🔥 Полезные библиотеки Python

✅ NicheCompass

📌 NicheCompass — пакет для анализа пространственных мультиомных данных (spatial multi-omics) с акцентом на выявление «нишевых» клеточных сообществ и межклеточных коммуникаций. Он позволяет строить пространственный атлас тканей, определять, какие типы клеток находятся рядом и как они взаимодействуют, и создавать визуализации на основе графовых и эмбеддинговых методов.

📌 Особенности библиотеки:

🟢 Поддерживает Python 3, пакет опубликован на PyPI: версия 0.3.0 на 7 августа 2025.
🟢 Использует фреймворки для графовых данных (например, PyG) и AnnData — удобно, если работаешь с биоинформатикой или анализом клеточных микросред.

⚙️ Установка:

pip install nichecompass

🔢 Документация

#библиотеки

🖥 Python_Scripts

✅ gbak — скрипт для бэкапа всех ваших репозиториев GitHub

📱 Python 3.x
ℹ️ Модули: requests, os, zipfile, возможно GitHub API (через токен) — по описанию.

📌 Что такое gbak:
Скрипт, который позволяет скачать архивом все ваши репозитории GitHub (включая приватные, если есть токен), чтобы держать офлайн-копии ваших проектов. Идея: не полагаться полностью на GitHub-хостинг, а иметь локальный архив.

👨‍💻 Как работает:

🟢 Получает список репозиториев пользователя через GitHub API, используя токен, если указан.
🟢 Под каждый репо создаёт архив (.zip или .tar.gz) или клонирует его.
🟢 Сохраняет в указанную папку локально с именем репо и датой.
🟢 Может запускаться периодически как бэкап-утилита.

📌 Что делает:

🟢 Собирает все репозитории пользователя (public + приватные)
🟢 Скачивает как архив или клонирует, чтобы сохранить копию
🟢 Удобна для сохранения резервных копий проектов, особенно если много маленьких хобби-репо
🟢 Простая идея, но реально полезная при потере данных или закрытии аккаунта

🔗 Репозиторий GitHub

#скрипты

🖥 Python_Scripts

🔥 Полезные библиотеки Python

✅ EZPubSub

📌 EZPubSub — минималистичная библиотека для реализации шаблона publish/subscribe (pub/sub) в Python: типобезопасная, потокобезопасная, поддерживает синхронную и асинхронную работу. Отличный вариант для событийной архитектуры, небольших приложений с уведомлениями или внутренних модулей, которые требуют “сигналы-слоты” без лишнего веса.

📌 Особенности библиотеки:

🟢 Работает с Python 3.8+.
🟢 Ноль внешних зависимостей — чистый Python.
🟢 Поддержка синхронных сигналов и асинхронных событий (async/await) через единый API.
🟢 Строгая типизация: сигналы могут быть параметризованы типами данных, которые публикуются и подписываются.
🟢 Потоко-безопасность: подписчики могут регистрироваться/отписываться безопасно в многопоточном окружении.

⚙️ Установка:

pip install ezpubsub

🔢 Документация

#библиотеки

🖥 Python_Scripts

✅ Pyextract — скрипт для извлечения текста из изображений с помощью OCR

📱 Python 3.x
ℹ️ Модули: pytesseract (Tesseract OCR обёртка в Python), Pillow, clipboard (или аналог для захвата из буфера), os, sys.

👨‍💻 Пример кода из репозитория:

import pytesseract
from PIL import Image
import os, sys

def extract_text_from_image(image_path, lang="eng"):
    image = Image.open(image_path)
    text = pytesseract.image_to_string(image, lang=lang)
    return text

if __name__ == "__main__":
    folder = sys.argv[1]  # папка с изображениями или файл пути
    for fname in os.listdir(folder):
        if fname.lower().endswith((".jpg", ".png", ".jpeg", ".tiff")):
            path = os.path.join(folder, fname)
            txt = extract_text_from_image(path, lang="eng")
            print(f"=== {fname} ===")
            print(txt)
            # можно дополнительно: сохранять txt в файл или копировать

