Python培训
美国上市Python培训机构

400-111-8989

热门课程

GitHub 上火的 Python 开源项目

  • 时间:2017-09-04
  • 发布:Python培训
  • 来源:职场

许多开发者都有定期浏览 GitHub 的习惯,对于 GitHub 上如此众多的项目,有人不断分享,有人不断 Mark。每个人浏览的时候,都会注意到 Star 的数量,它代表着这个项目的热度,今天,我们依照 Star 数,盘点 GitHub 上Python 语言中火的 15 个开源项目,希望对你有帮助,排名如下:

1、机器学习系统 tensorflow

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

Google 的 TensorFlow 是流行的开源 AI 库之一。它的高计算效率,丰富的开发资源使它被企业和个人开发者广泛采用。TensorFlow 是一个采用数据流图,用于数值计算的开源软件库。TensorFlow 初由Google 大脑小组(隶属于 Google 机器智能研究机构)的研究员和工程师们开发出来,用于机器学习和深度神经网络方面的研究,但这个系统的通用性使其也可广泛用于其他计算领域。想要更深入了解可点击《快速入门 Google 机器学习系统 TensorFlow》

2、oh-my-zsh

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

oh-my-zsh 是基于 zsh 的功能做了一个扩展,方便的插件管理、主题自定义,以及漂亮的自动完成效果。 Zsh 和 bash 一样,是一种 Unix shell,但大多数 Linux 发行版本都默认使用 bash shell。但 Zsh 有强大的自动补全参数、文件名、等功能和强大的自定义配置功能。

3、命令行 HTTP 工具包 httpie

https://github.com/jakubroztocil/httpie Star 31248

HTTPie 是一个命令行 HTTP 客户端,提供命令行交互方式来访问 HTTP 服务。其目标是使CLI 与 Web 服务的交互尽可能人性化。它提供了一个简单的 http 命令,允许使用简单自然的语法发送任意 HTTP 请求。

4、shell 命令行拓展 thefuck

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

首先这个项目的名字就很引人注目,取名为 thefuck 的原因是任何情况下你想说“我操”,你都可以用得到 thefuck。theFuck 是一个高可配置的应用,用户可以开启或关闭规则、配置 UI、设置规则选项还有进行其他的操作。Fuck 的 UI 很简单,它允许用户通过(上下)箭头的方式在修正过的命令列表中进行选择,使用 Enter 来确认选择,Ctrl+C 来跳出程序。 不足的是在 Python 标准库中没有办法在非 Windows 下不通过 curses 来读取键盘输入

5、微型 Python 框架 Flask

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

Flask 是一个微型的 Python 开发的 Web 框架,基于Werkzeug WSGI工具箱和Jinja2 模板引擎。 Flask 使用 BSD 授权。 Flask 也被称为“microframework”,因为它使用简单的核心,用 extension 增加其他功能。Flask 没有默认使用的数据库、窗体验证工具。然而,Flask 保留了扩增的弹性,可以用 Flask-extension 加入这些功能:ORM、窗体验证工具、文件上传、各种开放式身份验证技术。

6、Python Web 框架 Django

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

Django 是 Python 编程语言驱动的一个开源模型-视图-控制器(MVC)风格的 Web 应用程序框架。但是在Django中,控制器接受用户输入的部分由框架自行处理,所以 Django 里更关注的是模型(Model)、模板(Template)和视图(Views),称为 MTV 模式。使用 Django,我们在几分钟之内就可以创建高品质、易维护、数据库驱动的应用程序。

7、jQuery-File-Upload

https://github.com/blueimp/jQuery-File-Upload Star 27398

jQuery File Upload 是一个 jQuery 图片上传组件,支持多文件上传、取消、删除,上传前缩略图预览、列表显示图片大小,支持上传进度条显示;支持各种动态语言开发的服务器端。

8、Python 的 HTTP 客户端库 requests

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

requests 是 Python 的一个 HTTP 客户端库,跟 urllib,urllib2 类似,那为什么要用 requests 而不用 urllib2 呢?以为 Python 的标准库 urllib2 提供了大部分需要的 HTTP 功能,但是API太逆天了,一个简单的功能就需要一大堆代码。 看了 requests 的文档,确实很简单,尤其适合懒人。

