GitHub 上最火的 Python 開源項目zz

 

https://github.com/tensorflow/tensorflow Star 68481

Google 的 TensorFlow 是最流行的開源 AI 庫之一。它的高計算效率，豐富的開發資源使它被企業和我的開發者普遍採用。TensorFlow 是一個採用數據流圖，用於數值計算的開源軟件庫。TensorFlow 最初由Google 大腦小組（隸屬於 Google 機器智能研究機構）的研究員和工程師們開發出來，用於機器學習和深度神經網絡方面的研究，但這個系統的通用性使其也可普遍用於其餘計算領域。想要更深刻了解可點擊《快速入門 Google 機器學習系統 TensorFlow》

https://github.com/robbyrussell/oh-my-zsh  Star 58473 

oh-my-zsh 是基於 zsh 的功能作了一個擴展，方便的插件管理、主題自定義，以及漂亮的自動完成效果。 Zsh 和 bash 同樣，是一種 Unix shell，但大多數 Linux 發行版本都默認使用 bash shell。但 Zsh 有強大的自動補全參數、文件名、等功能和強大的自定義配置功能。

https://github.com/nvbn/thefuckhttps://github.com/nvbn/thefuck Star 30532

 

首先這個項目的名字就很引人注目，取名爲 thefuck 的緣由是任何狀況下你想說「我操」，你均可以用獲得 thefuck。theFuck 是一個高可配置的應用，用戶能夠開啓或關閉規則、配置 UI、設置規則選項還有進行其餘的操做。Fuck 的 UI 很簡單，它容許用戶經過（上下）箭頭的方式在修正過的命令列表中進行選擇，使用 Enter 來確認選擇，Ctrl+C 來跳出程序。 不足的是在 Python 標準庫中沒有辦法在非 Windows 下不經過 curses 來讀取鍵盤輸入

https://github.com/pallets/flask  Star 29399 

 

Flask 是一個微型的 Python 開發的 Web 框架，基於Werkzeug WSGI工具箱和Jinja2 模板引擎。 Flask 使用 BSD 受權。 Flask 也被稱爲「microframework」，由於它使用簡單的核心，用 extension 增長其餘功能。Flask 沒有默認使用的數據庫、窗體驗證工具。然而，Flask 保留了擴增的彈性，能夠用 Flask-extension 加入這些功能：ORM、窗體驗證工具、文件上傳、各類開放式身份驗證技術。

https://github.com/django/django  Star 27899

 

Django 是 Python 編程語言驅動的一個開源模型-視圖-控制器（MVC）風格的 Web 應用程序框架。可是在Django中，控制器接受用戶輸入的部分由框架自行處理，因此 Django 裏更關注的是模型(Model)、模板(Template)和視圖(Views)，稱爲 MTV 模式。使用 Django，咱們在幾分鐘以內就能夠建立高品質、易維護、數據庫驅動的應用程序。

https://github.com/requests/requests  Star 27210

 

requests 是 Python 的一個 HTTP 客戶端庫，跟 urllib，urllib2 相似，那爲何要用 requests 而不用 urllib2 呢？覺得 Python 的標準庫 urllib2 提供了大部分須要的 HTTP 功能，可是API太逆天了，一個簡單的功能就須要一大堆代碼。 看了 requests 的文檔，確實很簡單，尤爲適合懶人。

https://github.com/scrapy/scrapy  Star 22407

 

Scrapy 是 Python 開發的一個快速,高層次的屏幕抓取和 Web 抓取框架，用戶只須要定製開發幾個模塊就能夠輕鬆的實現一個爬蟲，用來抓取網頁內容以及各類圖片，很是之方便。Scrapy用途普遍，能夠用於數據挖掘、監測和自動化測試。

 

Scrapy 吸引人的地方在於它是一個框架，任何人均可以根據需求方便的修改。它也提供了多種類型爬蟲的基類，如 BaseSpider、sitemap 爬蟲等

 

https://github.com/scikit-learn/scikit-learn  Star 20908

 

scikit-learn 是一個 Python 的機器學習項目。是一個簡單高效的數據挖掘和數據分析工具。基於 NumPy、SciPy 和 matplotlib 構建。基於 BSD 源許可證。scikit-learn 的基本功能主要被分爲六個部分，分類，迴歸，聚類，數據降維，模型選擇，數據預處理

 

https://github.com/fchollet/keras  Star 19132

 

Keras 是一個極簡的、高度模塊化的神經網絡庫，採用 Python（Python 2.7-3.5.）開發，可以運行在 TensorFlow 和 Theano 任一平臺，好項目旨在完成深度學習的快速開發。keras 的幾大特色：文檔齊全、上手快速、純 Python 編寫、關注度高更新迅速、論壇活躍、就是運行速度不太快，固然，有的人就是不 care 速度

https://github.com/python/cpython   Star 12609

 

CPython 是用C語言實現的 Python 解釋器，也是官方的而且是最普遍使用的Python解釋器。除了 CPython 之外，還有用 JAVA 實現的 Jython 和用 .NET 實現的 IronPython，使 Python 方便地和 JAVA 程序、.NET 程序集成。另外還有一些實驗性的 Python 解釋器好比 PyPy。

 

CPython 是使用字節碼的解釋器，任何程序源代碼在執行以前先要編譯成字節碼。它還有和幾種其它語言（包括C語言）交互的外部函數接口。

 

https://github.com/Microsoft/CNTK  Star 12225

 

來自微軟公司的 CNTK 工具包的效率，「比咱們所見過的都要瘋狂」。 這部分歸功於 CNTK 可藉助圖形處理單元（GPU）的能力，微軟自稱是惟一公開「可擴展 GPU」功能的公司。（從單機上的 1 個、延伸至超算上的多個） 在與該公司的網絡化 GPU 系統（稱之爲Azure GPU Lab）匹配以後，它將可以訓練深度神經網絡來識別語音，讓 Cortana 虛擬助理的速度達到之前的十倍。 去年 4 月的時候，CNTK 就已經面向研究人員開放，只是當時的開源受權限制頗多。不過如今，它已經完全開放了，而深度學習的初創者們將最爲受益。