Python學習教程（十）精選 TOP45 值得學習的Python項目

精選 TOP45 值得學習的Python項目

 

【導讀】熱門資源博客 Mybridge AI 比較了 18000 個關於 Python 的項目，並從中精選出 45 個最具競爭力的項目。咱們進行了翻譯，在此一併送上。這份清單中包括了各不相同的 20 個主題，以及一些資深程序員分享使用 Python 的經驗，值得收藏。Mybridge AI 的排名結合了內部機器評估的內容質量和各類人爲因素，包括閱讀次數和閱讀時長等。

 

對於 Python 的初學者，咱們推薦如下這些課程：

REST API：使用 Python，Flask，Flask-RESTful 和 Flask-SQLAlchemy 構建專業的 REST API ［12,602 個推薦，4.6 / 5 星］

連接：

https://www.udemy.com/rest-api-flask-and-python/

算法交易：用於財務分析和算法交易的 Python，主要學習包括 numpy，pandas，matplotlib，quantopian，finance ［8,077 個推薦，4.6 / 5 星］

連接：

https://www.udemy.com/python-for-finance-and-trading-algorithms/

年度開源 Python 項目 ［平均 4,078 星］

連接：

https://medium.mybridge.co/30-amazing-python-projects-for-the-past-year-v-2018-9c310b04cdb3

機器學習年度最佳文章

連接：

https://medium.mybridge.co/learn-to-build-a-machine-learning-application-from-top-articles-of-2017-cdd5638453fc

 

Python 算法

① 回顧 Python 交互式編碼中所要面對的挑戰（算法和數據結構）

本文對算法編碼和數據結構中的問題提出了簡單易懂又切實可行的方案。

做者：Donne Martin；［github－11811 星］

連接：

https://github.com/donnemartin/interactive-coding-challenges

② Python 中算法和數據結構的最小樣本

如何讓 Python 中的數據結構和算法最小、最乾淨？

做者：keon；［github－10271 星］

連接：

https://github.com/keon/algorithms

③ 最重要的 Python 算法--Pygorithm

Pygorithm 是一個純 Python 風格編寫的模塊，經過導入所需的算法，得到相應的代碼、時間複雜性等。這是一個開始學習 Python 編程的好方法，可以幫助初學者學習並實現 Python 中全部算法。

做者：Satwik Kansal；［github－3156 星］

連接：

http://pygorithm.readthedocs.io/en/latest/

Python 綜合指南

④ 一個有趣又不爲人知的 Python 代碼片斷集合—wtfPython

做者：Satwikkansal；［github－4,933 星］

連接：

https://github.com/satwikkansal/wtfPython

Python 的腳本結構

⑤ 一個關於如何從 Python 腳本到打包項目的標準化指南

做者：Courtesy of Vicki

連接：

http://veekaybee.github.io/2017/09/26/python-packaging

Python 中的列表

⑥ Python 列表生成器的教程

在這份教程中，你將可以學習到如何在 Python 中有效地使用列表生成器來建立列表，替換(嵌套) for 循環以及使用 map(), filter(), reduce() 函數等。

文章首先簡單回顧了 Python 中列表的基本概念，並與 Python 中其餘的數據結構進行比較。接着講解了列表生成器的學習。文章還講解了 Python 列表背後的數學知識，建立列表生成器的方法，以及如何在 for 循環或 lambda 隱函數中重寫它們。

做者：Karlijn Willems

連接：

https://www.datacamp.com/community/tutorials/python-list-comprehension

Python 中的類

⑦ 如何使用 Dunder (Magic、Special) 方法來豐富你的 Python 類

Dunker 是 Python 中的一種特殊方法，經過雙下劃線開始和結束的形式存在，例如 __init__ 來豐富類的預約義方法。

做者：Dan Bader

連接：

https://dbader.org/blog/python-dunder-methods

Python 中的網頁抓取

⑧ 如何使用 Python 中的 Scrapy、SQL 和 Matplotlib 等庫進行網頁抓取，並獲取網頁數據分析

你能夠經過這篇文章學習到網頁爬取知識，並用於實踐中。

做者：ScrapingAuthority

連接：

http://www.scrapingauthority.com/python-scrapy-mysql-and-matplotlib-to-gain-web-data-insights/

⑨ 高級的網頁抓取教程：繞過「403 禁止」，驗證碼等問題

做者：Evan Sangaline

連接：

http://sangaline.com/post/advanced-web-scraping-tutorial/

⑩ 掌握 Python 的網頁抓取技巧來獲取你所須要的數據

做者：Lauren Glass 和 Hackernoon

連接：

https://hackernoon.com/mastering-python-web-scraping-get-your-data-back-e9a5cc653d88

