Email-Scraper - простой и эффективный OSINT инструмент для сбора email адресов с сайтов и страниц социальных сетей.
Установка и использование:
$ git clone https://github.com/codewithharit/Email-Scraper.git
$ cd Email-Scraper
$ chmod +x *
$ bash emailscraper.sh
⚙️ GitHub/Инструкция#osint #python #soft #github
@pro_python_code
Please open Telegram to view this post
VIEW IN TELEGRAM
👺 txt2mask
это надстройка для веб-интерфейса AUTOMATIC1111, в основе которой лежит Stable Diffusion. txt2mask позволяет вам вводить текст в режиме img2img и автоматически генерировать маску изображения.
⚙️ Github
➡️ Stable Diffusion
@pro_python_code
это надстройка для веб-интерфейса AUTOMATIC1111, в основе которой лежит Stable Diffusion. txt2mask позволяет вам вводить текст в режиме img2img и автоматически генерировать маску изображения.
⚙️ Github
➡️ Stable Diffusion
@pro_python_code
Простой способ извлечения информации из документов
DocQuery — это библиотека и инструмент командной строки, упрощающий анализ полуструктурированных и неструктурированных документов (PDF, отсканированных изображений и т. д.) с использованием больших языковых моделей (LLM).
Language: Python
💥Star: 726
📝Fork: 27
https://github.com/impira/docquery
DocQuery — это библиотека и инструмент командной строки, упрощающий анализ полуструктурированных и неструктурированных документов (PDF, отсканированных изображений и т. д.) с использованием больших языковых моделей (LLM).
Language: Python
💥Star: 726
📝Fork: 27
https://github.com/impira/docquery
GitHub
GitHub - impira/docquery: An easy way to extract information from documents
An easy way to extract information from documents. Contribute to impira/docquery development by creating an account on GitHub.
🐍 8 технологий, которые должен знать каждый Python-разработчик
Джентльменский набор пайтон-разработчика, который пригодится вне зависимости от того, куда вы пойдете: в инжиниринг, машинное обучение или бэкенд-разработку.
Содержание
- Git.
-Алгоритмы.
- Алгоритмы на графах.
- Рекурсия.
- SQL и базы данных.
- Агрегационные функции.
- Docker.
- Структуры данных.
➡️ Читать дальше
@pro_python_code
Джентльменский набор пайтон-разработчика, который пригодится вне зависимости от того, куда вы пойдете: в инжиниринг, машинное обучение или бэкенд-разработку.
Содержание
- Git.
-Алгоритмы.
- Алгоритмы на графах.
- Рекурсия.
- SQL и базы данных.
- Агрегационные функции.
- Docker.
- Структуры данных.
➡️ Читать дальше
@pro_python_code
Python for data science шпаргалка.pdf
212.3 KB
📌 Шпаргалки по Python
Шпаргалка Python For Data Science
Python for data science шпаргалка
Шпаргалка python от Яндекс. Словари
Шпаргалки по Python 3 (для начинающих)
Шпаргалка по Python Data Science
Шпаргалки по программированию на Python
Шпаргалка по NumPy
Объемная шпаргалка по Python
Шпаргалка по Python
@pro_python_code
Шпаргалка Python For Data Science
Python for data science шпаргалка
Шпаргалка python от Яндекс. Словари
Шпаргалки по Python 3 (для начинающих)
Шпаргалка по Python Data Science
Шпаргалки по программированию на Python
Шпаргалка по NumPy
Объемная шпаргалка по Python
Шпаргалка по Python
@pro_python_code
This media is not supported in your browser
VIEW IN TELEGRAM
⚜️ Руководство по созданию интерактивных визуализаций на Python
Визуализация данных — один из важнейших этапов проекта в области науки о данных и аналитики данных. Она помогает как изучать и понимать данные, так и эффективно обмениваться результатами.
Самыми распространенными библиотеками для создания визуализаций на Python являются Matplotlib и Seaborn, но существует и множество других инструментов.
В этом руководстве мы изучим инструменты HoloViz, а точнее Panel и hvPlot — библиотеки с открытым исходным кодом, которые используются для создания интерактивных диаграмм и контрольных панелей. Также узнаем, как легко развернуть и поделиться контрольной панелью с помощью Jupyter Notebook.
В этом проекте мы будем использовать данные о различных покемонах, доступные на Kaggle и Wikipedia, а также данные о продажах игр про покемонов.
Краткий обзор
Мы выполним следующие задачи.
Создадим простой интерактивный график, используя hvPlot и Pandas.
Построим более сложные визуализации, используя Panel для создания виджетов, которые будут фильтровать данные, и hvPlot для отображения этих данных.
Создадим контрольную панель, показывающую табличные данные, информацию о проекте, а также различные интерактивные диаграммы.
Узнаем, как развертывать контрольную панель на Heroku, чтобы проектом можно было делиться.
➡️ Читать дальше
⚙️ Код
@pro_python_code
Визуализация данных — один из важнейших этапов проекта в области науки о данных и аналитики данных. Она помогает как изучать и понимать данные, так и эффективно обмениваться результатами.
Самыми распространенными библиотеками для создания визуализаций на Python являются Matplotlib и Seaborn, но существует и множество других инструментов.