📌 Что делает:

🟢 Принимает файл изображения или папку с изображениями
🟢 Использует Tesseract OCR через pytesseract для извлечения текста
🟢 Поддерживает указание языка OCR и опционально настройку параметров
🟢 Выводит текст в консоль, может сохранять в .txt файл или копировать в буфер обмена
🟢 Удобно автоматизировать: пакет документов, извлечение текста из сто-снимков, “менеджмент документов”

🔗 Репозиторий GitHub

#скрипты

🖥 Python_Scripts

✅ Windows Service Watchdog — скрипт следит за критичными Windows-службами и автоматически их перезапускает, если они падают. Простой, понятный, работает без GUI и отлично подходит для обращения с сервисами, которые не должны падать.

📱 Python 3.8+
💾 Модули: psutil, subprocess, argparse, time

📌 Возможности скрипта:

🟠Проверяет состояние заданной службы (через psutil.win_service_get)
🟠Если служба не работает — делает попытку перезапуска через sc start
🟠Логирует результат: статус до/после
🟠Можно указать таймаут между проверками и автоматический перезапуск — минималистично и эффективно (stackoverflow.com, gist.github.com)

👨‍💻 Пример использования (CLI):

python service_watchdog.py --service "Spooler" --interval 30

👨‍💻 Код скрипта (service_watchdog.py):

import psutil, subprocess, time, argparse

def check_service(name):
    try:
        svc = psutil.win_service_get(name).as_dict()
        return svc.get('status') == 'running'
    except Exception as e:
        print(f"Ошибка при проверке службы {name}: {e}")
        return False

def restart_service(name):
    print(f"Попытка перезапуска службы: {name}")
    subprocess.run(['sc', 'start', name], shell=True)

def main(service, interval):
    while True:
        running = check_service(service)
        print(f"[{time.strftime('%Y-%m-%d %H:%M:%S')}] {service} is {'running' if running else 'NOT running'}")
        if not running:
            restart_service(service)
            time.sleep(5)
            print(f"Снова проверяю...")
            time.sleep(interval)
        else:
            time.sleep(interval)

if __name__ == "__main__":
    parser = argparse.ArgumentParser("Windows Service Watchdog")
    parser.add_argument("--service", required=True, help="Name of the Windows service")
    parser.add_argument("--interval", type=int, default=60, help="Check interval in seconds")
    args = parser.parse_args()
    main(args.service, args.interval)

⚙️ Установка зависимостей:

pip install psutil

— psutil нужен для проверки статуса службы. Команда sc используется для запуска, есть в Windows по умолчанию.

#скрипты

🖥 Python_Scripts

✅ py_wayback_downloader — скрипт-архиватор сайтов с Web Archive

📱 Python 3.7+
ℹ️ Модули: requests, tqdm, urllib3.Retry, bs4/BeautifulSoup, threading, queue, pathlib и др.

📌 py_wayback_downloader — утилита, которая позволяет скачивать снимки (snapshots) веб-сайтов из Internet Archive (web.archive.org) за указанный период времени и сохранять их локально в целостной структуре (html, изображения, скрипты, css). Полезна для интернет-архивирования, цифровой археологии, офлайн-анализа сайтов.

👨‍💻 Пример использование (упрощённо):

# Упрощённый псевдокод
from wbmdownloader import WaybackDownloader

down = WaybackDownloader(
    url="http://example.com",
    output_folder="output/example.com",
    from_date="200703",
    to_date="200704",
    threads=8
)
down.run()

📌 Что делает:

🟢 Получает список снимков сайта на web.archive.org за указанный диапазон дат.
🟢 Скачивает файлы (HTML, изображения, CSS, JS и другие ресурсы) с параллельными потоками (--threads параметр) для ускорения.
🟢 Сохраняет файлы в структуре: output/{домен}/{дата}/{файлы} — удобно навигировать по временам.
🟢 Поддерживает фильтрацию (например, только HTML), проверку наличия файлов чтобы не перекачивать заново, логирование и рестарт.