9、计算机系统配置管理器 ansible

https://github.com/ansible/ansible Star 25132

Ansible 提供一种简单的方式用于发布、管理和编排计算机系统的工具,你可在数分钟内搞定。Ansible 是一个模型驱动的配置管理器,支持多节点发布、远程任务执行。默认使用 SSH 进行远程连接。无需在被管理节点上安装附加软件,可使用各种编程语言进行扩展。

10、Web 爬虫框架 scrapy

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

Scrapy 是 Python 开发的一个快速,高层次的屏幕抓取和 Web 抓取框架,用户只需要定制开发几个模块就可以轻松的实现一个爬虫,用来抓取网页内容以及各种图片,非常之方便。Scrapy用途广泛,可以用于数据挖掘、监测和自动化测试。

Scrapy 吸引人的地方在于它是一个框架,任何人都可以根据需求方便的修改。它也提供了多种类型爬虫的基类,如 BaseSpider、sitemap 爬虫等

11、Python 的机器学习项目 scikit-learn

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

scikit-learn 是一个 Python 的机器学习项目。是一个简单高效的数据挖掘和数据分析工具。基于 NumPy、SciPy 和 matplotlib 构建。基于 BSD 源许可证。scikit-learn 的基本功能主要被分为六个部分,分类,回归,聚类,数据降维,模型选择,数据预处理

12、神经网络库 keras

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

Keras 是一个极简的、高度模块化的神经网络库,采用 Python(Python 2.7-3.5.)开发,能够运行在 TensorFlow 和 Theano 任一平台,好项目旨在完成深度学习的快速开发。keras 的几大特点:文档齐全、上手快速、纯 Python 编写、关注度高更新迅速、论坛活跃、就是运行速度不太快,当然,有的人就是不 care 速度

13、Web 服务器 Tornado

https://github.com/tornadoweb/tornado Star14178

Tornado 是使用 Python 开发的全栈式(full-stack)Web框架和异步网络库,早由 Friendfeed 开发。通过使用非阻塞 IO,Tornado 可以处理数以万计的开放连接,是 long polling、WebSockets 和其他需要为用户维护长连接应用的理想选择。Tornado 跟其他主流的Web服务器框架(主要是 Python 框架)不同是采用 epoll 非阻塞 IO,响应快速,可处理数千并发连接,特别适用用于实时的 Web 服务。

14、Python 解释器 CPython

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

CPython 是用C语言实现的 Python 解释器,也是官方的并且是广泛使用的Python解释器。除了 CPython 以外,还有用 JAVA 实现的 Jython 和用 .NET 实现的 IronPython,使 Python 方便地和 JAVA 程序、.NET 程序集成。另外还有一些实验性的 Python 解释器比如 PyPy。

CPython 是使用字节码的解释器,任何程序源代码在执行之前先要编译成字节码。它还有和几种其它语言(包括C语言)交互的外部函数接口。

15、工具包 CNTK

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

来自微软公司的 CNTK 工具包的效率,“比我们所见过的都要疯狂”。 这部分归功于 CNTK 可借助图形处理单元(GPU)的能力,微软自称是唯一公开“可扩展 GPU”功能的公司。(从单机上的 1 个、延伸至超算上的多个) 在与该公司的网络化 GPU 系统(称之为Azure GPU Lab)匹配之后,它将能够训练深度神经网络来识别语音,让 Cortana 虚拟助理的速度达到以前的十倍。 去年 4 月的时候,CNTK 就已经面向研究人员开放,只是当时的开源授权限制颇多。不过现在,它已经彻底开放了,而深度学习的初创者们将为受益。

上一篇:Python超过R,成为数据科学和机器学习的常用语言
下一篇:学机器学习要选择 Python 的13个原因

Python兴起,不可不学的编程语言

各主流开发语言发展态势分析,Python语言在风口上

达内Python培训就业喜报!薪资14000,平均9234元

择业风向标:2018年需要的7种编程语言,Python排第二

选择城市和中心
贵州省

广西省

海南省