🚀 Полезные библиотеки Python

💾 PyScaffold

📌 Библиотека Python, для быстрого создания и настройки структуры проектов Python. Помогает разработчикам легко начать новый проект с правильной организацией и поддержкой стандартов.

Особенности:

- Генерация готовой структуры проекта (папки src, тесты, документация).

- Поддержка интеграции с tox, pre-commit, и sphinx.

- Простая настройка через шаблоны.

⚙️ Установка 👇👇👇

pip install pyscaffold

📁 Документация

#библиотеки

📌 Подпишись Python_Scripts ❗️

📌 Скрипт парсер подарков

💻  ЯП:  Python 3.11+🐍
💾  Модули: aiogram, pyrogram
📂  База данных: -

📌 Скрипт бот для автоматического парсинга подарков пользователей из Telegram чатов.

Этот инструмент предназначен для анализа и поиска лимитированных подарков Telegram в публичных чатах. Бот автоматически сканирует указанные чаты, находит пользователей с определенными подарками и предоставляет детальную информацию о них. Идеальное решение для коллекционеров и трейдеров Telegram подарков.

📌 Вся информация приведена исключительно в ознакомительных целях❗️❗️❗️

#telegram

📌 Подпишись  Python_Scripts❗️

📌 Вычисление спреда для торговых стратегий.
Используется публичное API Bybit👨‍💻

import requests
import time

# Константы
ORDERBOOK_URL = "https://api.bybit.com/v5/market/orderbook"
SYMBOL = "BTCUSDT"  # Торговая пара
CATEGORY = "spot"   # Тип рынка (spot или linear для фьючерсов)
REFRESH_INTERVAL = 5  # Интервал обновления (в секундах)

def get_best_bid_ask():
    """Получить лучшие цены bid и ask"""
    params = {
        "category": CATEGORY,
        "symbol": SYMBOL
    }
    response = requests.get(ORDERBOOK_URL, params=params)
    if response.status_code == 200:
        result = response.json().get("result")
        if result:
            best_bid = result.get("b", [])[0]  # Лучшая цена bid
            best_ask = result.get("a", [])[0]  # Лучшая цена ask
            return best_bid, best_ask
        else:
            raise ValueError("Пустой ответ в поле 'result'.")
    else:
        raise Exception(f"Ошибка API Orderbook: {response.status_code}, {response.text}")

def calculate_spread(best_bid, best_ask):
    """Рассчитать спред между лучшими ценами bid и ask"""
    bid_price = float(best_bid[0])
    ask_price = float(best_ask[0])
    spread = ask_price - bid_price
    return bid_price, ask_price, spread

def monitor_best_bid_ask():
    """Мониторинг лучших bid и ask"""
    try:
        print(f"Начинаем мониторинг лучших bid и ask для {SYMBOL}...\n")
        while True:
            # Получаем лучшие bid и ask
            best_bid, best_ask = get_best_bid_ask()

            # Рассчитываем спред
            bid_price, ask_price, spread = calculate_spread(best_bid, best_ask)

            # Выводим результаты
            print(f"Bid: {bid_price:.2f}, Ask: {ask_price:.2f}, Спред: {spread:.2f}")

            # Интервал обновления
            time.sleep(REFRESH_INTERVAL)
    except Exception as e:
        print(f"Ошибка: {e}")

if __name__ == "__main__":
    monitor_best_bid_ask()

📌 Подпишись  Python_Scripts❗️

🚀 Полезные библиотеки Python

💾 DeepLake

📌 Библиотека Python, для управления большими наборами данных, разработанная специально для машинного обучения. Она позволяет работать с миллиардами строк данных, включая изображения, текст, видео и аннотации.

⚙️ Установка 👇👇👇

pip install deeplake

📁 Документация

#библиотеки

📌 Подпишись Python_Scripts ❗️

📌 Скрипт определение геолокации

💻  ЯП:  Python 3.11+🐍
💾  Модули: aiogram, geoip2
📂  База данных: sqlite3

📌 Скрипт Telegram-бот для определения геолокации IP-адресов и подсетей.