🔗 Репозиторий GitHub

#скрипты

🖥 Python_Scripts

🔥 Полезные библиотеки Python

✅ molecule

📌 Molecule — это инструмент для тестирования ролей и плейбуков Ansible. Он помогает DevOps-инженерам автоматически проверять, что инфраструктурный код работает корректно до применения в проде.

📌 Особенности:

🟠Поддержка Docker, Vagrant, Podman, EC2 и других драйверов
🟠Интеграция с Ansible, Testinfra, Goss
🟠Автоматические проверки, линтинг и CI
🟠Подходит для TDD в инфраструктуре

🔢 Документация

#библиотеки

🖥 Python_Scripts

✅ Bulk PDF Merger — утилита, которая объединяет все PDF-файлы из указанной папки в один итоговый документ. Простой инструмент для подготовки отчётов, документации, сборов материалов в одно PDF.

📱 Python 3.8+
💾 Модули: PyPDF2, argparse, os

📌 Bulk PDF Merger:

🟠Ищет все файлы .pdf в указанной директории
🟠Объединяет их в порядке сортировки по имени в единственный PDF
🟠Сохраняет итоговое объединение в указанное имя файла
🟠Полезен для сбора статей, отчетов, документов или презентаций

🧑‍💻 Пример использования (CLI):

python pdf_merger.py --input-dir ./pdfs --output merged_all.pdf

👨‍💻 Код скрипта:

import os
import argparse
from PyPDF2 import PdfMerger

def merge_pdfs(input_dir, output_file):
    merger = PdfMerger()
    pdf_files = sorted([
        f for f in os.listdir(input_dir)
        if f.lower().endswith('.pdf')
    ])
    for pdf in pdf_files:
        path = os.path.join(input_dir, pdf)
        merger.append(path)
        print(f"✅ Appended: {pdf}")
    merger.write(output_file)
    merger.close()
    print(f"📄 Merged into: {output_file}")

if __name__ == "__main__":
    parser = argparse.ArgumentParser(description="Bulk PDF Merger")
    parser.add_argument('--input-dir', required=True, help='Папка с PDF')
    parser.add_argument('--output', required=True, help='Имя итогового PDF')
    args = parser.parse_args()
    merge_pdfs(args.input_dir, args.output)

⚙️ Установка зависимости:

pip install PyPDF2

📌 Где пригодится:

🟠Компиляция серии отчетов или документов в единый PDF-файл
🟠Автоматизация сборки документации
🟠Удобное решение для подготовки больших PDF из множества файлов

#скрипты

🖥 Python_Scripts

🔥 Полезные библиотеки Python

✅ lesserapi

📌 lesserapi — легковесная библиотека-обёртка для создания REST API с минимальными усилиями.

📌 Особенности этой библиотеки:

🟢 Совместима с Python 3.
🟢 Размер пакета небольшой (~2.5 MB для версии 1.1.20) — удобно для лёгких сервисов без тяжёлого фреймворка.
🟢 Может служить быстрым решением для создания API-слоя над вашим кодом: внутри проекта, автоматизации, MVP или в скрипте, где нужен “REST интерфейс” без развёртывания полноценного фреймворка.
🟢 Хороший выбор, если хотите написать свой скрипт-сервис, малую веб-службу или внутренняя утилита с доступом по HTTP.

⚙️ Установка:

pip install lesserapi

🔢 Документация

#библиотеки

🖥 Python_Scripts

✅ py2jn — скрипт для конвертации Python-скриптов в Jupyter Notebook

📱 Python 3.x
ℹ️ Модули: чистый Python, без внешних тяжёлых зависимостей.

📌 py2jn — утилита, которая берёт .py-файл (скрипт), и преобразует его в .ipynb-файл (Jupyter Notebook). Всё, что было в комментариях многострочных строках (""" … """), становится Markdown-ячейкой прямо в ноутбуке; блоки кода разделяются автоматически. Полезно, если ты хочешь переиспользовать скрипт как учебный материал или презентацию.

