使用Python进行编码的乐趣应该在于看到简短，简洁，易读的类，这些类以少量清晰的代码表达很多动作，而不是使琐碎的代码泛滥成灾。

GitHub上的热门Python项目

GitHub显然是大多数在线代码的所在地。Python是一种了不起的通用编程语言，成千上万的开发人员已使用它来构建各种有趣而有用的项目。在下一节中，我们将尝试介绍GitHub上使用Python构建的一些最佳项目。

 

1. Manim

星光： 26.2k

分叉者： 3.4k

开发： Grant Sanderson

GitHub链接：https : //github.com/3b1b/manim

Manim代表数学动画引擎。该项目的目的是使人们更轻松地将有趣且直观的动画与Math教材中的图形和图表相集成，从而摆脱学习Math的枯燥刻板印象。

格兰特（Grant）开设了一个名为3Brown1Blue的YouTube频道，他在该频道中使用manim库根据需要创建和控制这些动画，以向其观众教授更高的数学。使用manim，您还可以创建动画视频，并精确控制图表和插图中使用的动画。如果您觉得这是一个有趣的主意，则应查看他的频道以查看正在使用的库。

 

2. DeepFaceLab

星： 20.4k

分叉者： 4.8k

开发者： iperov

GitHub链接：https : //github.com/iperov/DeepFaceLab

DeepFaceLab是此列表上最有趣的GitHub Python项目之一。DeepFaceLab是一个可以创建深层伪造图像和视频的工具，使您可以进行很多有趣的事情，例如更改， 老化和换脸。为了使事情更具吸引力，您甚至可以更改他们的语音，尽管这需要熟练的视频编辑软件。

开发人员声称，互联网上超过95％的深层伪造视频都是使用此工具创建的。您可以在该项目的GitHub页面上找到设置指南和一系列界面集，以开始使用。

 

3.气流

星： 18.6k

分叉者： 7.3k

开发者：Apache软件基金会

GitHub链接：https : //github.com/apache/airflow

Airflow是来自Apache Software Foundation的开源工作流管理工具，由Python提供支持。借助Airflow，您可以对工作流程执行一系列活动，例如创作，安排和监视它们。当工作流定义为代码时，变得更易于管理，测试和协作。

它提供了可伸缩性，动态管道生成和可扩展性。简单的用户界面使Airflow的工作顺畅，其与其他工具和服务的强大集成功能可通过节省时间来最大程度地发挥作用。业界中的一些知名企业正在积极使用气流，例如Adobe，Lyft，Slack，Expedia等。

 

4. GPT-2

星： 13.4k

分叉者： 3.4k

GitHub链接：https : //github.com/openai/gpt-2

GPT-2是一个巨大的基于变压器的语言模型，可以在同样庞大的数据集上进行训练，准确来说，该数据集来自 80亿个网页中的文本。目标？给定上下文中的一组或所有先前单词时，预测下一个单词。

GitHub存储库包含OpenAI论文“语言模型是无监督的多任务学习者”的代码和模型，而该页面提到了GPT-2的描述和一些警告。

 

5. XSStrike

星光： 8.5k

分叉者： 1.2k

开发： Somdev Sangwan

GitHub链接：https : //github.com/s0md3v/XSStrike

跨站点脚本（ 又称为XSS）是一个漏洞，可能非常烦人并且对网站有害。通过从客户端注入恶意代码，攻击者可以对网站和数据造成无法控制的破坏。s0md3v的XSStrike本质上是一个本身唯一的XSS检测套件。

开发人员声称，他的工具不仅可以简单地测试随机有效载荷，还可以分析网站并生成经过特殊设计的有效载荷。此工具的各种功能包括：

• 语境分析
• 强大的模糊引擎
• 支持多线程分析
• 支持文件中的暴力破解有效载荷
• 定制的HTML和JavaScript解析器
• 扫描所有过时的Javascript库

 

6. Google图片下载

星星： 7.1k

分叉者： 1.7k

开发： Hardik Vasa

GitHub链接：https ：//github.com/hardikvasa/google-images-download

Hardik Vasa的脚本可让您一次将Google上的数百张图片下载到您的计算机上。该工具的工作方式是安装库，使用命令，提及所需的关键字作为参数，然后使该工具发挥作用。反弹本质上是在Google图片索引中搜索带有指定关键字的图片，并找到后将其下载。

