🚀 Полезные библиотеки Python 🐍

💾  Dynaconf

📍 Библиотека Python, мощная альтернатива dotenv и configparser, которая позволяет хранить настройки в .toml, .yaml, .json, .py, переменных окружения и даже в зашифрованном виде. Идеальна для сложных проектов с разными окружениями.

🔍 Особенности:

🔒 Упрощает безопасную работу с настройками
🧩 Идеален для приложений с разными режимами (dev/test/prod)
📦 Мощнее .env, но так же прост в использовании
🎯 Применим и в скриптах, и в микросервисах

⚙️ Установка 👇👇👇

pip install dynaconf

📁 Документация

#библиотеки

📍 Подпишись 📱 Python_Scripts❗️❗❗

📍Локальный анализатор производительности и энергопотребления приложений (Windows)📱

📍Где применимо?

✔ Диагностика “почему тормозит ноутбук”
✔ Анализ фона: какие приложения грузят процессор
✔ Оптимизация работы при автономной работе (ноут, сервер)
✔ Визуализация профиля потребления во времени

import psutil
import time
import matplotlib.pyplot as plt

cpu_usage = []
power_usage = []
timestamps = []

print("📊 Мониторинг запущен (Ctrl+C для завершения)")

try:
    start = time.time()
    while True:
        cpu = psutil.cpu_percent(interval=1)
        mem = psutil.virtual_memory().percent
        disk = psutil.disk_io_counters().read_bytes + psutil.disk_io_counters().write_bytes
        net = psutil.net_io_counters().bytes_sent + psutil.net_io_counters().bytes_recv

        # Примерная модель энергопотребления (непрямая)
        power = 0.5 * cpu + 0.3 * mem + 0.000001 * (disk + net)

        timestamp = round(time.time() - start, 1)
        timestamps.append(timestamp)
        cpu_usage.append(cpu)
        power_usage.append(power)

        print(f"{timestamp}s ⏱️ CPU: {cpu}% | Mem: {mem}% | Power: ~{round(power, 2)}")
except KeyboardInterrupt:
    print("🛑 Мониторинг завершён.")

# График энергопотребления
plt.figure(figsize=(10, 5))
plt.plot(timestamps, power_usage, label="Оценка энергопотребления")
plt.xlabel("Время (сек)")
plt.ylabel("Относительная нагрузка")
plt.title("⚡ Профиль энергопотребления")
plt.legend()
plt.grid(True)
plt.tight_layout()
plt.savefig("power_profile.png")
print("📈 График сохранён: power_profile.png")

📱 Python_Scripts❗️❗❗

🚀 Полезные библиотеки Python 🐍

💾  Sounddevice

📍 Библиотека Python, которая позволяет захватывать звук с микрофона, воспроизводить звук, анализировать и записывать его прямо из Python. Она использует PortAudio, работает быстро и подходит для создания голосовых ассистентов, обработки аудио, записи, стриминга и пр.

🔍 Особенности:

🎧 Позволяет делать голосовых ботов, анализаторов речи
🎙 Работает прямо с NumPy — удобно для ML и DSP
📦 Простая интеграция с soundfile, wave, scipy
🛠 Идеально для создания диктофонов, обработчиков, плееров

⚙️ Установка 👇👇👇

pip install sounddevice

📁 Документация

#библиотеки

📍 Подпишись 📱 Python_Scripts❗️❗❗

📍 Скрипт магазин

💻  ЯП:  Python 3.11+🐍
💾  Модули: flask
📂  База данных: postgresql

🚀 Скрипт интернет-магазин, разработанный на Flask.
Магазин также имеет RESTful API.

🛠️Функционал:

- Удобный интерфейс : чистый и интуитивно понятный дизайн, который делает онлайн-покупки легкими и приятными.

- Безопасные транзакции : повышенная безопасность с аутентификацией JWT для защиты данных пользователей.

- Управление продуктами : простое создание, обновление и удаление продуктов и магазинов.

- Управление магазинами : управление несколькими магазинами с подробной информацией и изображениями.

- Геокодирование : интеграция с API Яндекс.Карт для поиска мест.

- Доступ к API : расширенный API для программного взаимодействия с платформой.

📍 Вся информация приведена исключительно в ознакомительных целях❗️❗️❗️

#web

📍 Подпишись 📱 Python_Scripts❗️❗❗

📍Анализ и визуализация использования папки📱

📍Где применимо?

✔ Определить, что занимает диск
✔ Очистка ненужного (например, временные папки)
✔ Анализ по категориям (если доработать)
✔ Быстрый обзор на уровне пользователя или сервера

import os
import matplotlib.pyplot as plt

def get_folder_size(path):
    total = 0
    for dirpath, dirnames, filenames in os.walk(path):
        for f in filenames:
            try:
                fp = os.path.join(dirpath, f)
                total += os.path.getsize(fp)
            except:
                pass
    return total

def scan_directory(path, depth=1):
    items = []
    for item in os.listdir(path):
        full_path = os.path.join(path, item)
        if os.path.isdir(full_path):
            size = get_folder_size(full_path)
        else:
            size = os.path.getsize(full_path)
        items.append((item, size))
    items.sort(key=lambda x: -x[1])
    return items

def visualize_pie(path):
    print(f"🔍 Анализ папки: {path}")
    items = scan_directory(path)
    labels = [name if size > 10**6 else '' for name, size in items[:10]]
    sizes = [size for _, size in items[:10]]

    plt.figure(figsize=(8, 8))
    plt.pie(sizes, labels=labels, autopct=lambda p: f'{p:.1f}%' if p > 3 else '', startangle=140)
    plt.title("📁 Использование пространства (топ 10)")
    plt.axis('equal')
    plt.tight_layout()
    plt.savefig("folder_usage.png")
    print("📊 График сохранён: folder_usage.png")

# Пример использования
visualize_pie("C:/Users/YourName/Downloads")  # или "." — текущая папка

📱 Python_Scripts❗️❗❗

📍 Скрипт отказ от курения

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

🚀 Скрипт Бот Telegram, который поможет вам отказаться от никотина. Отслеживает дни без курения, сэкономленные деньги и визуальный прогресс на пути к 90 дням. Простой, беспощадный, мотивирующий🤣.

Особенности:

📅 Отслеживает количество дней без курения
💰 Подсчитывает общую сэкономленную сумму
📊 Показывает визуальную шкалу прогресса на пути к 90-дневному рубежу
🔘 Встроенная кнопка для мгновенного доступа к/stats
🧘‍♂️ Простая локальная логика — требуется база данных mongo

📍 Вся информация приведена исключительно в ознакомительных целях❗️❗️❗️

#telegram

📍 Подпишись 📱 Python_Scripts❗️❗❗

📍Извлечение данных из PDF-таблицы📱

📍Где применимо?

✔ Извлечение данных из банковских выписок, чеков, актов, счетов
✔ Автоматизация учёта в малом бизнесе
✔ Быстрая оцифровка бумажных документов
✔ Системы документооборота и бэкапов

import pdfplumber
import pandas as pd
import os

PDF_PATH = "sample_invoice.pdf"

def extract_tables(pdf_path):
    dataframes = []
    with pdfplumber.open(pdf_path) as pdf:
        for i, page in enumerate(pdf.pages):
            tables = page.extract_tables()
            for table in tables:
                df = pd.DataFrame(table[1:], columns=table[0])
                dataframes.append(df)
    return dataframes

tables = extract_tables(PDF_PATH)

# Сохраняем первую таблицу
if tables:
    output_file = "invoice_data.csv"
    tables[0].to_csv(output_file, index=False)
    print(f"✅ Данные извлечены и сохранены в {output_file}")
else:
    print("⚠️ Таблиц не найдено в PDF")

📱 Python_Scripts❗️❗❗

📍 Скрипт AI бот

💻  ЯП:  Python 3.11+🐍
💾  Модули: aiogram, mistralai
📂  База данных: aiosqlite

🚀 Скрипт Telegram бот с встроенной нейросетью (API MistralAI) с обработкой latex математических выражений и генерацией изображений с dall-e-3.

Реализована система премиум подписки для пользователей через Telegram Stars и Redis.

Возможности:

- Ответы на вопросы с глубоким контекстом

- Генерация текста по запросам

- Генерация изображений

- Анализ изображений (текст на фото)

- Обработка LaTeX выражений

- Интеллектуальный анализ информации

📍 Вся информация приведена исключительно в ознакомительных целях❗️❗️❗️

#telegram

📍 Подпишись 📱 Python_Scripts❗️❗❗

📍Поисковый движок по PDF-архиву (быстро, офлайн, с индексом)📱

📍Где применимо?