📌 Вся информация приведена исключительно в ознакомительных целях❗️❗️❗️

#telegram

📌 Подпишись  Python_Scripts❗️

📌  Анализ тренда цены с использованием скользящей средней (SMA), используя публичное API Bybit👨‍💻

import requests
import time

# Константы
KLINE_URL = "https://api.bybit.com/v5/market/kline"
SYMBOL = "BTCUSDT"  # Торговая пара
CATEGORY = "spot"   # Тип рынка (spot или linear для фьючерсов)
INTERVAL = "1"  # Таймфрейм свечей (1 минута)
SMA_PERIOD = 10  # Количество свечей для расчёта SMA
REFRESH_INTERVAL = 5  # Интервал обновления (в секундах)

def get_kline_data():
    """Получить исторические свечи"""
    params = {
        "category": CATEGORY,
        "symbol": SYMBOL,
        "interval": INTERVAL,
        "limit": SMA_PERIOD  # Берём последние N свечей
    }
    response = requests.get(KLINE_URL, params=params)
    if response.status_code == 200:
        result = response.json().get("result", {}).get("list", [])
        if result:
            return [float(candle[4]) for candle in result]  # Закрытия свечей
        else:
            raise ValueError("Пустой ответ в 'result.list'.")
    else:
        raise Exception(f"Ошибка API Kline: {response.status_code}, {response.text}")

def calculate_sma(prices):
    """Рассчитать скользящую среднюю (SMA)"""
    return sum(prices) / len(prices) if prices else 0

def monitor_trend():
    """Мониторинг тренда на основе SMA"""
    try:
        print(f"Начинаем мониторинг тренда {SYMBOL}...\n")
        while True:
            # Получаем закрытия свечей
            closing_prices = get_kline_data()
            current_price = closing_prices[-1]  # Последняя цена закрытия
            sma = calculate_sma(closing_prices)

            # Определяем тренд
            trend = "⬆️ Восходящий" if current_price > sma else "⬇️ Нисходящий"

            # Выводим результаты
            print(f"Цена: {current_price:.2f}, SMA({SMA_PERIOD}): {sma:.2f}, Тренд: {trend}")

            # Интервал обновления
            time.sleep(REFRESH_INTERVAL)
    except Exception as e:
        print(f"Ошибка: {e}")

if __name__ == "__main__":
    monitor_trend()

📌 Подпишись  Python_Scripts❗️

🚀 Полезные библиотеки Python

💾 Blosc

📌 Библиотека Python, для сверхбыстрого сжатия данных. Используется для сжатия массивов NumPy и работы с большими объёмами данных в памяти.

Особенности:

- В 2-10 раз быстрее стандартных методов сжатия (gzip, bz2).

- Поддерживает многопоточность.

- Оптимизирован для работы с NumPy и Pandas.

⚙️ Установка 👇👇👇

pip install blosc

📁 Документация

#библиотеки

📌 Подпишись Python_Scripts ❗️

📌 Скрипт для автоматизации записи на мероприятия

💻  ЯП:  Python 3.11+🐍
💾  Модули: aiogram
📂  База данных: sqlalchemy

📌 Скрипт Telegram бот, который позволяет пользователям быстро и удобно записываться на различные мероприятия. Бот предоставляет возможность выбора и записи на мероприятия, а также информацию о месте проведения и информацию о предстоящем событии. Кроме того, бот может отправлять напоминания о предстоящих мероприятиях.

📌 Вся информация приведена исключительно в ознакомительных целях❗️❗️❗️

#telegram

📌 Подпишись  Python_Scripts❗️

📌  Поиск крупных рыночных сделок (детектор "китов"). Этот скрипт поможет выявлять аномально большие ордера, которые могут повлиять на цену. используя публичное API Bybit👨‍💻

import requests
import time

# Константы
TRADES_URL = "https://api.bybit.com/v5/market/recent-trade"
SYMBOL = "BTCUSDT"  # Торговая пара
CATEGORY = "spot"   # Тип рынка (spot или linear для фьючерсов)
VOLUME_THRESHOLD = 5  # Минимальный объём сделки для "кита" (в BTC)
REFRESH_INTERVAL = 2  # Интервал обновления (в секундах)

def get_recent_trades():
    """Получить последние сделки"""
    params = {
        "category": CATEGORY,
        "symbol": SYMBOL,
        "limit": 50  # Берём последние 50 сделок
    }
    response = requests.get(TRADES_URL, params=params)
    if response.status_code == 200:
        return response.json().get("result", {}).get("list", [])
    else:
        raise Exception(f"Ошибка API Trades: {response.status_code}, {response.text}")

def detect_whale_trades():
    """Мониторинг крупных сделок (китов)"""
    try:
        print(f"Начинаем мониторинг крупных сделок для {SYMBOL}...\n")
        while True:
            trades = get_recent_trades()

            for trade in trades:
                price = float(trade["p"])  # Цена сделки
                volume = float(trade["q"])  # Объём сделки
                side = "🟢 Покупка" if trade["S"] == "Buy" else "🔴 Продажа"