👨‍💻 Пример кода (логика):

# Импортируется интерфейс конвертера
from py2jn import convert

# Конвертировать скрипт в ноутбук
convert(
    input_path="script.py",
    output_path="script_converted.ipynb",
    split_markers=True
)

📌 Что делает:

🟢 Читает Python-скрипт (.py)
🟢 Находит многострочные строки (тройные кавычки) и превращает их в Markdown-ячейки
🟢 Остальной код разбивает и вставляет как код-ячейки
🟢 Сохраняет конечный файл .ipynb, который сразу можно открыть в Jupyter / Colab
🟢 Упрощает превращение рабочих скриптов в учебные ноутбуки или демонстрации

🔗 Репозиторий GitHub

#скрипты

🖥 Python_Scripts

🔥 Полезные библиотеки Python

✅ DobotTCP

📌 DobotTCP — библиотека для управления роботами Dobot через TCP-интерфейс: позволяет отправлять команды, контролировать положение, выходы-входы и конфигурацию.

📌 Особенности библиотеки:

🟢 Поддержка Python 3.8+.
🟢 Обеспечивает простой API: Dobot(ip="…", port=…), методы Connect(), Move(), SetIO().
🟢 Малознакомая — шанс внедрить под задачи автоматизации физического устройства без сложной установки.
🟢 Особо полезна, если работаешь с робототехникой, автоматикой, DIY-проектами с ардуино/роборуками.

⚙️ Установка:

pip install DobotTCP

🔢 Документация

#библиотеки

🖥 Python_Scripts

✅ py-Reconic — автоматизация сетевого сканирования и инвентаризации

📱 Python 3.x
ℹ️ Модули: scapy, python-nmap (опционально), ipaddress — минимально настроенные зависимости.

📌 py-Reconic — утилита, которая принимает диапазон сети или отдельный подсеть (CIDR), выполняет обнаружение активных хостов, сканирование открытых портов и сохраняет результаты в удобном формате (JSON/CSV). Идеально, если хочешь быстро инвентаризировать локальную сеть, выявить “присутствие” устройств и подготовить первоначальный план аудита или автоматизации.

👨‍💻 Пример кода (логика):

from reconic import Reconic

r = Reconic(network="192.168.1.0/24")
hosts = r.discover()
r.scan_ports(hosts, ports=[22,80,443])
r.save("netmap.json")

📌Что делает:

🟢 Обнаруживает живые устройства в указанной подсети
🟢 Выполняет порт-сканирование для заданного списка портов (по умолчанию часто используемых)
🟢 Составляет структурированный результат (например, JSON или CSV)
🟢 Позволяет быстро получить “карту” сети и вести инвентаризацию устройств
🟢 Упрощает стартовую фазу автоматизации безопасности или сетевого аудита

🔗 Репозиторий GitHub

#скрипты

🖥 Python_Scripts

🔥 Полезные библиотеки Python

✅ ArviZ

📌 ArviZ — специализированная библиотека для исследования и визуализации результатов байесовского моделирования. Она работает в связке с Python-фреймворками для вероятностного программирования, такими как PyMC, Stan, Pyro и другими, облегчая анализ MCMC-сэмплов, диагностику и визуальный отчёт.

📌 Особенности библиотеки:

🟠 Unified InferenceData: Структурированный способ организации posteriors, предсказаний, наблюдений и логов в одном объекте.
🟠 Расширенные визуализации: traceplots, diagnostics (R-hat, ESS), posterior_predictive checks через Matplotlib и Bokeh.
🟠 Интеграция с популярными инструментами: поддержка PyMC, Pyro, Stan и xarray.
🟠 Поддержка аналитики Bayes-моделей: summarization, posterior checks, model comparison и diagnostics удобны и понятны.
🟠 Открытый проект, активно развивается, лицензия Apache 2.0.

