===============================================
### TinyDB ###
это легковесная, чисто Python база данных без сервера, которая сохраняет данные в виде JSON-файлов. 
Подходит для небольших проектов, скриптов и приложений, где не требуется полноценная SQL-база данных.
Подходит для разработчиков, которым нужно быстро внедрить базу данных без сложной настройки и установки.
```python
from tinydb import TinyDB, Query

# Создание базы данных в файле db.json
db = TinyDB('db.json')

# Добавление данных
db.insert({'name': 'Alice', 'age': 24})
db.insert({'name': 'Bob', 'age': 30})

# Поиск данных
User = Query()
results = db.search(User.age > 25)
print(results)

# Обновление данных
db.update({'age': 26}, User.name == 'Alice')

# Удаление данных
db.remove(User.name == 'Bob')

# Установка
pip install tinydb
```
===============================================
### Библиотека Python: Arrow ###

**Arrow** — библиотека для работы с датами и временем, которая упрощает создание, обработку и форматирование временных меток.

Подходит для разработчиков, которые хотят избежать сложности работы с модулями `datetime` и `timezones`, предоставляя более интуитивные и мощные инструменты для управления временем.
```python
import arrow

# Текущее время
now = arrow.now()
print(now)

# Создание объекта даты и времени
date = arrow.get('2023-08-13T12:30:00')
print(date)

# Форматирование даты и времени
formatted_date = date.format('DD MMMM YYYY HH:mm')
print(formatted_date)

# Работа с часовыми поясами
utc_time = arrow.utcnow()
local_time = utc_time.to('US/Pacific')
print(local_time)

# Установка
pip install arrow
```
===============================================
### REMBG ###
```python
# удаление фона изображения:
pip install rembg

from rembg inport remove
from PIL import Image

input_path = 'name.jpg'
output_path = 'out.png'

input = Image.open(input_path)
output = remove(input)
output,save(output_path)

# фото в ч/б:
from PIL import Image

img = Image.open('girl.png')
baw = img.convert('L') # L - оттенки серого
baw.save('baw_girl.png')
```
===============================================
### PANDAS ###
Обработка CSV-файлов с помощью pandas позволяет эффективно управлять, анализировать и преобразовывать данные из таблиц, что полезно для работы с большими объемами данных.
```python
pip install pandas

import pandas as pd

# Чтение CSV-файла
df = pd.read_csv('data.csv')

# Вывод первых 5 строк таблицы
print(df.head())

# Фильтрация данных: выбор строк, где значение в столбце 'age' больше 30
filtered_df = df[df['age'] > 30]

# Запись отфильтрованных данных в новый CSV-файл
filtered_df.to_csv('filtered_data.csv', index=False)
```
Этот скрипт читает CSV-файл, отображает первые 5 строк таблицы, фильтрует строки по значению столбца и сохраняет отфильтрованные данные в новый файл. pandas упрощает обработку табличных данных и позволяет работать с большими массивами данных в удобной форме.

===============================================
```python
# Объединение нескольких CSV-файлов:
import pandas as pd

# Чтение нескольких CSV-файлов и их объединение в один DataFrame
files = ['data1.csv', 'data2.csv', 'data3.csv']
df_list = [pd.read_csv(file) for file in files]
combined_df = pd.concat(df_list)

# Сохранение объединенных данных в новый CSV-файл
combined_df.to_csv('combined_data.csv', index=False)
```
В этом примере несколько CSV-файлов объединяются в одну таблицу, что упрощает работу с данными из разных источников. pandas позволяет легко манипулировать такими данными и проводить различные операции, такие как фильтрация, группировка и сортировка.

===============================================
### % заряда батареи ###

```python
# заряд батареи:
import psutil

battery  psutil.sensors_battery()
persent = int(battery.persent)
print(f'Заряд батареи: {persent}%)
```
===============================================
### Скриншот  ###
```python
import pyautogui

pyautogui.screenshot(
	'path_to_file.jpg',
	region=(0, 0, 300, 400)
)
# функционал - большой !
```
===============================================
### MAX элемент СПИСКА  
который входит самое большое кол-во раз:
```python
my_list = [5, 9, 0, 5, 3, 6, 3, 5, 0, 4, 3]

mpv = max(set(my_list), key=my_list.count)
print(mpv)
```
===============================================