GitHub顯然是絕大多數(shù)在線(xiàn)代碼的家園。Python作為一種神奇而又通用的編程語(yǔ)言，已經(jīng)被成千上萬(wàn)的開(kāi)發(fā)者用來(lái)構(gòu)建各種有趣而有用的項(xiàng)目。在下面的部分，我們將嘗試涵蓋GitHub上一些使用Python構(gòu)建的最佳項(xiàng)目。

[[351446]]

1. Manim

• https://youtu.be/ENMyFGmq5OA
• 關(guān)注量：26.2k
• 復(fù)制量: 3.4k
• 開(kāi)發(fā)者：: Grant Sanderson
• GitHub鏈接: https://github.com/3b1b/manim

Manim是Mathematical Animation Engine的縮寫(xiě)。這個(gè)項(xiàng)目背后的理念是讓人們更容易在數(shù)學(xué)教材中整合有趣直觀(guān)的動(dòng)畫(huà)與圖形和圖表，擺脫學(xué)習(xí)數(shù)學(xué)必須枯燥的刻板印象。

格蘭特在YouTube上經(jīng)營(yíng)著一個(gè)名為3Brown1Blue的頻道，他根據(jù)需要使用manim庫(kù)來(lái)創(chuàng)建和控制這些動(dòng)畫(huà)，向受眾傳授高等數(shù)學(xué)知識(shí)。使用manim，你還可以創(chuàng)建動(dòng)畫(huà)視頻，精確控制用于圖表和插圖的動(dòng)畫(huà)。如果你覺(jué)得這是個(gè)有趣的想法，你應(yīng)該去他的頻道看看這個(gè)庫(kù)的操作。

2. DeepFaceLab

• 關(guān)注量: 20.4k
• 復(fù)制量: 4.8k
• 開(kāi)發(fā)者: ieberov
• GitHub鏈接：https://github.com/iperov/DeepFaceLab

DeepFaceLab是這個(gè)榜單上Python上最有趣的GitHub項(xiàng)目之一。DeepFaceLab是一個(gè)可以創(chuàng)建深度偽造圖像和視頻的工具，讓你可以做很多有趣的事情，比如改變、去年齡、交換面孔。為了讓事情更有說(shuō)服力，你甚至可以改變他們的語(yǔ)音，不過(guò)這需要熟練掌握視頻編輯軟件。

開(kāi)發(fā)者聲稱(chēng)，互聯(lián)網(wǎng)上95%以上的深度假視頻都是用這個(gè)工具制作的。你可以在項(xiàng)目的GitHub頁(yè)面上找到設(shè)置指南和一堆面孔集來(lái)讓自己入門(mén)。

3. Airflow

• 關(guān)注量: 18.6k
• 復(fù)制量: 7.3k
• 開(kāi)發(fā)者： Apache軟件基金會(huì)
• GitHub鏈接：https://github.com/apache/airflow

Airflow是Apache軟件基金會(huì)推出的一款開(kāi)源工作流管理工具，由Python驅(qū)動(dòng)。Airflow可以讓你對(duì)你的工作流進(jìn)行一系列的活動(dòng)，比如編寫(xiě)、調(diào)度和監(jiān)控它們。當(dāng)工作流被定義為代碼時(shí)，就會(huì)變得更容易管理、測(cè)試和協(xié)作。

它提供了可擴(kuò)展性、動(dòng)態(tài)管道生成和可擴(kuò)展性。簡(jiǎn)單的用戶(hù)界面使Airflow的工作變得順暢，其與其他工具和服務(wù)的強(qiáng)大集成能力有助于通過(guò)節(jié)省時(shí)間來(lái)獲得最大的效益。Airflow正被業(yè)內(nèi)一些大公司積極使用，如Adobe、Lyft、Slack、Expedia等。

4. GPT-2

• 關(guān)注量: 13.4k
• 復(fù)制量: 3.4k
• GitHub鏈接: https://github.com/openai/gpt-2

GPT-2是一個(gè)龐大的基于轉(zhuǎn)換的語(yǔ)言模型，它是在一個(gè)同樣龐大的數(shù)據(jù)集上進(jìn)行訓(xùn)練的，確切地說(shuō)，是來(lái)自80多億網(wǎng)頁(yè)的文本。它的目標(biāo)是什么?當(dāng)給定一組或所有前文中的單詞時(shí)，預(yù)測(cè)下一個(gè)單詞/s。

