🚀 Полезные библиотеки Python 🐍

💾  Keyring

📍 Библиотека Python, которая позволяет безопасно сохранять и получать пароли из системного хранилища учетных данных: Keychain (macOS), Credential Locker (Windows), SecretService (Linux). Это лучше, чем хранить пароли в .env или в коде.

🔍 Особенности:

🔐 Безопаснее .env и config-файлов
🧠 Работает нативно с системами, без лишнего GUI
📦 Подходит для интеграции с любыми API, ботами, cron-скриптами
🎯 Скрыт от пользователя и защищён на уровне ОС

⚙️ Установка 👇👇👇

pip install keyring

📁 Документация

#библиотеки

📍 Подпишись 📱 Python_Scripts❗️❗❗

📍 Скрипт для HR менеджера

💻  ЯП:  Python 3.11+🐍
💾  Модули: aiogram, pypdf
📂  База данных: postgresql

🚀 Скрипт бот Telegram, использующий API OpenAI для генерации анкет для отбора кандидатов на должность по заданному описанию вакансии.

📍 Вся информация приведена исключительно в ознакомительных целях❗️❗️❗️

#telegram

📍 Подпишись 📱 Python_Scripts❗️❗❗

📍Генерация Mind Map (интеллект-карты) из текста или речи (локально)📱

📍Где применимо?

✔ Учёба: быстро “увидеть” структуру темы
✔ Анализ видео, книг, уроков
✔ Самообразование — делать себе шпаргалки
✔ Создание презентаций и материалов для других

import networkx as nx
import matplotlib.pyplot as plt
from nltk.tokenize import sent_tokenize, word_tokenize
from nltk.corpus import stopwords
from collections import defaultdict
import string

TEXT = """
Python is a powerful language for automation, web development, data science, and machine learning.
It supports many libraries like NumPy, Pandas, Flask, and TensorFlow.
Python is known for its readability and simplicity.
"""

def extract_keywords(text):
    stop_words = set(stopwords.words("english"))
    words = word_tokenize(text.lower())
    words = [w for w in words if w.isalnum() and w not in stop_words]
    freq = defaultdict(int)
    for w in words:
        freq[w] += 1
    return sorted(freq.items(), key=lambda x: -x[1])[:10]

def build_mind_map(text):
    keywords = [kw for kw, _ in extract_keywords(text)]
    sentences = sent_tokenize(text)
    G = nx.Graph()

    G.add_node("Main Idea")

    for kw in keywords:
        G.add_node(kw)
        G.add_edge("Main Idea", kw)

        for s in sentences:
            if kw in s.lower():
                for sub_kw in word_tokenize(s.lower()):
                    if sub_kw not in keywords and sub_kw.isalnum():
                        G.add_node(sub_kw)
                        G.add_edge(kw, sub_kw)

    return G

def draw_mind_map(G):
    pos = nx.spring_layout(G, k=0.6)
    plt.figure(figsize=(12, 8))
    nx.draw(G, pos, with_labels=True, node_color="lightblue", node_size=2000, font_size=10, edge_color="gray")
    plt.title("🧠 Mind Map", fontsize=20)
    plt.savefig("mind_map.png")
    print("✅ Карта сохранена в mind_map.png")

G = build_mind_map(TEXT)
draw_mind_map(G)

📱 Python_Scripts❗️❗❗

🚀 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❗️❗❗