HelloGitHub 月刊最受歡迎的開源項目 Top10（2020 年）

時間 2021-01-04

標籤 javascript css html java python git github golang 面試 macos 欄目 JavaScript 简体版

原文原文鏈接

做者：HelloGitHub-滷蛋javascript

2020 年已成往事，2021 年悄然而至。css

在已通過完的 2020 年裏 HelloGitHub 共發佈了 12 期月刊，推薦了 419 個開源項目。每月的 28 號，最開心的事情就是和你們像老朋友同樣，有默契地在 HelloGitHub 月刊「見面」，聊聊這個月有趣的開源項目。在這一年的月刊中，你最喜歡哪一個開源項目呢？html

下面就讓咱們來回顧下 2020 年《HelloGitHub 月刊》最受歡迎的 10 個開源項目，統計時間從 2020.1.28-2020.12.28（第 45-57 期），受歡迎程度統計自 HelloGitHub 全網全部平臺。爲了儘可能涵蓋較多的類別，從 C++、C、Python、Java、機器學習、JavaScript、Go、C#、CSS 每一個類別僅挑選一個，組成 Top10 開源項目。java

接下來 2020 年《HelloGitHub 月刊》最受歡迎的開源項目——yuzu 登場！python

No.1 Switch 模擬器（C++ 項目）

yuzu 是免費開源的 Nintendo Switch 模擬器。目前僅支持 Windows、Linux，部分主流遊戲：塞爾達傳說、寵物小精靈、馬里奧等。git

項目地址：https://github.com/yuzu-emu/yuzugithub

No.2 貪吃蛇新玩法（C 項目）

DungeonRush 是元氣貪吃蛇遊戲。做者受到元氣騎士的啓發，基於貪吃蛇進行一些玩法上的創新。該項目適用於 C 語言初學者、第一次嘗試使用跨平臺圖形庫的同窗，參考本項目就能夠寫出一個可玩性高的遊戲，收穫滿滿成就感。golang

項目地址：https://github.com/Rapiz1/DungeonRush面試

No.3 複製即食的代碼片斷集合（Python 項目）

python-small-examples 是有趣、實用的 Python 代碼示例集合。包含：Python 基礎、小技巧、坑、文件操做、機器學習、繪圖等，代碼以下：macos

# pyecharts 繪製水球圖示例
from pyecharts import options as opts
from pyecharts.charts import Liquid, Page
from pyecharts.globals import SymbolType

def liquid() -> Liquid:
    c = (
        Liquid()
        .add("lq", [0.67, 0.30, 0.15])
        .set_global_opts(title_opts=opts.TitleOpts(title="Liquid"))
    )
    return c

liquid().render('./img/liquid.html')

項目地址：https://github.com/jackzhenguo/python-small-examples

No.4 如何設計秒殺系統（Java 項目）

miaosha 是一款秒殺系統設計與實現。高併發大流量的秒殺是面試常見問題，該項目不只有具體問題的解決思路，還有具體代碼實現和示例 demo，所有理解、學習後相信秒殺問題再也攔不住你啦！

項目地址：https://github.com/qiurunze123/miaosha

No.5 AI 入門指南（機器學習項目）

faceai 是一款優秀入門級 AI 項目以及教程，內容涵蓋：人臉、視頻、文字的檢測和識別。他不只包含最基本的人臉檢測、識別（圖片、視頻）、輪廓標識、頭像合成（給人戴帽子），還有表情識別（生氣、厭惡、恐懼等）、視頻對象提取、圖片修復（可用於水印去除）、圖片自動上色等等。推薦這個開源項目不是由於它的內容強大，而是它的教程寫的實在太好了，真 · 入門級。手把手教你如何使用這個項目，作出上述功能來。在每篇功能文章的教程裏，不單單寫了每一個功能的技術實現方案，還有具體重點關鍵代碼的註釋和解釋以及具體實現，讓你很是輕鬆的可以看懂、學習和使用。對於想要入門或者瞭解機器學習的初學者不能再友好了。示例代碼：

# Tesseract Ocr文字識別
from PIL import Image
import pytesseract

path = "img\\text-img.png"
text = pytesseract.image_to_string(Image.open(path), lang='chi_sim')
print(text)