학습을 위한 훌륭한 Python 오픈소스 프로젝트를 추천해 주세요.

많은 개발자들은 GitHub를 정기적으로 탐색하는 습관을 갖고 있습니다. GitHub의 수많은 프로젝트에서 어떤 사람들은 계속 공유하고 다른 사람들은 계속 표시합니다. 모든 사람이 탐색할 때 프로젝트의 인기를 나타내는 별의 수를 알 수 있습니다. 저는 GitHub에서 Python 언어로 가장 인기 있는 15개의 오픈 소스 프로젝트를 수집했습니다. 순위는 다음과 같습니다.

1. 머신러닝 시스템 텐서플로우

구글의 텐서플로우는 가장 인기 있는 오픈소스 AI 라이브러리 중 하나입니다. 높은 컴퓨팅 효율성과 풍부한 개발 리소스로 인해 기업과 개인 개발자가 널리 사용됩니다. TensorFlow는 데이터 흐름 그래프를 사용하여 수치 계산을 위한 오픈 소스 소프트웨어 라이브러리입니다. TensorFlow는 원래 기계 학습 및 심층 신경망 연구를 위해 Google Brain(Google의 기계 지능 연구 조직의 일부)의 연구원 및 엔지니어에 의해 개발되었지만 시스템의 다양성으로 인해 광범위한 다른 컴퓨팅 애플리케이션에도 적용할 수 있습니다.

2. oh-my-zsh

oh-my-zsh는 zsh의 기능을 기반으로 한 확장 프로그램으로 편리한 플러그인 관리, 테마 사용자 정의 및 아름다운 자동 설정 기능을 갖추고 있습니다. 완성효과. Bash와 마찬가지로 Zsh는 Unix 셸이지만 대부분의 Linux 배포판은 기본적으로 bashshell을 사용합니다. 그러나 Zsh는 매개변수, 파일 이름 등의 강력한 자동 완성 기능과 강력한 사용자 정의 구성 기능을 갖추고 있습니다.

3. 명령줄 HTTP 도구 키트 httpie

HTTPie는 HTTP 서비스에 액세스하기 위한 명령줄 상호 작용을 제공하는 명령줄 HTTP 클라이언트입니다. 목표는 CLI와 웹 서비스의 상호 작용을 최대한 사용자 친화적으로 만드는 것입니다. 간단하고 자연스러운 구문을 사용하여 임의의 HTTP 요청을 보낼 수 있는 간단한 http 명령을 제공합니다.

4. 쉘 명령줄 확장 thefuck

우선 이 프로젝트의 이름이 매우 눈길을 끕니다. "fuck"이라고 말하면 thefuck을 사용할 수 있습니다. theFuck은 사용자가 규칙을 켜거나 끄고, UI를 구성하고, 규칙 옵션을 설정하고, 기타 작업을 수행할 수 있는 고도로 구성 가능한 애플리케이션입니다. Fuck의 UI는 간단합니다. 사용자는 (위 및 아래) 화살표를 사용하여 수정된 명령 목록에서 선택하고 Enter를 눌러 선택을 확인하고 Ctrl C를 사용하여 프로그램을 종료할 수 있습니다. 단점은 Python 표준 라이브러리에는 Windows 이외의 환경에서 저주를 사용하지 않고 키보드 입력을 읽을 수 있는 방법이 없다는 것입니다.

5. 마이크로 Python 프레임워크 Flask

Flask는 WerkzeugWSGI 도구 상자 및 Jinja2 템플릿 엔진을 기반으로 하는 마이크로 Python 개발 웹 프레임워크입니다. Flask는 BSD 라이선스에 따라 라이선스가 부여됩니다. Flask는 간단한 코어를 사용하고 확장 기능을 사용하여 추가 기능을 추가하기 때문에 "마이크로프레임워크"라고도 합니다. Flask에는 기본 데이터베이스나 양식 유효성 검사 도구가 없습니다. 그러나 Flask는 확장의 유연성을 유지하므로 Flask 확장을 사용하여 ORM, 양식 유효성 검사 도구, 파일 업로드 및 다양한 개방형 인증 기술과 같은 기능을 추가할 수 있습니다.

6. Python 웹 프레임워크 Django

Django는 Python 프로그래밍 언어로 구동되는 오픈 소스 모델-뷰-컨트롤러(MVC) 스타일 웹 애플리케이션 프레임워크입니다. 하지만 Django에서는 컨트롤러 중 사용자 입력을 받아들이는 부분을 프레임워크 자체에서 처리하기 때문에 Django에서는 MTV 모드라고 하는 모델, 템플릿, 뷰에 더 많은 주의를 기울입니다.

Django를 사용하면 유지 관리가 쉬운 고품질 데이터베이스 기반 애플리케이션을 몇 분 만에 만들 수 있습니다.

7. jQuery-File-Upload

jQueryFileUpload는 다중 파일 업로드, 취소, 삭제, 업로드 전 썸네일 미리보기, 이미지 크기 목록 표시를 지원하는 jQuery 이미지 업로드 컴포넌트입니다. . 업로드 진행 표시줄 표시를 지원하며 다양한 동적 언어로 서버 측 개발을 지원합니다.

