Python для машинного обучения, созданный на основе SciPy.

Falcon от Falconry (8.1к ★)

Серьезный, минималистичный фреймворк REST-сервисов и серверной части приложений для разработчиков Python с акцентом на надежность, корректность и производительность в масштабе.

Flask от Pallets (52.8к ★)

Flask — это легкий WSGI фреймворк для веб-приложений. Он разработан, чтобы сделать начало работы быстрым и легким, есть возможность масштабирования до сложного приложения.

Keras от Keras Team (2.1к ★)

Высокоуровневый API нейронных сетей, написанный на Python и способный работать поверх TensorFlow, CNTK или Theano. Он разработан с упором на возможность быстро экспериментировать.

Kivy от Kivy (12.1к ★)

Кросс-платформенная среда Python с открытым исходным кодом для разработки приложений, использующих инновационные пользовательские интерфейсы с поддержкой мультитач.

NumPy от NumPy (15.4к ★)

Библиотека Python с открытым исходным кодом для работы с n-мерными массивами, она предлагает обширный набор инструментов для численных операций для достижения повышения производительности и сокращения времени выполнения.

pandas от pandas (27.2к ★)

Гибкая и мощная библиотека для анализа и обработки данных для Python, предоставляющая структуры маркированных данных.

Requests от Python Software Foundation (43.9к ★)

Библиотека Python, которая позволяет отправлять запросы HTTP/1.1, добавлять заголовки, данные форм, составные файлы и устанавливать параметры с помощью простых словарей Python.

SciPy от SciPy (7.7к ★)

Мультидоменная библиотека Python с открытым исходным кодом для Data Science, которая охватывает естественные науки, математику и инженерию.

Seaborn от Michael Waskom (7.8к ★)

Библиотека для визуализаций, основанная на Matplotlib и предлагающая дополнительный уровень настройки графиков и диаграмм, созданных Matplotlib.

Statsmodels от Statsmodels (5.7к ★)

Статистический модуль, предлагающий различные классы и функции для множества статистических моделей, делающий возможным статистический анализ и исследование данных.

Theano от Theano (9.3к ★)

Theano — это библиотека, которая позволяет эффективно определять, оптимизировать и оценивать математические выражения, включающие многомерные массивы.

Tornado от Tornado Web (19.6к ★)

Веб-фреймворк Python и библиотека асинхронных сетей, первоначально разработанные FriendFeed.

Visdom от Facebook Research (7.7к ★)

Гибкий инструмент для создания, организации и совместного использования визуализаций меняющихся, насыщенных данных. Поддерживает Torch и Numpy.

Matplotlib от Matplotlib (12.6к ★)

Библиотека для создания двухмерных графиков, позволяющая получать пригодные к публикации изображения в различных форматах твердых копий и в интерактивных средах на разных платформах.

Заключение

Я надеюсь, что вы найдете эти репозитории такими же полезными и вдохновляющими, как и я, и воспользуетесь ими для расширения своих навыков и знаний. Приятного программирования!

• Курс «Python для веб-разработки»
• Обучение профессии Data Science
• Обучение профессии Data Analyst
• Онлайн-буткемп по Data Analytics

Рекомендуемые статьи

• Как стать Data Scientist без онлайн-курсов
• 450 бесплатных курсов от Лиги Плюща
• Как изучать Machine Learning 5 дней в неделю 9 месяцев подряд
• Сколько зарабатывает аналитик данных: обзор зарплат и вакансий в России и за рубежом в 2020
• Machine Learning и Computer Vision в добывающей промышленности

Автор: Skillfactory School

Источник