✔ Архив договоров, счетов, нормативных актов
✔ Научная литература, статьи, книги
✔ Юридические базы, HR-документы
✔ Всё, где есть десятки или сотни PDF-ов

import os
import pdfplumber
from whoosh import index
from whoosh.fields import Schema, TEXT, ID
from whoosh.qparser import QueryParser

PDF_DIR = "pdfs"
INDEX_DIR = "indexdir"

# 1. Схема индекса
schema = Schema(title=ID(stored=True), content=TEXT)

# 2. Создание/очистка индекса
if not os.path.exists(INDEX_DIR):
    os.mkdir(INDEX_DIR)
    ix = index.create_in(INDEX_DIR, schema)
else:
    ix = index.open_dir(INDEX_DIR)

# 3. Индексация PDF-файлов
writer = ix.writer()
for filename in os.listdir(PDF_DIR):
    if filename.endswith(".pdf"):
        path = os.path.join(PDF_DIR, filename)
        try:
            with pdfplumber.open(path) as pdf:
                text = "\n".join(page.extract_text() or "" for page in pdf.pages)
                writer.add_document(title=filename, content=text)
                print(f"✅ Индексирован: {filename}")
        except Exception as e:
            print(f"⚠️ Проблема с {filename}: {e}")
writer.commit()

# 4. Поиск
search_query = input("🔍 Поисковый запрос: ")
with ix.searcher() as searcher:
    parser = QueryParser("content", ix.schema)
    query = parser.parse(search_query)
    results = searcher.search(query, limit=10)
    if results:
        print("🔎 Найдено в файлах:")
        for r in results:
            print("—", r["title"])
    else:
        print("🙁 Ничего не найдено.")

📱 Python_Scripts❗️❗❗

📍 Скрипт для управления Google календарем

💻  ЯП:  Python 3.11+🐍
💾  Модули: aiogram, google-auth
📂  База данных: aiosqlite

🚀 Скрипт Telegram бот, для удобного взаимодействия с Google Calendar.

Бот позволяет пользователям выполнять базовые операции с календарем непосредственно из Telegram, включая просмотр событий на ближайшую неделю, создание новых событий и удаление существующих.

Проект включает в себя функционал для администраторов, такой как рассылка сообщений всем пользователям и просмотр статистики использования бота.

Бот поддерживает многоязычность и использует базу данных для хранения информации о пользователях и статистике.

📍 Вся информация приведена исключительно в ознакомительных целях❗️❗️❗️

#telegram

📍 Подпишись 📱 Python_Scripts❗️❗❗

Единственный канал где делимся готовыми скриптами на Python 🚀 по крипто тематике абсолютно бесплатно 💸:

👇👇👇

- Никакой воды 🚀

- Алготрейдинг 🤖

- Работа с API бирж, агрегаторов 💻

- Автоматизации 📈

Подпишись и пользуйся -> Crypto Python

📍Создание APK из HTML+CSS+JSG (веб-приложения)📱

📍Требования:

-Node.js и Cordova

npm install -g cordova

- Android SDK (например, через Android Studio или sdkmanager)

- Python 3

import os
import subprocess
import shutil

PROJECT_NAME = "webapk"
INDEX_HTML_PATH = "my_web/index.html"  # твой HTML
OUTPUT_DIR = os.path.abspath("output_apk")

def run(cmd):
    print(f"▶ {cmd}")
    subprocess.run(cmd, shell=True, check=True)

def main():
    if os.path.exists(PROJECT_NAME):
        shutil.rmtree(PROJECT_NAME)

    print("📦 Создаём Cordova-проект...")
    run(f"cordova create {PROJECT_NAME} com.example.webapk WebApp")
    os.chdir(PROJECT_NAME)

    print("➕ Добавляем Android-платформу...")
    run("cordova platform add android")

    print("📁 Копируем HTML-файлы...")
    shutil.copyfile(os.path.abspath(INDEX_HTML_PATH), "www/index.html")

    print("🔧 Собираем APK...")
    run("cordova build android")

    apk_path = os.path.join("platforms", "android", "app", "build", "outputs", "apk", "debug", "app-debug.apk")
    os.makedirs(OUTPUT_DIR, exist_ok=True)
    shutil.copy(apk_path, os.path.join(OUTPUT_DIR, "webapp.apk"))

    print(f"\n✅ Готово! APK: {os.path.join(OUTPUT_DIR, 'webapp.apk')}")

if name == "main":
    main()

📱 Python_Scripts❗️❗❗

📍 Скрипт парсер YouTube

💻  ЯП:  Python 3.11+🐍
💾  Модули: google-api-python-client
📂  База данных: -

🚀 Скрипт для массового сбора данных с YouTube через официальный API v3. Читает ключевые слова из Google Sheets, собирает информацию о видео и сохраняет результаты обратно в Google Sheets и локальный CSV-файл.

Ключевые особенности:

- Ротация API-ключей: Автоматически переключается между несколькими API-ключами при исчерпании квоты одного из них.

- Сохранение состояния: Скрипт запоминает, на каком ключевом слове остановился, и при перезапуске продолжает с того же места.

- Кэширование запросов: Повторные запросы с одинаковыми параметрами берутся из локального кэша, экономя драгоценные единицы квоты API.

- Отказоустойчивость: Встроены механизмы повторных попыток (retry) при сетевых сбоях и ошибках API.