В этом руководстве мы изучим инструменты HoloViz, а точнее Panel и hvPlot — библиотеки с открытым исходным кодом, которые используются для создания интерактивных диаграмм и контрольных панелей. Также узнаем, как легко развернуть и поделиться контрольной панелью с помощью Jupyter Notebook.
В этом проекте мы будем использовать данные о различных покемонах, доступные на Kaggle и Wikipedia, а также данные о продажах игр про покемонов.
Краткий обзор
Мы выполним следующие задачи.
Создадим простой интерактивный график, используя hvPlot и Pandas.
Построим более сложные визуализации, используя Panel для создания виджетов, которые будут фильтровать данные, и hvPlot для отображения этих данных.
Создадим контрольную панель, показывающую табличные данные, информацию о проекте, а также различные интерактивные диаграммы.
Узнаем, как развертывать контрольную панель на Heroku, чтобы проектом можно было делиться.
➡️ Читать дальше
⚙️ Код
@pro_python_code
🐍 Самоучитель по Python для начинающих. Часть 1. Особенности, сферы применения, установка, онлайн IDE
В первой части расскажем о сферах применения Python, о преимуществах и недостатках языка, а также рассмотрим все способы установки и запуска интерпретатора онлайн.
➡️ Читать дальше
@pro_python_code
В первой части расскажем о сферах применения Python, о преимуществах и недостатках языка, а также рассмотрим все способы установки и запуска интерпретатора онлайн.
➡️ Читать дальше
@pro_python_code
🔎 Web-Scraping с применением библиотек BeautifulSoup4 + Asyncio
В данной статье мы рассмотим способ с применением python библиотеки BeautifulSoup4 в связке с библиотекой asyncio.
Асинхронное программирование – это особенность современных языков программирования, которая позволяет выполнять операции, не дожидаясь их завершения. Библиотека asyncio предназначена как раз для этого.
Допустим, я буду извлекать данные из трёх страниц веб-сайта с применением привычных библиотек BeautifulSoup4 и Requests.
➡️ Читать дальше
@pro_python_code
В данной статье мы рассмотим способ с применением python библиотеки BeautifulSoup4 в связке с библиотекой asyncio.
Асинхронное программирование – это особенность современных языков программирования, которая позволяет выполнять операции, не дожидаясь их завершения. Библиотека asyncio предназначена как раз для этого.
Допустим, я буду извлекать данные из трёх страниц веб-сайта с применением привычных библиотек BeautifulSoup4 и Requests.
➡️ Читать дальше
@pro_python_code
Auto-resume-raising – программа для автоматического подъема резюме на HeadHunter каждые 4 часа
Альтернатива платной услуге Продвижение.LITE от HeadHunter
⚙️Ссылка на проект
| #Interesting #Python
@pro_python_code
Альтернатива платной услуге Продвижение.LITE от HeadHunter
⚙️Ссылка на проект
| #Interesting #Python
@pro_python_code
💀 Wifi-Hacking
Этот инструмент кибербезопасности, написанный на Python взломает для вас любой пароль Wi-Fi !
Установка
➡️ Github
@pro_python_code
Этот инструмент кибербезопасности, написанный на Python взломает для вас любой пароль Wi-Fi !
Установка
1) sudo apt-get update && apt-get install git
2) sudo git clone https://github.com/ankit0183/Wifi-Hacking
3) cd Wifi-Hacking/
4) sudo python3 Wifi-Hacking.py➡️ Github
@pro_python_code
🗒 Работа с нечитаемыми символами в текстовых файлах
В файлах встречаются символы, нечитаемые ни в одной кодировке.
Например, есть csv файл с табличными данными и со столбцом, содержащим текстовую информацию, например, чат. В чате могут встретится символы (например, смайлик), которые не читаются с помощью библиотеки Pandas ни в одной кодировке. Прочитаем файл с нечитаемыми символами и разделим его на части.
➡️ Читать дальше
@pro_python_code
В файлах встречаются символы, нечитаемые ни в одной кодировке.
Например, есть csv файл с табличными данными и со столбцом, содержащим текстовую информацию, например, чат. В чате могут встретится символы (например, смайлик), которые не читаются с помощью библиотеки Pandas ни в одной кодировке. Прочитаем файл с нечитаемыми символами и разделим его на части.
# Импортируем необходимые библиотеки:
import io
import itertools
import csv
import pandas as pd
# Создадим пустые списки для данных и для заголовков:
data, head = [ ] , [ ]
href_f = ‘primer.csv’ # Ссылка на файл
k = len(open(href_f,encoding='utf-8-sig', errors = 'ignore').readlines()) # количество строк в файле
result_df=pd.DataFrame()
with io.open(href_f, encoding = 'utf-8-sig', errors = 'ignore') as f:
mycsv=csv.reader( f , delimiter="~")
for raw in itertools.islice(mycsv,0,1,1): # итерация для извлечения заголовка
raw_text='~'.join(raw)
head.append(raw_text.split('~'))
for raw in itertools.islice(mycsv,0,k,1): # цикл чтения файла построчно, с шагом и с определённого
# места. На данном шаге если файл большой, можно разбивать его на части.
raw_text='~ '.join(raw)
data.append(raw_text.split('~'))
result_df=pd.DataFrame(data)
result_df.columns=head
result_df
@pro_python_code
Please open Telegram to view this post
VIEW IN TELEGRAM