Python 中的自動化操做

⑪ 如何使用 Twilio、Python 和 Google 自動化婚禮的進程

做者：Thomas Curtis

連接：

https://www.twilio.com/blog/2017/04/wedding-at-scale-how-i-used-twilio-python-and-google-to-automate-my-wedding.html

⑫ 如何用 Python 在 Medium 上找到有趣的人

做者：Radu Raicea 和 freeCodeCamp。

連接：

https://medium.freecodecamp.org/how-i-used-python-to-find-interesting-people-on-medium-be9261b924b0

Python 中的 Bot

⑬ 製做 Reddit+Facebook 的信息箱

做者：Yasoob Khalid

連接：

https://pythontips.com/2017/04/13/making-a-reddit-facebook-messenger-bot/

⑭ 我在 Instagram 上用 Python 寫的開源機器人（讓我擁有了 2500 個粉絲，所花的服務器成本只有 5 美圓）

做者：TimG

連接：

https://medium.freecodecamp.org/my-open-source-instagram-bot-got-me-2-500-real-followers-for-5-in-server-costs-e40491358340

Python 中的電子表格

⑮ 權威指南：Python 的 Excel 教程

經過這個教程，你能夠了解如何使用 Python 讀取和導入 Excel 文件，如何將數據寫入這些電子表格。

做者：Karlijn Willems

連接：

https://www.datacamp.com/community/tutorials/python-excel-tutorial

⑯ Python 和 Googgle 電子表格

做者：Brent Schooley

連接：

https://www.youtube.com/watch?v=vISRn5qFrkM

Python 中的金融應用

⑰ Python 中的金融：算法交易

這是一份 Python 與金融應用的教程，在此你能學習到算法交易的基本知識及相關內容。

做者：Karlijn Willems

連接：

https://www.datacamp.com/community/tutorials/finance-python-trading

⑱ Python 中的金融教程—股票價格及相關數據介紹

做者：Harrison Kinsley

連接：

https://www.youtube.com/watch?v=2BrpKpWwT2A

⑲ 用 Python 分析加密貨幣市場

比特幣市場是如何表現？加密貨幣價值忽然出現高峯和低谷的緣由是什麼？不一樣 altcoins 市場是不可分割的或基本獨立的？ 咱們如何預測接下來會發生什麼？

這篇文章將簡單地介紹如何使用 Python 來分析加密貨幣。文章經過一個簡單的 Python 腳原本檢索，分析和可視化不一樣加密貨幣上的數據。在這個過程當中，文章還將揭示這些波動劇烈的市場行爲以及一個有趣的演變趨勢。

做者：Patrick Triest

連接：

https://blog.patricktriest.com/analyzing-cryptocurrencies-python/

Python 中的區塊鏈

⑳ 學習並構建一個區塊鏈

毫無疑問，區塊鏈這項新穎的技術是計算的奇蹟。區塊鏈技術的出現引起了新的全數字貨幣，如比特幣和萊特幣，而這些貨幣並不是由中央當局發行或管理。區塊鏈也以 Ethereum 這樣的技術形式革命化了分佈式計算，並引入了智能合約等有趣的概念。

這篇文章將會幫助你學習並理解區塊鏈的工做原理。經過這篇教程，你將學習到一個功能強大的區塊鏈，並掌握它們的工做流程。

做者：Daniel van Flymen 和 Hackernoon

連接：

https://hackernoon.com/learn-blockchains-by-building-one-117428612f46

㉑ 如何構建一個最小的區塊鏈

本文將用少於 50 行的代碼（Python2）來建立一個最簡單、最小的區塊鏈。

做者：Gerald Nash

連接：

https://medium.com/crypto-currently/lets-build-the-tiniest-blockchain-e70965a248b

Python 中的視頻合成

㉒ 用 Python 構建一個視頻合成器

視頻合成器是利用音頻輸入來建立視覺信號的設備，自上世紀 60 年代以來，已有很長的歷史。

這篇文章將用 Python 編寫一個基本的視頻合成器，並使用 aubio 進行 Onset 目標檢測。

做者：Kirk Kaiser

連接：

https://www.makeartwithpython.com/blog/video-synthesizer-in-python/

Python 的性能

㉓ 用 Python 處理每秒 100 萬個請求

用 Python 每秒可以達到 100 萬個請求嗎？爲了節省服務器價格，最近不少公司正在從 Python 向其餘編程語言中遷移。但實際並不須要。

Python 社區最近在性能提高方面作了不少工做。CPython 3.6 經過新的字典提升了總體解釋器的性能。因爲引入了更快的調用約定和字典查找緩存，CPython 3.7 將會更快。

