👩‍💻 Библиотека Open-Interpreter в Python

Библиотека Open-Interpreter позволяет запускать команды на естественном языке для выполнения кода и управления компьютером через терминал или программный интерфейс.

Предоставляет API, с которым можно взаимодействовать через код. Пользователь может передавать команды в виде текста, а библиотека интерпретирует их и выполняет соответствующие действия. Это может включать создание графиков, работу с данными, редактирование файлов, и другие задачи, которые могут быть реализованы с использованием Python, JavaScript и других языков.

Основные возможности библиотеки:
🔵Выполнение сгенерированного кода: Позволяет напрямую исполнять код, который генерируется самой моделью или передаётся пользователем.
🔵Интерактивные сессии: Поддерживает интерактивные сессии, где можно писать и тестировать код в режиме реального времени.
🔵Многоязыковая поддержка: Хотя основной упор сделан на Python, Open-Interpreter поддерживает выполнение кода на других языках программирования (в зависимости от конфигурации).
🔵Обработка ошибок: Умеет анализировать ошибки, возникающие при выполнении кода, и может давать рекомендации или предлагать исправления.
🔵Работа с файлами и данными: Возможность создавать и редактировать изображения, видео, PDF-документы и управлять большими наборами данных.
🔵Контроль браузера: Можно управлять Chrome для автоматизации задач и поиска информации в интернете.
🔵Поддержка локальных и облачных моделей: Может использовать как локальные языковые модели через LM Studio, так и облачные модели (например, GPT-4).

➡️Установка библиотеки: pip install open-interpreter

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться

Наконец-то YouTube даст возможность выкладывать shorts'ы длиннее 1 минуты! 🥳

Библиотека Stegano в Python

Библиотека Stegano предназначена для реализации стеганографии - техники скрытия данных внутри других данных, например, текста, изображений, звука и т.д.

Основные возможности библиотеки:
🔵Скрытие текста в изображениях: Можно спрятать текстовое сообщение в изображении без заметных изменений для человеческого глаза.
🔵Извлечение сообщений: Возможность извлечь спрятанный текст из изображения.
🔵Поддержка нескольких методов стеганографии:
🟢LSB (Least Significant Bit) - классический метод, который использует младшие биты каждого пикселя для хранения информации.
🟢LSBSet - улучшенный вариант LSB, который работает с несколькими младшими битами пикселей в наборе (сетах) и распределяет данные по изображению более равномерно.
🟢SteganoMagic - более сложные алгоритмы, включающие в себя работу с криптографией.
🟢Redundant LSB (с избыточностью) - дублирует спрятанные данные в несколько мест изображения, что позволяет увеличить устойчивость к повреждениям данных или изменениям изображения. Он также использует младшие биты пикселей.
🟢Invisible Ink (невидимые чернила) - реализует концепцию скрытия данных так, чтобы они были "невидимыми" для человеческого восприятия. Использует особые параметры изображения для кодирования данных.
🟢Text-based стеганография - Можно также внедрять данные в текстовые файлы. Например, в тексте можно скрыть данные, изменяя пробелы, количество строк и другие элементы форматирования.

✅Пример кода для скрытия сообщения в изображении:

from stegano import lsb

# Скрытие текста в изображении
secret_image = lsb.hide("image.jpg", "Secret message")
secret_image.save("image_with_secret.png")

✅Пример кода для извлечения сообщения из изображения:

from stegano import lsb

# Извлечение скрытого сообщения
secret_message = lsb.reveal("image_with_secret.png")
print(secret_message)

➡️Установка библиотеки: pip install stegano

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться

Код для конвертации PDF в CSV на Python

Для открытия PDF-документа в коде используется библиотека tabula, а для его конвертации в CSV - pandas.

