python|7月份GitHub上热门Python开源项目排行
关注头条号,私信回复资料会有意外惊喜呦………………最后一张照片有资料呦。
7 月份 GitHub 上最热门的Python项目排行已经出炉啦,在本月的名单中,出现了许多新项目,一起来看看上榜的项目有哪些吧:
1system-design-primer
https://github.com/donnemartin/system-design-primer Star 38023
这个项目旨在帮助开发者如何设计大型系统以及准备系统设计面试
2cheat.sh
https://github.com/chubin/cheat.sh Star 11311
cheat.sh 是一个网站,更是一个实用的速查工具。cheat.sh 具有以下这些功能特性:
● 简洁的 curl/browser 界面
● 涵盖 55 种编程语言,一些 DBMSes 和 1000 多个最重要的 UNIX/Linux 命令
● 无需安装,随处可用
● 超快,通常在 100 毫秒内即可返回答案
● 可以直接在代码编辑器中使用,无需打开浏览器
● ……
3termtosvg
https://github.com/nbedos/termtosvg Star 6047
termtosvg是一个用Python编写的Linux终端记录器,它能够将命令行会话呈现为独立的SVG动画。
4Photon
https://github.com/s0md3v/Photon Star 2761
Photon是一种快速的网络爬虫,可从目标中提取URL,默认情况下,Photon在抓取时提取以下数据:
● 网址
● 带参数的网址
● 英特尔(电子邮件,社交媒体帐户等)
● 文件(pdf,png,xml等)
● 其中包含JavaScript文件和端点
● 基于自定义正则表达式模式的字符串
5models
https://github.com/tensorflow/models Star 39180
一个Tensorflow库,里面包含 使用TensorFlow 构建的模型和示例的教程,旨在更好的维护,测试,并与最新的TensorFlow API保持同步最新。
TensorFlow实现模型:https://github.com/tensorflow/models/blob/master/research
TensorFlow教程:https://github.com/tensorflow/models/blob/master/tutorials
6youtube-dl
https://github.com/rg3/youtube-dl Star 40320
youtube-dl是一个用来从YouTube.com网站上下载视频文件的命令行工具。它采用Python开发,运行时需要Python的解释环境。支持多个OS平台,支持众多视频网站(见附图)国内优酷、土豆、新浪和搜狐,国外YouTube等赫然在列。
7PythonRobotics
https://github.com/AtsushiSakai/PythonRobotics Star 2802
用于机器人算法的Python示例代码。
8keras
https://github.com/keras-team/keras Star 32065
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。特性:
● 可以快速简单的设计出原型(通过总模块化、极简性、和可扩展性)
● 同时支持卷积网络和循环网络,以及两者的组合
● 支持任意的连接方案(包括多输入和多输出)
● 支持GPU和CPU
9vibora
https://github.com/vibora-io/vibora Star 3670
Vibora是一个快速,异步和优雅的 Python 3.6+ http客户端/服务器框架。
10byob
https://github.com/colental/byob Star 1005
BYOB是一个开源项目,为安全研究人员和开发人员提供构建和运行基本僵尸网络的框架,以加深他们对每年感染数百万设备并产生现代僵尸网络的复杂恶意软件的理解,以提高他们的能力。制定应对这些威胁的对策。
11Cirq
https://github.com/quantumlib/Cirq Star 948
Cirq这是一个专为 NISQ 算法打造的框架,允许开发者为特定的量子处理器编写量子算法。
Cirq 为用户提供了对量子电路 (Quantum Circuits)的精确控制,为编写和编译量子电路,其数据结构经过专门优化,让开发者能更加充分地利用 NISQ 架构。Cirq 支持在模拟器上运行这些算法,旨在通过云轻松与未来的量子硬件或更大的模拟器集成。查阅更多项目详情可点击:《拥抱NISQ新时代!Google 开源量子算法框架 CIRQ》
下边有Python的基础学习资料,可以免费领取。