對於數字處理任務，你可使用 PyPy 進行代碼編譯。你還能夠運行 NumPy 的測試套件，該測試套件如今已經改進了 Python 與 C 語言擴展的總體兼容性。在隨後的更新版本中，PyPy 預計將與 Python 3.5 兼容。

做者：Paweł Piotr Przeradowski。

連接：

https://medium.freecodecamp.org/million-requests-per-second-with-python-95c137af319

㉔ 「Python 很慢，但我不在意」

這篇文章將介紹一些關於 Python 中 asyncio 的內容，並討論有關 Python 速度的問題。

做者：Nick Humrich

連接：

https://hackernoon.com/yes-python-is-slow-and-i-dont-care-13763980b5a1

㉕ Python 中的緩存：如何緩存函數的結果

文章將介紹一種快捷的方法來加速 Python 記憶代碼。你將看到什麼時候以及如何運用 Python 記憶代碼。記憶代碼優化你的程序，在某些狀況下會加速你的代碼運行。

連接：

https://dbader.org/blog/python-memoization

Python 中的 Django 框架

㉖ 七步驟帶你完整地學習 Django

Django 是用 Python 編寫的一個 Web 框架。這篇文章是介紹 Django 基礎知識的系列教程，共分爲七個部分，將分別從安裝，準備開發環境，模型，視圖，模板，URL 到更高級的主題（如遷移，測試和部署）出發，詳細探討全部的基本概念。

做者：Vitor Freitas

連接：

https://simpleisbetterthancomplex.com/series/2017/09/04/a-complete-beginners-guide-to-django-part-1.html

㉗ 使用 Django 構建 REST API 的測試驅動方法：第一部分

這篇文章將介紹如何利用 Django 來構建一個 REST API 的測試驅動，並詳細介紹了每一個步驟。

做者：Jee Githinji Gikera 和 Scotch Development

連接：

https://scotch.io/tutorials/build-a-rest-api-with-django-a-test-driven-approach-part-1

Python 中的 Flake

㉘ OI’List 規則

這篇博文中咱們將介紹 Flake8（pyflakes，pycodestyle 和 mccabe）中的每一個規則及相對應的示例。

連接：

https://lintlyci.github.io/Flake8Rules/

㉙ 使用 Python 和 Flask 開發 RESTful API

本文包括如下幾部分：

• 爲何用 Python？

• 什麼是 Flask？

• 引導 Flask 應用程序

• 用 Flask 建立一個 RESTful 端點

• 用 Python 類映射模型

• 用 Marshmallow 進行序列化和反序列化對象

• Dockerizing Flask 應用程序

• 用 Auth0 保護 Python API

做者：Bruno Krebs

連接：

https://auth0.com/blog/developing-restful-apis-with-python-and-flask/

Python 中的 Numpy

㉚ 從 Python 到 Numpy

本文經過一種新穎的方式，向量化地集中講解了如何從 Python 遷移到 Numpy 的學習。另外，本文還包括一些不多提到的使用技巧。

連接：

http://www.labri.fr/perso/nrougier/from-python-to-numpy/

㉛ 探索 Python 每種工具包的行長度

本文探索了 Python 的流行包，如 NumPy，SciPy，Pandas，Scikit-Learn，Matplotlib，AstroPy 等。

做者：Jake VanderPlas

連接：

http://jakevdp.github.io/blog/2017/11/09/exploring-line-lengths-in-python-packages/

Python 中的 NashPy

㉜ NashPy 教程—創建並找到一種簡單的遊戲平衡

博弈論是用來研究理性主體之間的戰略互動：當雙方試圖採用對各自最有益的方式來完成某件事情時，對雙方互動行爲的研究。這篇文章將採用 Python 中的 NashPy 來研究這種雙方博弈的互動行爲。

連接：

http://nashpy.readthedocs.io/en/latest/tutorial/

Python 中的馬爾可夫過程

㉝ 用 Python 模擬 Chutes 和 Ladders

這篇文章將經過 Chutes 和 Ladders 遊戲的例子，創建模型並闡述馬爾可夫過程的原理。整個分析過程附有 Python 源碼，感興趣的讀者能夠嘗試一下。

做者：Jake VanderPlas

連接：

http://jakevdp.github.io/blog/2017/12/18/simulating-chutes-and-ladders/

Python 中的數據分析

㉞ 用 Python 分析美國聯邦政治行爲

科學、政治、我的意見和社會政策的交集可能呈現至關複雜的狀況。思想和學科的交匯點一般充斥着有爭議的觀點和基於信仰但缺少經驗證據的議程。這時，數據科學在這方面就顯得特別重要，由於它提供了一種以實際事實爲基礎的考察世界的方法，可以深刻了解咱們今天所面臨的一些最重要的問題。