➡️Установка библиотеки: pip install pandas tabula

import tabula
import pandas as pd

filename = 'document.pdf'
# Чтение таблиц из PDF
tables = tabula.read_pdf(filename, encoding='utf-8', pages='1', multiple_tables=True)

# Объединение всех DataFrame в один
df = pd.concat(tables, ignore_index=True)

# Сохранение объединённого DataFrame в CSV-файл
df.to_csv('output.csv', index=False, encoding='utf-8-sig')

➡️Справочник Программиста. Подписаться

Библиотека Nuitka в Python

Nuitka - это компилятор Python, который преобразует Python-код в C и затем компилирует его в нативные исполняемые файлы. Это позволяет улучшить производительность Python-программ, так как скомпилированный код может выполняться быстрее, чем интерпретируемый.

Основные характеристики библиотеки:
🔵Производительность: Может значительно улучшить производительность приложений, особенно тех, которые требуют интенсивных вычислений.
🔵Совместимость: Совместим с большинством версий Python (2.6 и выше, включая Python 3.x) и поддерживает множество стандартных библиотек, включая NumPy и другие популярные пакеты.
🔵Компиляция в исполняемые файлы: Позволяет создавать независимые исполняемые файлы, которые не требуют установки Python на целевой машине.
🔵Поддержка многопоточности и асинхронного программирования: Хорошо работает с многопоточными и асинхронными программами, что позволяет эффективно использовать современные многоядерные процессоры.
🔵Лицензия: Распространяется под лицензией MIT, что делает его бесплатным и открытым для использования и модификации.

✅Пример компиляции скрипта:

python -m nuitka your_script.py

➡️Установка библиотеки: pip install Nuitka

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться

Библиотека MicroRabbit в Python

MicroRabbit - это легковесная библиотека для работы с микросервисами, которая реализует паттерн CQRS (Command Query Responsibility Segregation) и используется для упрощения взаимодействия между различными компонентами системы.

Основные характеристики библиотеки:
🔵CQRS: Разделяет команды и запросы, что позволяет более эффективно управлять состоянием и изменениями в приложении.
🔵Интеграция с RabbitMQ: Использует RabbitMQ как брокер сообщений для асинхронной обработки команд и запросов.
🔵Поддержка событий: Возможность отправки и обработки событий между микросервисами, что способствует созданию более реактивной архитектуры.
🔵Модульность: Позволяет разрабатывать модули, которые могут быть независимо развернуты и масштабированы.
🔵Упрощение кода: С помощью MicroRabbit можно сократить количество кода, необходимого для реализации сложной логики взаимодействия между сервисами.

➡️Установка библиотеки: pip install microrabbit

📱 Репозиторий

➡️Справочник Программиста. Подписаться

Код для добавления текстового водяного знака на Python

Для работы с изображением и добавления текстового водяного знака в коде используется библиотека Pillow.

➡️Установка библиотеки: pip install pillow

from PIL import Image, ImageDraw, ImageFont


def add_text_watermark(input_image_path, output_image_path, text, position, font_path=None, font_size=36,
                       font_color=(255, 255, 255), opacity=128):
    # Открываем изображение
    image = Image.open(input_image_path).convert("RGBA")

    # Создаём новое изображение с теми же размерами, но для прозрачного слоя
    txt_layer = Image.new("RGBA", image.size, (255, 255, 255, 0))

    # Создаем объект для рисования
    draw = ImageDraw.Draw(txt_layer)

    # Загружаем шрифт (используем шрифт по умолчанию, если не указан)
    if font_path:
        font = ImageFont.truetype(font_path, font_size)
    else:
        font = ImageFont.load_default()

    # Получаем ограничивающий прямоугольник текста
    text_bbox = draw.textbbox((0, 0), text, font=font)
    text_width = text_bbox[2] - text_bbox[0]
    text_height = text_bbox[3] - text_bbox[1]

    # Позиционирование водяного знака
    if position == 'center':
        position = ((image.width - text_width) // 2, (image.height - text_height) // 2)
    elif position == 'bottom_right':
        position = (image.width - text_width - 15, image.height - text_height - 15)