⚙️ Установка:

pip install arviz

🧑‍💻 Пример использования:

import arviz as az
import pymc as pm

with pm.Model() as model:
    α = pm.Normal("α", 0, 1)
    β = pm.Normal("β", 0, 1)
    σ = pm.HalfNormal("σ", 1)
    μ = α + β * pm.Data("x", [1,2,3,4,5])
    y = pm.Normal("y", μ, σ, observed=[1.2,1.9,2.8,4.1,4.9])
    idata = pm.sample(return_inferencedata=True)

# Cводка результатов
print(az.summary(idata, var_names=["α", "β", "σ"]))

# Трассировка параметров и автокорреляции
az.plot_trace(idata, var_names=["α", "β"])

🔢 Документация

#библиотеки

🖥 Python_Scripts

✅ PentestGPT — скрипт автоматизации пентеста с ИИ-интеграцией

📱 Python 3.10+
ℹ️ Модули: использует API ChatGPT / OpenAI + набор утилит и скриптов для автоматизации пентестинга.

📌 PentestGPT — интерактивный инструмент для автоматизации пентестинга: с его помощью можно задавать вопросы, генерировать подсказки, управлять задачами сканирования и анализа через интерфейс, основанный на LLM. Полезен, если интересуешься этичным хакингом и хочешь автоматизировать некоторые части процесса.

👨‍💻 Пример кода (логика):

from pentestgpt import PentestGPT

tool = PentestGPT(target="https://example.com")
tool.brainstorm()
tool.run_scan()
tool.discuss_results()

📌 Что делает:

🟢 Позволяет подключить LLM (ChatGPT API) и автоматизировать работу по разведке / анализа уязвимостей
🟢 Интерактивный режим: “brainstorm”, “discuss”, “run_scan” и т.д.
🟢 Помогает связать результаты инструментов с логикой LLM
🟢 Подходит для тех, кто хочет сделать часть пентеста “умнее”, а не только вручную

🔗 Репозиторий GitHub

#скрипты

🖥 Python_Scripts

🔥 Полезные библиотеки Python

✅ pywinauto

📌 pywinauto — библиотека Python для автоматизации действий с графическим интерфейсом Windows. Она позволяет управлять окнами, нажимать кнопки, вводить текст, переключаться между приложениями — будто пользователь делает это вручную.

📌 Особенности библиотеки:

🟢 Поддержка Windows GUI API: работает с Win32, UI Automation и UWP-приложениями.
🟢 Эмуляция действий пользователя — клики, ввод текста, навигация, получение текста элементов.
🟢 Не требует сложной настройки: работает “из коробки” на Windows.
🟢 Полезна для тестирования программ, автоматизации рутины, создания ботов и утилит.
🟢 Поддержка Python 3.6+ и открытый исходный код.

⚙️ Установка:

pip install pywinauto

🔢 Документация

#библиотеки

🖥 Python_Scripts

✅ Daily.py — коллекция готовых Python-скриптов для автоматизации повседневных задач

📱 Python 3.x

📌 Daily.py — репозиторий, в котором собраны десятки отдельных скриптов на Python: для управления файлами, работы с данными, автоматизации мелких задач. Полезно, если хочешь выбрать готовый скрипт «под дело» и быстро внедрить в свой рабочий процесс.

👨‍💻 Пример кода (логика):

# Примерный вызов (адаптирован)
from daily import file_organizer

file_organizer.run(src="/Users/user/Downloads", mode="by_extension")

📌 Что делает:

🟢 В комплекте: скрипт «FileOrganizer» — перемещает файлы по расширениям. (пример из списка)
🟢 Скрипты для отправки писем, переименования, скачивания, обработки изображений, работы с PDF и т.д.
🟢 Модули организованы как «выбери нужный скрипт → настрой → запусти».
🟢 Хорошее стартовое решение, если хочешь не писать с нуля, а подправить готовый.