                # Фильтруем только крупные сделки
                if volume >= VOLUME_THRESHOLD:
                    print(f"{side} на {volume:.2f} BTC по цене {price:.2f}")

            time.sleep(REFRESH_INTERVAL)
    except Exception as e:
        print(f"Ошибка: {e}")

if __name__ == "__main__":
    detect_whale_trades()

📌 Подпишись  Python_Scripts❗️

🚀 Полезные библиотеки Python

💾 Quaternion

📌 Библиотека Python, для работы с кватернионами (математическими объектами, используемыми в 3D-графике, робототехнике и физике).

Особенности:

- Поддержка NumPy.

- Операции с вращением и ориентацией в 3D-пространстве.

- Полезна для работы с анимацией, робототехникой и игровыми движками.

⚙️ Установка 👇👇👇

python -m pip install --upgrade --force-reinstall numpy-quaternion

📁 Документация

#библиотеки

📌 Подпишись Python_Scripts ❗️

📌 Скрипт rat-ник

💻  ЯП:  Python 3.11+🐍
💾  Модули: pyTelegramBotAPI, telebot, pywin32, browser-cookie3
📂  База данных: -

📌 Скрипт полнофункциональный rat-ник на python, с возможностью изменения размера файла, управление через Telegram бота.

📌 Вся информация приведена исключительно в ознакомительных целях❗️❗️❗️

#telegram

📌 Подпишись  Python_Scripts❗️

📌  Поиск аномальной ликвидности (детектор "стенок")

Этот скрипт анализирует глубину стакана и ищет необычно крупные лимитные ордера ("стены"), которые могут повлиять на движение цены,используя публичное API Bybit👨‍💻

import requests
import time

# Константы
ORDERBOOK_URL = "https://api.bybit.com/v5/market/orderbook"
SYMBOL = "BTCUSDT"
CATEGORY = "spot"
DEPTH_LEVELS = 20  # Количество уровней стакана для анализа
VOLUME_THRESHOLD_RATIO = 0.1  # Порог "стен" (10% от общего объёма стакана)
REFRESH_INTERVAL = 5  # Интервал обновления (в секундах)

def get_orderbook():
    """Получает стакан заявок"""
    params = {"category": CATEGORY, "symbol": SYMBOL}
    response = requests.get(ORDERBOOK_URL, params=params)
    if response.status_code == 200:
        result = response.json().get("result", {})
        return result.get("b", []), result.get("a", [])
    else:
        raise Exception(f"Ошибка API Orderbook: {response.status_code}, {response.text}")

def detect_liquidity_walls():
    """Анализ ликвидности и поиск крупных заявок"""
    try:
        print(f"Мониторинг ликвидности {SYMBOL}...\n")
        while True:
            bids, asks = get_orderbook()

            # Берём только топ-N уровней стакана
            bids = [(float(price), float(size)) for price, size in bids[:DEPTH_LEVELS]]
            asks = [(float(price), float(size)) for price, size in asks[:DEPTH_LEVELS]]

            # Считаем общий объём заявок в стакане
            total_bid_volume = sum(size for _, size in bids)
            total_ask_volume = sum(size for _, size in asks)

            # Порог для "стен" ликвидности (10% от всего объёма стакана)
            bid_threshold = total_bid_volume * VOLUME_THRESHOLD_RATIO
            ask_threshold = total_ask_volume * VOLUME_THRESHOLD_RATIO

            # Ищем "стены" – заявки, превышающие порог
            big_bids = [(price, size) for price, size in bids if size >= bid_threshold]
            big_asks = [(price, size) for price, size in asks if size >= ask_threshold]

            # Выводим результаты
            if big_bids:
                print(f"🟢 Крупные заявки на покупку:")
                for price, size in big_bids:
                    print(f"   Цена: {price:.2f}, Объём: {size:.2f}")

            if big_asks:
                print(f"🔴 Крупные заявки на продажу:")
                for price, size in big_asks:
                    print(f"   Цена: {price:.2f}, Объём: {size:.2f}")

            print("-" * 40)
            time.sleep(REFRESH_INTERVAL)

    except Exception as e:
        print(f"Ошибка: {e}")

if __name__ == "__main__":
    detect_liquidity_walls()

📌 Подпишись  Python_Scripts❗️

🚀 Полезные библиотеки Python

💾 Uplink

📌 Библиотека Python, для создания HTTP-клиентов с декларативным API (аналог Retrofit в Java). Упрощает работу с REST API.

Особенности:

- Удобное объявление API через аннотации.

- Поддержка асинхронных запросов.

- Автоматическое управление сессиями и заголовками.

⚙️ Установка 👇👇👇

pip install uplink

📁 Документация

#библиотеки

📌 Подпишись Python_Scripts ❗️

📌 Скрипт telegram stars

💻  ЯП:  Python 3.11+🐍
💾  Модули: aiogram, aiohttp
📂  База данных: -

📌 Скрипт шаблон Telegram бота для приёма платежей/донатов в звёздах.

📌 Вся информация приведена исключительно в ознакомительных целях❗️❗️❗️

#telegram

📌 Подпишись  Python_Scripts❗️

📌 Индикатор накопления/распределения (A/D Line) для анализа тренда
Этот индикатор помогает определить, идёт ли цена вверх на реальном объёме, или движение искусственное и может скоро развернуться,используя публичное API Bybit👨‍💻

import requests
import time

# Константы
KLINE_URL = "https://api.bybit.com/v5/market/kline"
SYMBOL = "BTCUSDT"
CATEGORY = "spot"
INTERVAL = "15"  # 15-минутные свечи
LIMIT = 50  # Количество свечей для анализа

def get_kline_data():
    """Получает исторические свечи (open, high, low, close, volume)"""
    params = {"category": CATEGORY, "symbol": SYMBOL, "interval": INTERVAL, "limit": LIMIT}
    response = requests.get(KLINE_URL, params=params)
    
    if response.status_code == 200:
        result = response.json().get("result", {}).get("list", [])
        
        # Проверяем структуру ответа и корректно парсим данные
        candles = []
        for c in result:
            try:
                open_price = float(c[1])
                high = float(c[2])
                low = float(c[3])
                close = float(c[4])
                volume = float(c[5])
                candles.append((open_price, high, low, close, volume))
            except (ValueError, IndexError):
                print(f"Ошибка обработки свечи: {c}")
        
        return candles
    else:
        raise Exception(f"Ошибка API Kline: {response.status_code}, {response.text}")

def calculate_ad_line(candles):
    """Вычисляет линию накопления/распределения (A/D)"""
    ad_line = 0
    ad_values = []
    
    for open_price, high, low, close, volume in candles:
        if high != low:
            money_flow_multiplier = ((close - low) - (high - close)) / (high - low)
        else:
            money_flow_multiplier = 0  # Защита от деления на ноль
            
        money_flow_volume = money_flow_multiplier * volume
        ad_line += money_flow_volume
        ad_values.append(ad_line)

    return ad_values

def detect_trend():
    """Анализ тренда на основе A/D Line"""
    try:
        print(f"Начинаем анализ {SYMBOL}...\n")
        while True:
            candles = get_kline_data()
            if not candles:
                print("Не удалось получить свечи, пробуем снова...")
                time.sleep(30)
                continue

            ad_values = calculate_ad_line(candles)
            current_price = candles[-1][3]  # Цена закрытия последней свечи
            
            ad_trend = "⬆️ Восходящий" if ad_values[-1] > ad_values[-2] else "⬇️ Нисходящий"
            
            print(f"Цена: {current_price:.2f}, A/D Line: {ad_values[-1]:.2f}, Тренд: {ad_trend}")
            print("-" * 40)
            
            time.sleep(30)  # Обновление каждые 30 секунд
    except Exception as e:
        print(f"Ошибка: {e}")

if __name__ == "__main__":
    detect_trend()

📌 Подпишись  Python_Scripts❗️

🚀 Полезные библиотеки Python

💾 Perfplot

📌 Библиотека Python, для удобного сравнения производительности различных реализаций кода.

Особенности:

- Визуализация результатов в виде графиков.

- Простая интеграция с NumPy.

- Хорошая альтернатива timeit с графическим выводом.