簡(jiǎn)單來(lái)說(shuō)，你給GPT-2一些文本，語(yǔ)言模型就會(huì)預(yù)測(cè)并生成一個(gè)質(zhì)量非凡的冗長(zhǎng)的文本延續(xù)。

GitHub repo上有OpenAI的論文 "Language Models are Unsupervised Multitask Learners "的代碼和模型，而頁(yè)面上提到了GPT-2的描述和一些注意事項(xiàng)。

5. XSStrike

• 關(guān)注量: 8.5k
• 復(fù)制量: 1.2k
• 開(kāi)發(fā)者: Somdev Sangwan
• GitHub 鏈接: https://github.com/s0md3v/XSStrike

跨站腳本(Cross-Site Scripting)，又名XSS，是一種對(duì)網(wǎng)站來(lái)說(shuō)極為惱人和有害的漏洞。通過(guò)從客戶(hù)端注入惡意代碼，攻擊者可以對(duì)網(wǎng)站和數(shù)據(jù)造成無(wú)法控制的破壞。s0md3v的XSStrike本質(zhì)上是一個(gè)XSS檢測(cè)套件，它本身就是獨(dú)一無(wú)二的。

開(kāi)發(fā)者稱(chēng)，他的工具不是簡(jiǎn)單地測(cè)試隨機(jī)的有效載荷，而是分析網(wǎng)站，并生成專(zhuān)門(mén)設(shè)計(jì)的有效載荷。該工具的一些不同功能包括。

• 上下文分析
• 強(qiáng)大的模糊引擎
• 支持多線(xiàn)程分析
• 支持從文件中強(qiáng)制執(zhí)行有效載荷。
• 一個(gè)定制的HTML和JavaScript解析器
• 掃描任何過(guò)時(shí)的Javascript庫(kù)

6. Google Images Download

• 關(guān)注量: 7.1k
• 復(fù)制量: 1.7k
• 開(kāi)發(fā)者: Hardik Vasa
• GitHub 鏈接: https://github.com/hardikvasa/google-images-download

Hardik Vasa的腳本可以讓你一次性從谷歌下載數(shù)百?gòu)垐D片到你的電腦上。這個(gè)工具的工作方式是你安裝庫(kù)，使用命令，提到你想要的關(guān)鍵字作為參數(shù)，然后讓這個(gè)工具發(fā)揮它的魔力。rebound本質(zhì)上是在Google Images的索引中搜索指定關(guān)鍵字的圖片，一旦找到就下載它們。

你也可以從另一個(gè)Python文件中使用該庫(kù)，它仍然會(huì)像往常一樣工作。如果你需要一次性從Google批量下載圖片，這的確是一個(gè)有趣而有用的項(xiàng)目。

7. Photon

• 關(guān)注量: 7k
• 復(fù)制量: 965
• 開(kāi)發(fā)者: Somdev Sangwan
• GitHub 鏈接: https://github.com/s0md3v/Photon

Photon是一個(gè)使用Python構(gòu)建的強(qiáng)大且易于使用的網(wǎng)絡(luò)爬蟲(chóng)。s0md3v的輕量級(jí)和快速爬蟲(chóng)遵循開(kāi)源智能框架的指導(dǎo)方針和方法，允許收集和分析從公開(kāi)或公共來(lái)源獲得的信息。

Photon可以從眾多來(lái)源中抓取的信息包括。

• URL，包括帶參數(shù)的URL
• 社交媒體賬戶(hù)、電子郵件
• 文件，如pdf、png、xml文件
• 子域
• JavaScript文件

Photon將所有提取的信息有條理的保存起來(lái)，甚至可以導(dǎo)出為JSON文件。該工具還提供了各種選項(xiàng)來(lái)定制其工作，如控制超時(shí)，排除一些URL等。

8. NeuralTalk

• 關(guān)注量: 5k
• 復(fù)制量: 1.2k
• 開(kāi)發(fā)者: Andrej Karpathy
• GitHub 鏈接: https://github.com/karpathy/neuraltalk2

NeuralTalk的核心是一個(gè)使用Python和NumPy的圖像字幕項(xiàng)目，它使用了多模態(tài)循環(huán)神經(jīng)網(wǎng)絡(luò)。由于技術(shù)的改進(jìn)和更好的硬件支持，開(kāi)發(fā)者發(fā)布了NeuralTalk2，它比原來(lái)的NeuralTalk更好更快。

NeuralTalk2采用了批量化的實(shí)現(xiàn)方式，仍然使用了RNNs，并且基于Torch，可以在GPU上運(yùn)行，同時(shí)支持CNN微調(diào)。雖然開(kāi)發(fā)者已經(jīng)廢棄了原來(lái)的NeuralTalk，但GitHub上仍然有，大家可以看看。

9. Xonsh

• 關(guān)注量：3.9萬(wàn)
• 復(fù)制量: 434
• GitHub鏈接：https://github.com/xonsh/xonsh

Xonsh 的發(fā)音是 “conch” ，你可以把 Xonsh 看成是一個(gè)由 Python 支持的跨平臺(tái) shell 語(yǔ)言。Xonsh使Python的工作，即使是最基本的任務(wù)，也會(huì)變得更好，因?yàn)樗钌畹丶稍赬onsh中。

有了 Xonsh，你可以不輸入"$ echo 2+2"，而只輸入$ 2+2，它仍然會(huì)給你正確的結(jié)果。多么簡(jiǎn)單啊Xonsh shell的入門(mén)也非常簡(jiǎn)單，只需根據(jù)你的環(huán)境安裝正確的命令就可以了。Xonsh適用于許多包管理器，包括pip、Conda、Apt、Brew等。至于它的功能，Xonsh很容易編寫(xiě)腳本，有一個(gè)大型的標(biāo)準(zhǔn)庫(kù)，有類(lèi)型化的變量，等等。

10. 反彈

• 關(guān)注量：3.3萬(wàn)
• 復(fù)制量: 299
• 開(kāi)發(fā)者：Jonathan Shobrook Jonathan Shobrook
• GitHub鏈接：https://github.com/shobrook/rebound

編譯器錯(cuò)誤往往是非常令人沮喪和困惑的。那么唯一的解決辦法就是前往Stack Overflow或閱讀文檔。Jonathan Shobrook和他著名的工具rebound，已經(jīng)找到了一種方法，讓你在處理那些討厭的編譯器錯(cuò)誤時(shí)，生活更加輕松。

rebound的工作方式是，你用這個(gè)工具運(yùn)行你的文件，它將檢查文件中存在的任何編譯器錯(cuò)誤，并為你調(diào)取它能找到的任何相關(guān)的Stack Overflow線(xiàn)程。

Rebound能夠在終端內(nèi)以及瀏覽器中加載線(xiàn)程，這不僅對(duì)菜鳥(niǎo)來(lái)說(shuō)是救命稻草，對(duì)老手來(lái)說(shuō)也是救命稻草，節(jié)省了他們無(wú)休止地尋找答案的時(shí)間。目前，rebound只支持Python、Node.js、Ruby、Golang和Java。

結(jié)論

創(chuàng)意也是沒(méi)有限制的。GitHub這樣的項(xiàng)目，是人們創(chuàng)造力和天賦的完美展示。但這僅僅是冰山一角，因?yàn)镻ython可以用來(lái)進(jìn)行廣泛的活動(dòng)，前提是你有技術(shù)訣竅，并且清楚地了解你想要實(shí)現(xiàn)的目標(biāo)。隨著Python的不斷發(fā)展，越來(lái)越多的開(kāi)發(fā)者將開(kāi)始使用它來(lái)構(gòu)建像我們上面提到的那些令人驚奇和資源豐富的項(xiàng)目。讓這篇文章成為您的靈感來(lái)源，喚醒您腦海中沉睡的想法，并將事情付諸行動(dòng)。

本文轉(zhuǎn)自雷鋒網(wǎng)，如需轉(zhuǎn)載請(qǐng)至雷鋒網(wǎng)官網(wǎng)申請(qǐng)授權(quán)。