- Пакетная запись: Результаты сохраняются порциями (батчами), чтобы не потерять данные при внезапном сбое.

- Интеграция с Google Sheets: Удобное управление входными данными и просмотр результатов прямо в таблице.

- Гибкая конфигурация: Все параметры (ключи, ID таблиц, настройки поиска) вынесены в .env файл.

Спроектирован для длительной работы и устойчивости к ошибкам.

📍 Вся информация приведена исключительно в ознакомительных целях❗️❗️❗️

#youtube

📍 Подпишись 📱 Python_Scripts❗️❗❗

📍Локальный ARP-сканер и детектор подозрительной активности в сети📱

📍Где применимо?

✔ Проверка, кто подключен к Wi-Fi
✔ Поиск "левых" устройств в сети
✔ Детектирование ARP-spoofing / MITM
✔ Базовая защита домашней или офисной сети

from scapy.all import ARP, Ether, srp
import time

def scan(ip_range="192.168.1.0/24"):
    print(f"📡 Сканирование сети {ip_range}...")
    arp = ARP(pdst=ip_range)
    ether = Ether(dst="ff:ff:ff:ff:ff:ff")
    packet = ether / arp

    result = srp(packet, timeout=3, verbose=0)[0]

    devices = []
    for sent, received in result:
        devices.append({'ip': received.psrc, 'mac': received.hwsrc})

    return devices

def print_devices(devices):
    print("💻 Обнаруженные устройства:")
    for d in devices:
        print(f"{d['ip']}  ➜  {d['mac']}")

def detect_spoof(devices):
    macs = {}
    for dev in devices:
        if dev['mac'] in macs:
            print("⚠️ Возможный ARP-спуфинг!")
            print(f"IP-адреса {macs[dev['mac']]} и {dev['ip']} имеют одинаковый MAC: {dev['mac']}")
        else:
            macs[dev['mac']] = dev['ip']

if __name__ == "__main__":
    while True:
        devs = scan()
        print_devices(devs)
        detect_spoof(devs)
        print("⏳ Следующий цикл через 30 секунд...\n")
        time.sleep(30)

📱 Python_Scripts❗️❗❗

📍 Скрипт юрист

💻  ЯП:  Python 3.11+🐍
💾  Модули: python-telegram-bot, openai, pypdf2
📂  База данных: sqlite3

🚀 Скрипт Telegram бот профессиональный ИИ-специалист по юридическим вопросам Российской Федерации.

Возможности:

❓ Ответы на юридические вопросы через Perplexity API
📄 Анализ документов через ChatGPT 4o-mini
✏️ Редактирование документов через ChatGPT 4o-mini
🔒 Ограничения: 10 запросов в день на пользователя для каждого типа
📊 Логирование всех действий пользователей

📍 Вся информация приведена исключительно в ознакомительных целях❗️❗️❗️

#telegram

📍 Подпишись 📱 Python_Scripts❗️❗❗

📍Автоанализ видео с охранной камеры — обнаружение движения с уведомлением📱

📍Где применимо?

✔ Охрана дома / офиса / склада
✔ Автоматическая фиксация активности
✔ Мини система видеонаблюдения без интернета
✔ Анализ записей на потом

import cv2
import time
import os

VIDEO_SOURCE = 0  # 0 = вебкамера, или URL/IP камеры, или путь к видеофайлу
SAVE_DIR = "motion_frames"
os.makedirs(SAVE_DIR, exist_ok=True)

cap = cv2.VideoCapture(VIDEO_SOURCE)
_, prev_frame = cap.read()
prev_frame = cv2.cvtColor(prev_frame, cv2.COLOR_BGR2GRAY)
prev_frame = cv2.GaussianBlur(prev_frame, (21, 21), 0)

frame_id = 0

print("📹 Запущен анализ. Ctrl+C для остановки.")

try:
    while True:
        ret, frame = cap.read()
        if not ret:
            break

        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        gray = cv2.GaussianBlur(gray, (21, 21), 0)

        diff = cv2.absdiff(prev_frame, gray)
        thresh = cv2.threshold(diff, 25, 255, cv2.THRESH_BINARY)[1]
        motion_percent = (cv2.countNonZero(thresh) / thresh.size) * 100

        if motion_percent > 1.0:
            filename = f"{SAVE_DIR}/motion_{frame_id}.jpg"
            cv2.imwrite(filename, frame)
            print(f"📸 Движение! Сохранил кадр: {filename}")

        prev_frame = gray
        frame_id += 1
        time.sleep(0.2)
except KeyboardInterrupt:
    print("🛑 Остановлено пользователем.")
finally:
    cap.release()

📱 Python_Scripts❗️❗❗