⚙️ Установка 👇👇👇

pip install perfplot

📁 Документация

#библиотеки

📌 Подпишись Python_Scripts ❗️

📌 Скрипт парсер DexScreener

💻  ЯП:  Python 3.11+🐍
💾  Модули: bs4, requests, lxml, seleniumbase
📂  База данных: -

📌 Скрипт для парсинга данных с сайта DexScreener.com, по умолчанию собирает данные с первых двадцати страниц выдачи

📌 Вся информация приведена исключительно в ознакомительных целях❗️❗️❗️

#other

📌 Подпишись  Python_Scripts❗️

📌Определяем консолидацию цены — моменты, когда рынок сжимается перед возможным резким движением,используя публичное API Bybit👨‍💻

import requests

# Настройки
SYMBOL = "BTCUSDT"
KLINE_URL = "https://api.bybit.com/v5/market/kline"
INTERVAL = "15"  # 15-минутные свечи
LIMIT = 10  # Количество свечей для анализа
THRESHOLD = 0.2  # Порог консолидации (% от средней цены)

def get_kline_data():
    """Получает исторические свечи"""
    params = {"category": "spot", "symbol": SYMBOL, "interval": INTERVAL, "limit": LIMIT}
    response = requests.get(KLINE_URL, params=params)

    if response.status_code == 200:
        return response.json().get("result", {}).get("list", [])
    else:
        print(f"Ошибка API: {response.status_code}")
        return None

def analyze_consolidation():
    """Определяет узкие диапазоны консолидации"""
    candles = get_kline_data()
    if not candles:
        return
    
    prices = [float(c[4]) for c in candles]  # Цены закрытия
    high = max(prices)
    low = min(prices)
    avg_price = sum(prices) / len(prices)
    
    range_pct = ((high - low) / avg_price) * 100

    if range_pct < THRESHOLD:
        print(f"🔎 Консолидация! Диапазон = {range_pct:.2f}% (Цена: {avg_price:.2f})")
    else:
        print(f"⚡ Нет консолидации. Диапазон = {range_pct:.2f}%")

if __name__ == "__main__":
    analyze_consolidation()

📌 Подпишись  Python_Scripts❗️

🚀 Полезные библиотеки Python

💾 Pydantic-extra-types

📌 Библиотека Python, расширение для Pydantic, добавляющее поддержку сложных типов данных, таких как IP-адреса, UUID, платежные карты, Bitcoin-адреса и др.

Особенности:

- Валидация номеров банковских карт и криптокошельков.

- Поддержка MAC-адресов, доменных имен и пр.

- Интеграция с Pydantic 2.0.

⚙️ Установка 👇👇👇

pip install pydantic-extra-types

📁 Документация

#библиотеки

📌 Подпишись Python_Scripts ❗️

📌 Скрипт предоставляет информацию об устройстве по его imei

💻  ЯП:  Python 3.11+🐍
💾  Модули: python-telegram-bot, requests, sniffio
📂  База данных: sqlalchemy

📌 Скрипт Telegram-bot который по запросу пользователя выводит информацию об устройстве по его imei в формате json.

📌 Вся информация приведена исключительно в ознакомительных целях❗️❗️❗️

#telegram

📌 Подпишись  Python_Scripts❗️

📌Анализ импульсных движений — отслеживаеи сильные свечи, которые могут сигнализировать о начале тренда,используя публичное API Bybit👨‍💻

import requests

# Настройки
SYMBOL = "BTCUSDT"
KLINE_URL = "https://api.bybit.com/v5/market/kline"
INTERVAL = "15"  # 15-минутные свечи
LIMIT = 20  # Количество свечей для анализа
IMPULSE_THRESHOLD = 1.5  # Порог (x раз больше среднего тела свечи)

def get_kline_data():
    """Получает исторические свечи"""
    params = {"category": "spot", "symbol": SYMBOL, "interval": INTERVAL, "limit": LIMIT}
    response = requests.get(KLINE_URL, params=params)

    if response.status_code == 200:
        return response.json().get("result", {}).get("list", [])
    else:
        print(f"Ошибка API: {response.status_code}")
        return None

def analyze_impulse():
    """Определяет импульсные свечи"""
    candles = get_kline_data()
    if not candles:
        return

    # Вычисляем средний размер тела свечи
    body_sizes = [abs(float(c[4]) - float(c[1])) for c in candles]  # |Close - Open|
    avg_body = sum(body_sizes) / len(body_sizes)

    # Проверяем последнюю свечу
    last_open = float(candles[-1][1])
    last_close = float(candles[-1][4])
    last_body = abs(last_close - last_open)

    if last_body > avg_body * IMPULSE_THRESHOLD:
        direction = "⬆️ Вверх" if last_close > last_open else "⬇️ Вниз"
        print(f"🚀 Импульсное движение! {direction} (Тело свечи: {last_body:.2f}, Среднее: {avg_body:.2f})")
    else:
        print("📉 Нет сильного импульса.")

if __name__ == "__main__":
    analyze_impulse()

📌 Подпишись  Python_Scripts❗️