這篇文章咱們將用 Python 來分析美國聯邦政府的一些政治行爲，深刻了解政治背後所隱藏的故事。

做者：Patrick Triest

連接：

https://blog.patricktriest.com/police-data-python/

㉟ 用 Python 分析 1000+ 的希臘葡萄酒

做者：Florents Tselai

連接：

https://tselai.com/greek-wines-analysis.html

㊱ 如何用 Python 生成 FiveThirtyEight 圖

這篇文章將用 Python 的 matplotlib 和 pandas，來學習並查看 FiveThirtyEight（FTE）可視化的核心部分，並教會你使用 Python 來爲本身的數據進行可視化。

做者：Josh Devlin

連接：

https://www.dataquest.io/blog/making-538-plots/

㊲ 使用 Apache Spark 和 Python 爲 8000 萬 Amazon 產品進行評價打分

做者編寫了一個簡單的 Python 腳本，將亞馬遜產品評論數據集中的每類評分數據進行整合，並對這些 Amazon 產品評論數據進行分析打分，以發現用戶的喜愛。

做者：Max Woolf

連接：

http://minimaxir.com/2017/01/amazon-spark/

㊳ 使用 Python 進行地理空間分析

做者：Matthew Rocklin

連接：

https://matthewrocklin.com/blog//work/2017/09/21/accelerating-geopandas-1

㊴ 星球：從太空中瞭解亞馬遜，來自 Kaggle 頭獎獲獎者的採訪

文章採訪了 Kaggle 的「星球：從太空中瞭解亞馬遜」競賽的獲獎者，內容包括他如何使用 11 個微調的卷積神經網絡，標籤關聯的結構模型，以及如何避免過擬合現象等。

做者：Edwin Chen

連接：

http://blog.kaggle.com/2017/10/17/planet-understanding-the-amazon-from-space-1st-place-winners-interview/

Python 入門

㊵ 從零開始學習 Python

Python 的建立者 Guido van Rossum 曾說過，「Python 是一個高級編程語言，其核心設計理念是讓代碼具備高度的可讀性和簡單的語法，程序員能夠用幾行代碼表達本身的想法。」

做者：TK

連接：

https://medium.freecodecamp.org/learning-python-from-zero-to-hero-120ea540b567

㊶ 重要的 Python 練習清單

這篇文章列出了一些重要的練習項目，包括 Python 語言自己和標準庫的練習。文章中還有 Python 中不一樣主題模塊的知識。

做者：Ynon Perek

連接：

https://www.ynonperek.com/2017/09/21/python-exercises/

㊷ API 的設計原則：先思考再編碼

API 是定義應用程序接口的通用術語，換句話說，就是用戶（人或機器）與程序的交互接口。在 Web 開發世界中，API 一般是一個網站，其中包含一系列端點，用於響應客戶端請求和結構化文本數據。這篇文章將告訴你爲何以及如何設計一個正確的 API，如何將本身的思想植入到 API 的設計中來構建屬於你本身的 API。

做者：Jonatas Baldin

連接：

https://www.ckl.io/blog/api-design-think-first-code-later

㊸ Python 機器學習指南

本文將經過清晰地解釋和有效的練習，來幫助你深度理解相關的機器學習算法。

做者：Conor Dewey

連接：

https://medium.freecodecamp.org/the-hitchhikers-guide-to-machine-learning-algorithms-in-python-bfad66adb378

㊹ 如何學習 Python 編程：6 位經驗豐富的 Python 開發者分享了他們的觀點

對於當下熱門的 Python 語言，有太多的教程、書籍、視頻和博客文章資源，然而如此多的冗餘資料，你該如何選擇最佳的方式開始你的 Python 學習之旅呢？這篇文章列出了 6 位 Python 專家分享的學習經驗，相信這對於迷茫中的你來講，將受益不淺。

連接：

https://coolpythoncodes.com/best-way-learn-python-programming

㊺ 如何用 Python 實現強大的數據分析

Python 是數據分析的最佳編程語言，這得益於它自帶的依賴庫。依賴庫可以存儲，操縱數據，並從數據中得到核心信息，於是在數據科學領域被普遍使用並展示出強大的功能。本文介紹了 Python 在數據科學領域的應用歷史以及最新發展。

做者：Jake VanderPlas

連接：

https://www.youtube.com/watch?v=9by46AAqz70

原文連接：

https://medium.mybridge.co/python-top-45-tutorials-for-the-past-year-v-2018-1b4d46c9e857

Github 連接：

https://github.com/Mybridge/learn-python

 

————— ————— ————— ————— 我是分割線 ————— ————— ————— —————