推薦!github上四個與100有關的優質項目前端
(一)項目:Python - 100天重新手到大師python
連接:github.com/jackfrued/P…linux
star:4.2萬c++
內容:git
Python是一個「優雅」、「明確」、「簡單」的編程語言。github
目前幾個比較流行的領域,Python都有用武之地。web
做爲一名Python開發者,主要的就業領域包括:算法
該項目中,包含了大量的內容,從他的目錄能夠看出來,包含數據庫
(1)python語法基礎編程
(2)python進階,經常使用的數據結構和高級用法
(3)web前端入門
(4)linux操做
(5)數據庫基礎和進階
(6)實戰Django
(7)實戰Flask
(8)實戰Tornado
(9)爬蟲開發
(10)數據處理和機器學習
(二)項目:100天學算法(python)
star:6300
內容:項目的做者給本身設定了一個挑戰,一天一天地執行算法,直到數字達到100。他對這個項目的調侃:挑戰也頗有趣,也很粗糙。不要指望實現是最好的、最快的、最好的、沒有錯誤的。必定要看到快速編寫的代碼。一種代碼,它包含的熱情和對算法的熱愛與它包含的bug相同。
確實他作到了,堅持了一百天,因此牛人老是目標明確而又可以堅持不懈
舉個例子:binary search,找出目標數字的位置,沒找到返回0
(三)項目:圖像處理 100 問(python、C++)
star:1000+
內容:做者爲圖像處理初學者設計的 100 個問題。學習基本的圖像處理知識,理解圖像處理算法。這裏與平時的調用opencv的API不一樣,而是從底層算法方法去實現功能(使用的語言包括python和c++),能夠說對於咱們理解圖像處理算法很是的有幫助。
import cv2
import numpy as np
# Read image
img = cv2.imread("imori.jpg")
# Max Pooling
out = img.copy()
H, W, C = img.shape
G = 8
Nh = int(H / G)
Nw = int(W / G)
for y in range(Nh):
for x in range(Nw):
for c in range(C):
out[G*y:G*(y+1), G*x:G*(x+1), c] = np.max(out[G*y:G*(y+1), G*x:G*(x+1), c])
# Save result
cv2.imwrite("out.jpg", out)
cv2.imshow("result", out)
cv2.waitKey(0)
cv2.destroyAllWindows()
複製代碼
(四)項目:圖像處理 100 問(python、C++)
star:2.3萬
內容:Avik Jain這位老鐵計劃在100天學完機器學習,風格很是的簡短優美,很是適合入門練手。(提供數據)
例子: