请推荐几个比较优秀的Python开源项目，用来学习的？

一、请推荐几个比较优秀的Python开源项目，用来学习的？

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，我盘点GitHub上Python语言中最火的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/tensorflowStar 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广泛用于其他计算领域。

2、oh-my-zsh

https://github.com/robbyrussell/oh-my-zshStar 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/httpieStar 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/thefuckStar 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/flaskStar 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/djangoStar 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-UploadStar 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/requestsStar 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/ansibleStar 25132

Ansible 提供一种最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/scrapyStar 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-learnStar 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/kerasStar 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，当有的人就是不care速度。

13、Web服务器 Tornado

https://github.com/tornadoweb/tornadoStar14178

Tornado是使用Python开发的全栈式（full-stack）Web框架和异步网络库，最早由 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/cpythonStar 12609

CPython是用C语言实现的Python解释器，也是官方的并且是最广泛使用的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/CNTKStar 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最为受益。

以上就是我盘点GitHub上Python语言中最火的15个开源项目。希望能帮到大家！

二、Python有开发桌面程序的开源项目吗？

Reddit - 社交分享网站，最早用Lisp开发，在2005年转为pythonEVE - 网络游戏EVE大量使用Python进行开发Blender - 以C与Python开发的开源3D绘图软件Google - 谷歌在很多项目中用python作为网络应用的后端NASA - 美国宇航局，从1994年起把python作为主要开发语言YouTube - 视频分享网站，在某些功能上使用到pythonAutodesk Maya - 3D建模软件，支持python作为脚本语言国内的话 目前腾讯的测试语言统一为python网易，腾讯，搜狐，金山，豆瓣，都用Python

三、python开源库原理？

Python的官方文档中有专门一个叫Python/C API的文档，是Python暴露给用户来编写模块的api，是用纯c语言的，直接编译生成dll或so动态链接库，改扩展名为pyd就可以放到python目录下的DLL文件夹里，在Python里直接import就行。

用这种方式你就基本能彻底理解Python中一切皆对象的概念，所有的所有都是一个叫PyObject的东西，就连代码块都是一个叫PyCode的东西。也会让你逐渐注意到Python的垃圾回收机制里引用计数的东西，每次处理PyObject都需要考虑引用计数要不要加1，什么时候加1，这些都是手动的。

看了其他回答，有用cpython来调c++动态链接库的，傻子才会这么干，low的一批。有用boost Python的，那玩意最近貌似不支持跨python版本了，其实boost Python就是对Python/C api进行封装。

四、开源与python的区别？

开源与Python是两个不同的概念，它们之间存在以下区别：

1. 定义：开源（Open Source）是指软件或程序的源代码可以被公开查看、使用、修改和分发的一种授权方式。Python是一种高级编程语言，具有简单易学、可读性强等特点，广泛应用于软件开发、数据分析等领域。

2. 范围：开源适用于软件、程序、操作系统等各个领域，不仅限于编程语言。Python是一种编程语言，用于编写软件和程序。

3. 授权：开源软件的授权方式一般采用开放源代码许可证，例如GNU通用公共许可证（GPL）、麻省理工学院许可证（MIT）等。Python语言本身也是开源的，使用Python编写的程序可以遵循不同的开源协议。

4. 使用方式：开源意味着任何人都可以访问、修改和使用软件的源代码。对于Python，开源让用户能够自由地使用Python编写程序，并且可以共享、修改和分发这些程序。

5. 社区和生态系统：开源软件通常有一个庞大的社区和生态系统，其中开发者和用户可以共同参与软件的开发、维护和改进。Python语言也有一个活跃的社区，提供了丰富的库和工具，方便开发人员使用和扩展Python的功能。

总结起来，开源是一种授权方式，使软件的源代码公开可用。而Python是一种开源的编程语言，具有开放源代码、易用性和广泛的社区支持等特点。因此，开源与Python之间是有区别的。

五、python开源库怎么编译？

在Python中，大多数开源库不需要编译，因为它们是用Python编写的，可以直接在解释器中运行。但是，如果你想将Python代码编译成可执行文件或者加密保护你的代码，你可以使用一些工具，如PyInstaller、py2exe或Cython。

这些工具可以将Python代码转换为可执行文件或C/C++代码，并生成与操作系统兼容的二进制文件。

你可以根据你的需求选择适合的工具，并按照其文档提供的指南进行编译。

六、苹果机器学习开源项目

苹果机器学习开源项目细盘点，苹果作为全球科技巨头，一直致力于推动人工智能和机器学习技术的发展。近年来，苹果开源了许多重要的机器学习项目，为开发者和研究人员提供了丰富的资源和工具。本文将对苹果开源的机器学习项目进行细致的分析和介绍，希望能够帮助对这一领域感兴趣的读者更深入地了解苹果在机器学习方面的贡献。

CoreML

CoreML是苹果推出的机器学习框架，旨在帮助开发者在iOS和macOS应用中集成机器学习模型。通过CoreML，开发者可以将训练好的机器学习模型直接集成到自己的应用中，从而实现智能化的功能和增强用户体验。作为一项重要的开源项目，CoreML为苹果生态系统的发展提供了强大的支持。

TensorFlow Lite

TensorFlow Lite是谷歌的机器学习框架TensorFlow的移动端轻量化版本，而苹果也积极参与了其开发和维护。TensorFlow Lite为iOS设备上的机器学习应用提供了强大的支持，同时结合了苹果自家的硬件优势，使得在iOS平台上运行机器学习模型更加高效和便捷。

CreateML

CreateML是苹果计算机视觉和自然语言处理模型的训练工具，旨在帮助开发者快速构建和训练机器学习模型。通过CreateML，开发者可以利用苹果提供的丰富数据集和算法，快速构建自定义的机器学习模型，实现个性化的智能化功能。CreateML的开源项目也在不断更新和完善，以满足不同开发者的需求。

Turi Create

Turi Create是苹果收购的机器学习平台Turi的开源版本，为开发者提供了构建机器学习模型的工具和库。通过Turi Create，开发者可以快速构建图像分类、推荐系统、文本分析等各种类型的机器学习模型，实现各种智能化的功能。苹果将Turi Create作为开源项目发布，旨在为机器学习领域的创新和发展贡献自己的力量。

Swift for TensorFlow

Swift for TensorFlow是苹果推出的结合了Swift编程语言和TensorFlow机器学习框架的项目，旨在提供更加易用和高效的机器学习开发体验。Swift for TensorFlow结合了Swift优雅的语法和TensorFlow强大的计算能力，使得开发者能够更加便捷地构建和训练机器学习模型。作为苹果的开源项目之一，Swift for TensorFlow对机器学习技术的推动具有重要的意义。

总结

通过以上对苹果机器学习开源项目的介绍，我们可以看到苹果在机器学习领域的积极姿态和不懈努力。苹果不仅开源了众多重要的机器学习项目，还致力于打造更加开放和智能化的生态系统，为开发者和用户带来更好的体验和服务。相信在苹果的持续努力下，机器学习技术将在智能设备和应用中发挥越来越重要的作用，为人们的生活带来更多便利和乐趣。

七、ocr开源项目推荐？

以下是一些常用的OCR开源项目推荐：1. Tesseract：由谷歌开发的OCR引擎，支持超过100种语言。它具有较高的准确性和速度，且易于使用。2. OCRopus：基于Tesseract的OCR开源项目，提供了一套完整的OCR工具包，包括图像预处理、版面分析和文本提取等功能。3. CuneiForm：俄罗斯开发的OCR引擎，支持多种语言，适用于扫描文档的OCR识别。4. GOCR：一款小巧的OCR引擎，适用于处理低分辨率图像和扫描文档。5. Ocrad：一款基于模板的OCR引擎，具有较高的准确性和速度。6. EasyOCR：基于Tesseract的Java开源OCR项目，支持多种语言和字体。7. DeepOCR：基于深度学习的OCR项目，使用深度神经网络模型进行文本识别，具有较高的准确性。以上仅是一些较为常用的OCR开源项目，你可以根据自己的需求选择最适合的项目。

八、Autocut开源项目介绍？

Autocut是一个基于Python和OpenCV的开源项目，旨在通过自动化图像处理和文本识别技术，从大量PDF文档中提取表格数据并转化为可编辑的Excel或CSV格式。

它支持多线程处理、自动识别表头和表格边框、自动拆分合并单元格等功能，可大大提高表格数据处理的效率和准确性。同时，它也具有良好的可扩展性和自定义性，可根据不同需求进行二次开发和定制化。

九、什么叫开源项目？

开源项目（Open Source，开放源码)被非盈利软件组织(美国的Open Source Initiative协会)注册为认证标记，并对其进行了正式的定义，用于描述那些源码可以被公众使用的软件，并且此软件的使用、修改和发行也不受许可证的限制。

十、GitHub上都有哪些值得关注学习的iOS开源项目？

有了这10个GitHub仓库，开发者如同buff加持

除了作为互联网上一些最有趣的开源项目的主页，GitHub也是一个分享各种资源的好地方，从免费书籍到公共的api，从技术路线图到项目想法和项目。但是由于数量庞大，很难找到你认为不存在的最有用的仓库。

因此，我列出了10个极好的仓库，它们为所有web和软件开发人员提供了巨大的价值。所有这些都将为你增加价值，帮助你成为一个更好的web或软件开发人员。

1. Free Programming Books

GitHub : 183K+地址：https://github.com/EbookFoundation/free-programming-books

在各种不同的语言中提供的免费编程书籍无疑是GitHub上最受欢迎和最受欢迎的资料库之一。尽管它的名字里有“书”，但它提供的远不止这些。它包含了免费在线课程、互动编程资源、问题集和竞赛性编程、播客和几乎每种编程语言的学习列表。

2. Developer Roadmap

GitHub : 155K+地址：https://github.com/kamranahmedse/developer-roadmap

卡住了吗?或者需要一些建议来开始你的开发之旅?这个仓库将指导你完成整个过程。如果你想成为一个前端、后端或DevOps工程师，它有你需要知道的所有技术。

3. OSSU Computer Science

GitHub :81K+地址：https://github.com/ossu/computer-science

如果你没有计算机科学背景或学位，并希望同等的知识相同的计算机科学学位，那么这个仓库是为你。它适用于那些希望对所有计算学科的基本概念有适当的、全面的基础知识的人。它提供了所有的资源，以帮助你成为一个自学的计算机科学研究生等效，并有一个世界范围的学习者社区。

它是根据本科计算机科学专业的学位要求设计的，减去了通识教育(非计算机科学)的要求，因为它假设大多数学习这门课程的人已经在计算机科学领域之外接受过教育。这些课程本身是世界上最好的课程之一，通常来自哈佛、普林斯顿、麻省理工等，但都是专门为满足基本标准而选择的。

4. Awesome

GitHub : 158K+地址：https://github.com/sindresorhus/awesome

正如它的名字所描述的那样，它有一个非常棒的列表，包括各种有趣的话题，从计算机科学到媒体，从游戏到商业，这个列表还在持续更新。

5. Build your own X

GitHub : 103K+地址：https://github.com/danistefanovic/build-your-own-x

如果你是一个相信**“边做边学”原则的人**，那么这个仓库有可能成为你在GitHub上的每日浏览的地方。它有链接到资源，帮助你建立自己的加密货币，数据库，机器人，BitTorrent客户端等方面的知识。

6. Coding Interview University

Github : 165K+地址：https://github.com/jwasham/coding-interview-university

编程面试大学有一个为期数月的学习计划，目标是成为谷歌、亚马逊、Facebook、苹果或其他软件公司等大型科技公司的软件工程师。它提供了如何学习成为一名可靠性工程师或操作工程师的建议。

7. Public Apis

GitHub : 118K+地址：https://github.com/public-apis/public-apis

公共api有一个internet上所有可用的免费api的集合列表，供您在个人或专业项目中使用。它提供了广泛的应用程序编程接口(api)，如商业、动漫、动物、新闻、金融、游戏等。

8. Tech Interview Handbook

GitHub :51K+地址：https://github.com/yangshun/tech-interview-handbook

《技术面试手册》中有所有你需要的技术面试的资料。它有各种各样的资料，关于如何准备编程面试，问你的面试官的好问题，对简历有帮助的建议，等等。

9. System Design Primer

GitHub :127K+地址：https://github.com/donnemartin/system-design-primer

《系统设计入门》对于软件工程师来说是一个很好的知识库，它将帮助你学习如何设计大规模的系统。这将帮助你成为一个更好的工程师。回购为这个广泛的主题提供了有组织的资源集合。

因为系统设计在许多公司通常是一个必需的技术面试过程,这个库还可以帮助你准备那些采访学习指南,建议如何处理面试,面试问题与解决方案。

10. Design Resources for Developers

GitHub :25K+地址：https://github.com/bradtraversy/design-resources-for-developers

这个仓库有一个精心策划的设计和UI资源列表，包括图片、web模板、CSS框架、UI库、工具等等，可以免费在你的项目和应用程序中使用。