GitHub 上最火的 Python 开源项目zz

 

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

Google 的 TensorFlow 是最流行的开源 AI 库之一。它的高计算效率，丰富的开发资源使它被企业和我的开发者普遍采用。TensorFlow 是一个采用数据流图，用于数值计算的开源软件库。TensorFlow 最初由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普遍用于其余计算领域。想要更深刻了解可点击《快速入门 Google 机器学习系统 TensorFlow》

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

oh-my-zsh 是基于 zsh 的功能作了一个扩展，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 同样，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。

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 的缘由是任何状况下你想说“我操”，你均可以用获得 thefuck。theFuck 是一个高可配置的应用，用户能够开启或关闭规则、配置 UI、设置规则选项还有进行其余的操做。Fuck 的 UI 很简单，它容许用户经过（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 下不经过 curses 来读取键盘输入

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 受权。 Flask 也被称为“microframework”，由于它使用简单的核心，用 extension 增长其余功能。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，能够用 Flask-extension 加入这些功能：ORM、窗体验证工具、文件上传、各类开放式身份验证技术。

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。可是在Django中，控制器接受用户输入的部分由框架自行处理，因此 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，咱们在几分钟以内就能够建立高品质、易维护、数据库驱动的应用程序。

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

 

requests 是 Python 的一个 HTTP 客户端库，跟 urllib，urllib2 相似，那为何要用 requests 而不用 urllib2 呢？觉得 Python 的标准库 urllib2 提供了大部分须要的 HTTP 功能，可是API太逆天了，一个简单的功能就须要一大堆代码。 看了 requests 的文档，确实很简单，尤为适合懒人。

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，用户只须要定制开发几个模块就能够轻松的实现一个爬虫，用来抓取网页内容以及各类图片，很是之方便。Scrapy用途普遍，能够用于数据挖掘、监测和自动化测试。

 

Scrapy 吸引人的地方在于它是一个框架，任何人均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

 

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

 

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，可以运行在 TensorFlow 和 Theano 任一平台，好项目旨在完成深度学习的快速开发。keras 的几大特色：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，固然，有的人就是不 care 速度

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

 

CPython 是用C语言实现的 Python 解释器，也是官方的而且是最普遍使用的Python解释器。除了 CPython 之外，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 解释器好比 PyPy。

 

CPython 是使用字节码的解释器，任何程序源代码在执行以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。

 

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

 

来自微软公司的 CNTK 工具包的效率，“比咱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，微软自称是惟一公开“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）匹配以后，它将可以训练深度神经网络来识别语音，让 Cortana 虚拟助理的速度达到之前的十倍。 去年 4 月的时候，CNTK 就已经面向研究人员开放，只是当时的开源受权限制颇多。不过如今，它已经完全开放了，而深度学习的初创者们将最为受益。