您还可以使用另一个Python文件中的库，该库仍将照常工作。如果您需要一次性从Google批量下载图片，那确实是一个有趣且有用的项目。

 

7.光子

星级： 7k

分叉者： 965

开发： Somdev Sangwan

GitHub链接：https : //github.com/s0md3v/Photon

光子 是一个 强大且易于使用的网络爬虫 使用Python构建的 s0md3v的 轻便，快速的履带 遵循以下准则和方法 开源情报框架，它允许收集和分析从公开或公共来源获得的信息。

Photon可以从中检索信息的许多来源中的一些包括：

• 网址，包括带有参数的网址
• 社交媒体帐户，电子邮件
• pdf，png，XML文档等文件
• 子域名
• JavaScript文件

Photon以一种有组织的方式保存所有提取的信息，甚至可以将其导出为JSON文件。该工具还提供了各种选项来自定义其工作方式，例如控制超时，排除某些URL，等等，因此我们建议您进行深入研究。

 

8.神经对话

星级： 5k

分叉者： 1.2k

开发： Andrej Karpathy

GitHub链接：https : //github.com/karpathy/neuraltalk2

NeuralTalk的核心是使用Multimodal Recurrent Neural Networks的Python和NumPy图像字幕项目。由于技术上的改进和更好的硬件支持，开发人员发布了NeuralTalk2，它比原始的NeuralTalk更好，更快。

通过使用批处理实现，NeuralTalk2仍然使用RNN并基于Torch，并且可以在GPU上运行，同时支持CNN微调。尽管开发人员已弃用原始的NeuralTalk，但仍可在GitHub上使用，任何人都可以查看。

 

9. Xonsh

星星： 3.9k

分叉者： 434

GitHub链接：https : //github.com/xonsh/xonsh

发音为conch，您可以将Xonsh视为由Python支持的跨平台shell语言。Xonsh使Python（甚至是最基本的任务）的工作更加深入，因为它已与Xonsh深度集成。

使用Xonsh，不用键入“ $ echo 2 + 2”，您可以只使用$ 2 + 2，而它仍然会为您提供正确的结果。多么简单！

Xonsh shell入门也非常容易，只需使用适合您环境的正确命令进行安装即可，一切就绪。Xonsh适用于许多软件包管理器，包括pip，Conda，Apt，Brew等。就其功能而言，Xonsh易于编写脚本，具有带类型变量的大型标准库等。

 

10.反弹

星星： 3.3k

分叉者： 299

开发者：乔纳森·肖布鲁克

GitHub链接：https : //github.com/shobrook/rebound

编译器错误通常会非常令人沮丧和混乱。然后，唯一的解决方案是前往Stack Overflow或阅读文档。乔纳森·肖布鲁克（Jonathan Shobrook）及其著名的工具反弹，已经找到了一种在处理那些讨厌的编译器错误时使您的生活更轻松的方法。

反弹的工作方式是使用该工具运行文件，它将检查文件中是否存在任何编译器错误，并向您获取其可以找到的所有相关Stack Overflow线程。

Rebound在终端和浏览器中加载线程的能力不仅可以帮助新手，而且可以帮助资深编码员节省生命，从而节省了他们不断寻找答案的时间。目前，反弹仅支持Python，Node.js，Ruby，Golang和Java。

 

结论

创造力也没有限制。像这样的GitHub项目是人们创造力和才能的完美展示。但这只是冰山一角，因为只要您具备专有技术并清楚地了解要实现的目标，Python便可以用于开展广泛的活动。随着Python的不断发展，越来越多的开发人员将开始使用它来构建令人惊奇且资源丰富的项目，例如我们上面提到的项目。让本文成为您激发灵感的源泉，让您在脑海中唤醒沉睡的想法，并将事情付诸实践。

 

在这里还是要推荐下我自己建的Python开发学习群:553215015，群里都是学Python开发的，如果你想学或者正在学习Python ，欢迎你加入，大家都是软件开发党，不定期分享干货（只有Python软件开发相关的），包括我自己整理的一份2020最新的Python进阶资料和高级开发教程，欢迎进阶中和进想深入Python的小伙伴！