    # Добавляем текст с прозрачностью
    draw.text(position, text, font=font, fill=(*font_color, opacity))

    # Объединяем текстовый слой с оригинальным изображением
    watermarked_image = Image.alpha_composite(image, txt_layer)

    # Конвертируем обратно в RGB (если нужно для сохранения в JPEG)
    watermarked_image = watermarked_image.convert("RGB")

    # Сохраняем результат
    watermarked_image.save(output_image_path)


# Пример использования
add_text_watermark(
    input_image_path="image.jpg",
    output_image_path="watermarked_image.jpg",
    text="© Your Watermark",
    position="bottom_right",
    font_path="arial.ttf",  # Указываем путь к шрифту (если не указано, используется шрифт по умолчанию)
    font_size=50,  # Размер текста
    font_color=(255, 255, 255),  # Цвет текста (белый)
    opacity=128  # 50% прозрачности
)

➡️Справочник Программиста. Подписаться

Библиотека num2words в Python

Библиотека num2words используется для преобразования чисел в текст, т.е. она позволяет конвертировать числовые значения в их словесное представление.

Основные возможности библиотеки:
🔵Преобразование целых чисел: Конвертирует целые числа в их словесное представление.
🔵Поддержка различных языков: Поддерживает множество языков, что позволяет переводить числа на разные языки.
🔵Поддержка разных форматов чисел: Помимо простых целых чисел, можно работать с дробными числами, валютами и другими специальными форматами.

✅Пример преобразования чисел на английский язык

from num2words import num2words

print(num2words(123))
# Вывод: 'one hundred and twenty-three'

✅Пример преобразования чисел на русский язык

from num2words import num2words

print(num2words(123, lang='ru'))
  # Вывод: 'сто двадцать три'

➡️Установка библиотеки: pip install num2words

📱 Репозиторий

➡️Справочник Программиста. Подписаться

Спасибо анониму за донат (поздно заметил), последний раз до него он был аж 414 дней назад 😅

📺 Создание скриншота области экрана по координатам на Python

В данном shorts напишем код для создания скриншота области экрана по координатам на Python.

➡️Справочник Программиста. Подписаться

3 кода для создания скриншота области экрана по координатам на Python

✅Первый способ:

➡️Установка библиотеки: pip install Pillow

from PIL import ImageGrab

# Задаём координаты (x1, y1) и (x2, y2) для области
x1 = 100  # Левый верхний угол по оси X
y1 = 100  # Левый верхний угол по оси Y
x2 = 400  # Правый нижний угол по оси X
y2 = 300  # Правый нижний угол по оси Y

# Делаем скриншот заданной области
screenshot = ImageGrab.grab(bbox=(x1, y1, x2, y2))

# Сохраняем скриншот
screenshot.save('screenshot.png')

✅Второй способ:

➡️Установка библиотеки: pip install pyscreenshot

import pyscreenshot as ImageGrab

# Задаём координаты области
x1, y1, x2, y2 = 100, 100, 400, 300

# Делаем скриншот
screenshot = ImageGrab.grab(bbox=(x1, y1, x2, y2))

# Сохраняем скриншот
screenshot.save('screenshot.png')

✅Третий способ:

➡️Установка библиотеки: pip install pyautogui

import pyautogui

# Задаём координаты (x, y) и размеры (width, height) области
x = 100
y = 100
width = 300
height = 200

# Делаем скриншот определённой области
screenshot = pyautogui.screenshot(region=(x, y, width, height))

# Сохраняем скриншот
screenshot.save('screenshot.png')

➡️Справочник Программиста. Подписаться

Утилита Clark в Python

Утилита Clark предназначена для работы с аудио и видео в командной строке.

Предоставляет текстовый пользовательский интерфейс (TUI) для воспроизведения медиафайлов и создания временных меток с высокой точностью, что удобно при обрезке или разделении медиафайлов.