🔗 Репозиторий GitHub

#скрипты

🖥 Python_Scripts

🔥 Полезные библиотеки Python

✅ hybridmethod

📌 hybridmethod — лёгкая библиотека-декоратор, призванная упростить сочетание синхронных и асинхронных методов в одном классе/объекте. Позволяет объявлять методы, которые могут быть вызваны или в обычном, или в async-контексте, без дублирования кода.

📌 Особенности библиотеки:

🟢 Поддержка Python 3.x — версия 1.0.1, загружена 25 июня 2025 года.
🟢 Минимум зависимостей — почти “чистый” Python, облегчает внедрение в проекты.
🟢 Декоратор @hybridmethod позволяет методу работать как на экземпляре класса, так и как асинхронная версия при необходимости — удобно для библиотек, которые хотят поддерживать оба режима. (описание в docs пакета)
🟢 Подходит для проектов, где часть кода асинхронная (async/await), часть синхронная, и хочется единый API без “два метода”: sync и async.

⚙️ Установка:

pip install hybridmethod

🔢 Документация

#библиотеки

🖥 Python_Scripts

✅ text‑summarizer — скрипт на Python для автоматического создания краткого резюме длинных текстов

📱 Python 3.x
ℹ️ Модули: nltk (tokenize, stopwords), стандартные библиотеки Python.

📌 Что делает:
Этот скрипт берёт на вход длинный текст (можно вставкой или из файла) и выдаёт “резюме” — несколько предложений, отражающих ключевые идеи оригинала. Он анализирует частоту слов, отбрасывает стоп-слова и выбирает самые значимые предложения.

👨‍💻 Пример кода (адаптировано):

import nltk
from nltk.tokenize import word_tokenize, sent_tokenize
from nltk.corpus import stopwords
from nltk.probability import FreqDist

def text_summarizer(text, num_sentences=3):
    stop_words = set(stopwords.words("english"))
    words = word_tokenize(text.lower())
    freq = FreqDist(w for w in words if w.isalpha() and w not in stop_words)
    sentences = sent_tokenize(text)
    sentence_scores = {sent: sum(freq[word.lower()] for word in word_tokenize(sent) if word.lower() in freq)
                       for sent in sentences}
    top = sorted(sentence_scores, key=sentence_scores.get, reverse=True)[:num_sentences]
    return " ".join(top)

text = """…длинный текст…"""
print(text_summarizer(text, num_sentences=3))

📌 Что делает:

🟢 Разбивает текст на предложения и слова
🟢 Убирает “стоп-слова” (например “and”, “the”, “is”)
🟢 Вычисляет частоты оставшихся слов
🟢 Оценивает предложения по сумме частот слов
🟢 Выбирает топ-N предложений как “резюме”

🔗 Репозиторий GitHub

#скрипты

🖥 Python_Scripts

🔥 Полезные библиотеки Python

✅ Utilspie

📌 Utilspie — библиотека-утилита с набором общих функций: работа с файлами, асинхронными вызовами, итераторами и другими “мелочами”, которые часто нужны при разработке.

📌 Особенности библиотеки:

🟢 Поддержка Python 3;
🟢 Модули внутри: fileutils, asyncutils, iterutils, collectionsutils, importutils;
🟢 Хороший выбор, если ведется работа с автоматизацией, скриптами, небольшими веб-процессами и нужна “быстрая сборка” без создания собственной библиотеки с нуля.

⚙️ Установка:

pip install utilspie

🔢 Документация

#библиотеки

🖥 Python_Scripts

✅ python‑fun — сборник веселых и полезных утилит

📱 Язык: Python 3.x

ℹ️ Что внутри: множество независимых проектов-скриптов: GUI-приложения, игры, утилиты, инструменты обработки и пр.

📌 Что делает:

🟢 Содержит папки с проектами вроде “note-take”, “image-viewer”, “moviepicker”, “chatbot-gui”, “file-explorer” и др.
🟢 Можно взять любой скрипт из коллекции, изучить, запустить, изменить под себя
🟢 Подходит для экспериментов: обучения, портфолио, мелких задач “сделай-сам”

🔗 Репозиторий GitHub

#скрипты

🖥 Python_Scripts