📱Tifffile.

Tifffile — это библиотека для работы с изображениями TIFF в Python.

🔹Библиотека tifffile позволяет:

🔘Читать и записывать изображения и метаданные в форматах TIFF, BigTIFF, OME-TIFF, ImageJ, GeoTIFF, Adobe DNG, SVS, NDPI, QPTIFF, SCN и многих других, включая специализированные форматы из области биоизображений.

🔘Поддержка массивов NumPy и Zarr, включая чтение по страницам, уровням пирамид и SubIFDs.

🔘Запись изображений в многослойном, объемном, сжатом, предсказанном, тильтованном виде.

🔘Поддержка множества алгоритмов сжатия: LZW, Deflate, JPEG (8/12-бит), JPEG 2000, JPEG XL, WebP, PNG, LZMA, Zstd и других через библиотеку imagecodecs.

🔘Консольный интерфейс: можно просматривать структуру TIFF-файлов прямо из терминала.

#Python #TIFF #ImageProcessing #NumPy #Zarr #BioImage #OME #BigTIFF #Tifffile #OpenSource #ScientificPython #Microscopy #JPEG #ImageCodecs #Visualization #DataScience #ImageIO

📱Ссылка на репозиторий:
https://github.com/cgohlke/tifffile

⬇️Реакция — лучший «аргумент» для новых постов!⬇️

📱PicTex.

PicTex — мощная библиотека Python для создания красиво стилизованного текста в виде изображений
Сверхудобный fluent API, вдохновлённый CSS, и движок Skia под капотом.

❓Что умеет:

🔘Градиенты, тени, обводки, декорации.

🔘Кастомные и переменные шрифты.

🔘Автофолбэк для эмодзи и спецсимволов.

🔘PNG, JPEG, WebP, NumPy, Pillow, SVG (с встраиваемыми шрифтами).

🔘Качественный рендеринг с помощью Skia.

🔻Пример:

from pictex import Canvas

canvas = (
    Canvas()
    .font_family("path/to/font.ttf")
    .font_size(60)
    .color("white")
    .padding(20)
    .background_color(LinearGradient(["#2C3E50", "#FD746C"]))
    .background_radius(10)
    .add_shadow(offset=(2, 2), blur_radius=3, color="black")
)

image = canvas.render("Hello, PicTex! 🎨✨")
image.save("hello.png")

⬇️Реакцией поддержи, если пригодится для оформления постов, обложек, видео или просто хочется красивого текста прямо из Python ⬇️

#Python #pictex #graphics #textimage #svg #Skia #design #fluentapi #css4devs #pytools #aiart #visualization #openSource

📱Ссылка на репозиторий:
https://github.com/francozanardi/pictex

📱hvPlot.

hvPlot — высокоуровневая библиотека визуализации данных для Python.

hvPlot — это удобный и мощный API для построения графиков, созданный на основе знакомого интерфейса .plot из Pandas и расширенный инновационным .interactive API для лёгкого добавления интерактивности.

❓Почему hvPlot?

🔘Работает с популярными источниками данных: Pandas, Polars, XArray, Dask, Streamz, Intake, GeoPandas, NetworkX и другими.

🔘Поддерживает несколько бэкендов построения графиков: Bokeh, Matplotlib, Plotly.

🔘Объединяет возможности экосистемы HoloViz в едином и простом API.

🔘Подходит для быстрых исследований, построения отчётов и создания интерактивных приложений.

🔻Пример использования:

import numpy as np
import pandas as pd

idx = pd.date_range('1/1/2000', periods=1000)
df  = pd.DataFrame(np.random.randn(1000, 4), index=idx, columns=list('ABCD')).cumsum()

import hvplot.pandas  # подключаем hvPlot для Pandas
df.hvplot()  # строим график

#Python #DataViz #Visualization #DataScience #Pandas #Matplotlib #Bokeh #Plotly #hvPlot #HoloViz #GeoPandas #XArray #Polars #Dask

📱Ссылка на репозиторий:
https://github.com/holoviz/hvplot

📱Memory_graph.

memory_graph — это библиотека на Python для визуализации структуры объектов в памяти.

Она строит граф связей между объектами и помогает понять, как данные устроены и связаны между собой.

🔹Что можно делать:

🔘Визуализировать любые структуры (list, dict, set, классы и др.).

🔘Смотреть разницу между mutable и immutable объектами.

🔘Разобраться с shallow и deep copy.

🔘Отслеживать вызовы функций и стек (stack trace) прямо в графах.

🔘Понять, как Python хранит ссылки и объекты

🔻Полезно для:

🔘Обучения Python (от новичков до продвинутых).

🔘Отладки сложных структур данных.

🔘Объяснения поведения ссылок и копий наглядно.

🚀Установка:

pip install --upgrade memory_graph

#Python #Debugging #Visualization #Graphviz #MemoryGraph #PythonTips #DeepCopy #Mutable #Immutable #LearningPython #PyDev

📱Ссылка на репозиторий:
https://github.com/bterwijn/memory_graph

📱Asciichart.

asciichart — лёгкая библиотека для рисования графиков в ASCII прямо в консоли. Ноль зависимостей, работает в Node.js и в браузере — идеально для быстрых CLI-визуализаций или логов.

🔹Что умеет: автоподбор диапазона и высоты, несколько серий на одном графике, масштабирование, цвета в терминале.

✅Маленькая и быстрая — отлично для отладочных скриптов и терминальных дашбордов.

✅Есть порт на Python(см. пункт 'установка') и множество реализаций на других языках — если нужен график в терминале, asciichart — отличный выбор.

⚙️Установка:

🔘Python:

pip install asciichartpy

🔘Node JS:

npm install asciichart

#asciichart #JavaScript #NodeJS #CLI #ASCII #DataViz #Terminal #Visualization #OpenSource #DevTools

📱Ссылка на репозиторий:
https://github.com/kroitor/asciichart

📱Tiny8.

Tiny8 — это лёгкий симулятор 8-битного процессора, созданный для изучения основ компьютерной архитектуры.

Он сочетает интерактивный отладчик, анимацию выполнения и чистую Python-реализацию, идеально подходя для студентов, преподавателей и энтузиастов низкоуровневого программирования.

🔹Особенности:

🔘Интерактивный отладчик — пошаговое выполнение, Vim-навигация, подсветка изменений, поиск и закладки.

🔘Графическая анимация — экспорт GIF/MP4 визуализаций работы программ (например, сортировки пузырьком).

🔘Полная 8-битная архитектура — 32 регистра, стек, 2 КБ памяти, 60+ инструкций в стиле AVR.

🔘Образовательный акцент — примеры (Fibonacci, bubble sort, factorial), понятный исходный код и документация.

🔘CLI и Python API — запускайте ассемблерные программы прямо из терминала или управляйте процессором из Python-кода.

🔻Пример:

tiny8 fibonacci.asm         # Интерактивный режим
tiny8 fibonacci.asm -m ani  # Анимация

или в Python:

from tiny8 import CPU, assemble_file
cpu = CPU()
cpu.load_program(assemble_file("fibonacci.asm"))
cpu.run()
print(cpu.read_reg(17))  # -> 55

✅Tiny8 делает архитектуру наглядной и увлекательной — шаг за шагом от ассемблера к пониманию, как работает компьютер.

#Python #Education #Emulator #Assembly #CPU #Learning #Tiny8 #Visualization #AVR #LowLevel #OpenSource

📱Ссылка на репозиторий:
https://github.com/sql-hkr/tiny8

📱Fastapi-voyager.

Fastapi-voyager — это инструмент, который строит наглядную диаграмму всех роутов, схем и зависимостей вашего FastAPI-приложения.

Он помогает понять архитектуру, найти проблемы в связях данных, увидеть, какие модели используются эндпоинтами — и всё это в интерактивном веб-интерфейсе.

🔹Основные особенности:

🔘Интерактивная карта API — визуализация всех маршрутов, моделей и их связей.

🔘Просмотр кода прямо из графа — двойной клик открывает исходник или файл в VSCode.

🔘Подсветка модулей — раскраска роутов и моделей по модулям (--module_color).

🔘Фокус-режим — показываются только связанные узлы.

🔘Поддержка Pydantic v2 — узлы и связи строятся на основе схем и зависимостей.

🔘Экспорт в DOT — генерация графа для Graphviz.

🔘Встраивание в FastAPI-проекты (app.mount('/voyager', create_voyager(...))).

🔘Архитектурный анализ — инструмент помогает выявлять неправильные зависимости и отношения между сущностями.

❓Для чего подходит fastapi-voyager:

🔘Архитектурные ревью.

🔘Аудит API.

🔘Отладка и рефакторинг внутренних сервисов.

🔘Учебные и демонстрационные проекты.

🔘Проекты с большим количеством схем и вложенных моделей.

✅Fastapi-voyager превращает FastAPI-приложение в красивую, понятную и интерактивную карту — идеальный инструмент для анализа и проектирования.

#FastAPI #Python #API #Visualization #DeveloperTools #Pydantic #Architecture #Graphviz #OpenSource #Backend

🔹Ссылка на репозиторий:
https://github.com/allmonday/fastapi-voyager

📱Slamd.

slamd — это минималистичная GPU‑ускоренная 3D‑визуализация для Python: pip install slamd, 3 строки кода — и у вас интерактивный viewer с point clouds, meshes, camera frustums, transform tree (как ROS TF).

🔹Почему круто:

🔘Нет event loop/callbacks: vis = slamd.Visualizer(); scene.set_object("/robot/cloud", slamd.geom.PointCloud(pts)) — окно само открывается.

🔘Миллионы точек на 30+ FPS (OpenGL), stateful (не лог как Rerun).

🔘Primitives: Triad, Arrows, Spheres, Planes, Frustum с изображением.

🔻Пример:

import slamd
vis = slamd.Visualizer("My Scene")
scene = vis.scene("main")
scene.set_object("/triad", slamd.geom.Triad())

#python #3d #visualization #slam #robotics #opengl #slamd

📱Ссылка на репозиторий:
https://github.com/Robertleoj/slamd