Основные возможности утилиты:
🔵Создание временных меток и воспроизведение: Позволяет воспроизводить аудио и видео и создавать временные метки в нужных местах. Можно быстро перемещаться по файлу, ставить метки и при необходимости удалять их.
🔵Обрезка и разделение файлов: Её можно использовать для обрезки ненужных частей или разделения медиафайлов по временным меткам.
🔵Управление через горячие клавиши: Предоставляет набор удобных сочетаний клавиш для управления воспроизведением.
🔵Использование MPV и FFMPEG: Для воспроизведения файлов Clark использует медиаплеер MPV, а для обрезки и разделения - FFMPEG.

➡️Установка: pip install https://github.com/wong-justin/clark/archive/main.zip

📱 Репозиторий

➡️Справочник Программиста. Подписаться

Библиотека emoji в Python

Библиотека emoji предназначена для работы с эмодзи, упрощая процесс их добавления и использования в тексте.

Поддерживает добавление эмодзи как по их коротким кодам (например, :smile:), так и непосредственно через их Unicode-символы.

✅Пример добавления эмодзи:

import emoji
print(emoji.emojize("Python is fun :snake:"))
# Вывод: Python is fun 🐍

➡️Установка библиотеки: pip install emoji

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться

🗂 Код для архивации данных на Python

Для архивации в коде используются стандартные модули os и zipfile

import zipfile
import os


def archive_folder(zip_name, folder_path):
    # Создаём новый ZIP-архив с именем zip_name
    # Параметр 'w' означает, что мы создаём архив с нуля, ZIP_DEFLATED для сжатия
    with zipfile.ZipFile(zip_name, 'w', zipfile.ZIP_DEFLATED) as zipf:
        # Используем os.walk для рекурсивного обхода всех файлов и папок внутри folder_path
        for root, dirs, files in os.walk(folder_path):
            # Проходимся по всем файлам в текущей директории
            for file in files:
                # Получаем полный путь к файлу
                file_path = os.path.join(root, file)
                # Добавляем файл в архив, сохраняя относительный путь от корневой папки
                zipf.write(file_path, os.path.relpath(file_path, folder_path))
                # Выводим сообщение о том, что файл был добавлен
                print(f'Файл {file_path} добавлен в архив.')


# Пример использования
folder_to_archive = 'my_folder'   # Указываем папку, которую хотим архивировать
archive_name = 'my_folder_archive.zip'  # Указываем имя для создаваемого архива

# Вызываем функцию архивации папки
archive_folder(archive_name, folder_to_archive)

➡️Справочник Программиста. Подписаться

👀 Библиотека PandasGUI в Python

Библиотека PandasGUI предоставляет графический интерфейс для работы с данными в формате DataFrame из библиотеки pandas.

Упрощает процесс анализа и визуализации данных, позволяя пользователям взаимодействовать с данными без необходимости писать код для каждой операции.

Основные возможности библиотеки:
🔵Графический интерфейс для DataFrame: Возможность загружать данные из разных источников (CSV, Excel, SQL и т.д.) и просматривать их в формате таблицы. Также доступны такие функции, как сортировка, фильтрация и групповое редактирование данных через удобные меню.
🔵Визуализация данных: Включает инструменты для создания графиков и диаграмм без написания кода.
🔵Работа с большими объемами данных: Поддерживает работу с большими наборами данных, используя механизмы отложенной загрузки и обработки данных по частям.
🔵Возможность работы с несколькими DataFrame: Возможность загружать и управлять несколькими наборами данных одновременно.
🔵Легкость использования: Ориентирована как на новичков, так и на опытных пользователей. Она делает работу с данными в pandas более интерактивной и интуитивно понятной.

✅Пример использования библиотеки:

import pandas as pd
from pandasgui import show

# Создаем DataFrame
data = pd.DataFrame({
    'Имя': ['Анна', 'Борис', 'Виктор', 'Галина'],
    'Возраст': [23, 30, 35, 29],
    'Город': ['Москва', 'Санкт-Петербург', 'Новосибирск', 'Казань']
})

# Запускаем PandasGUI
show(data)

➡️Установка библиотеки: pip install pandasgui

📱 Репозиторий

➡️Справочник Программиста. Подписаться