8. Python의 HTTP 클라이언트 라이브러리 요청

Requests는 urllib 및 urllib2와 유사한 Python의 HTTP 클라이언트 라이브러리인데 왜 urllib2 대신 요청을 사용합니까? Python의 표준 라이브러리인 urllib2가 필요한 HTTP 함수를 대부분 제공한다고 생각했는데, API가 너무 터무니없어서 간단한 함수에도 많은 코드가 필요합니다. 요청 문서를 읽은 후에는 실제로 매우 간단하며 특히 게으른 사람들에게 적합합니다.

9. 컴퓨터 시스템 구성 관리자 ansible

Ansible은 컴퓨터 시스템을 게시, 관리 및 조정하는 가장 쉬운 방법을 제공하며 이를 몇 분 안에 수행할 수 있습니다. Ansible은 다중 노드 게시 및 원격 작업 실행을 지원하는 모델 기반 구성 관리자입니다. 기본적으로 SSH는 원격 연결에 사용됩니다. 관리 노드에 추가 소프트웨어를 설치할 필요가 없으며 다양한 프로그래밍 언어를 사용하여 확장할 수 있습니다.

10. 웹 크롤러 프레임워크 scrapy

Scrapy는 Python으로 개발된 빠르고 높은 수준의 화면 스크래핑 및 웹 스크래핑 프레임워크입니다. 사용자는 몇 가지 모듈만 쉽게 사용자 정의하고 개발하면 됩니다. 웹 콘텐츠와 다양한 이미지를 크롤링하는 크롤러를 구현하면 매우 편리합니다. Scrapy는 널리 사용되며 데이터 마이닝, 모니터링 및 자동화 테스트에 사용될 수 있습니다.

Scrapy의 매력은 누구나 필요에 따라 쉽게 수정할 수 있는 프레임워크라는 점입니다. 또한 BaseSpider, 사이트맵 크롤러 등과 같은 다양한 유형의 크롤러에 대한 기본 클래스를 제공합니다.

11. Python의 기계 학습 프로젝트 scikit-learn

scikit-learn은 Python 기계 학습 프로젝트입니다. 간단하고 효율적인 데이터 마이닝 및 데이터 분석 도구입니다. NumPy, SciPy 및 matplotlib를 기반으로 구축되었습니다. BSD 소스 라이센스를 기반으로 합니다. scikit-learn의 기본 기능은 크게 분류, 회귀, 클러스터링, 데이터 차원 축소, 모델 선택, 데이터 전처리의 6가지 부분으로 나누어집니다.

12. 신경망 라이브러리 keras

Keras는 Python(Python2.7-3.5.)으로 개발된 최소한의 고도로 모듈화된 신경망 라이브러리이며 TensorFlow와 Theano에서 모두 실행될 수 있습니다. 플랫폼과 좋은 프로젝트는 딥러닝의 빠른 발전을 목표로 합니다. keras의 몇 가지 주요 기능: 완전한 문서화, 빠른 시작, 순수 Python으로 작성, 높은 관심과 빠른 업데이트, 활발한 포럼이지만 실행 속도가 그다지 빠르지 않고 일부 사람들은 속도에 신경 쓰지 않습니다.

13. 웹 서버 Tornado

Tornado는 Python을 사용하여 개발된 풀스택 웹 프레임워크이자 비동기 네트워크 라이브러리입니다. Tornado는 비차단 IO를 사용하여 수만 개의 개방형 연결을 처리할 수 있으므로 사용자를 위해 긴 연결을 유지해야 하는 롱폴링, WebSocket 및 기타 애플리케이션에 이상적입니다. Tornado는 epoll 비차단 IO를 사용하고, 응답 속도가 빠르고, 수천 개의 동시 연결을 처리할 수 있으며, 특히 실시간 웹 서비스에 적합하다는 점에서 다른 주류 웹 서버 프레임워크(주로 Python 프레임워크)와 다릅니다.

14. Python 인터프리터 CPython

CPython은 C 언어로 구현된 Python 인터프리터이며 가장 널리 사용되는 공식 Python 인터프리터입니다. CPython 외에도 JAVA로 구현된 Jython과 .NET으로 구현된 IronPython도 있어 Python을 JAVA 프로그램 및 .NET 프로그램과 쉽게 통합할 수 있습니다. PyPy와 같은 실험적인 Python 인터프리터도 있습니다.

CPython은 바이트코드를 사용하는 인터프리터입니다. 모든 프로그램 소스 코드는 실행 전에 바이트코드로 컴파일되어야 합니다. 또한 C를 포함한 여러 다른 언어와 상호 작용하기 위한 외부 기능 인터페이스도 있습니다.

15. CNTK 툴킷

Microsoft의 CNTK 툴킷의 효율성은 "지금까지 본 것보다 더 뛰어납니다." 이는 부분적으로 그래픽 처리 장치(GPU)를 활용하는 CNTK의 능력에 기인하며, Microsoft는 "확장 가능한 GPU" 기능을 공개한 유일한 회사라고 주장합니다. (단일 머신에 하나부터 슈퍼컴퓨터에 여러 개까지) 회사의 네트워크 GPU 시스템(AzureGPULab이라고 함)과 매칭한 후 음성을 인식하도록 심층 신경망을 훈련시켜 Cortana 가상 비서의 속도가 10배가 됩니다. 이전보다 더 빨라졌습니다. 지난해 4월 CNTK는 이미 연구자들에게 공개됐지만 당시 오픈소스 라이선스는 상당히 제한적이었다. 하지만 이제는 활짝 열려 있으며 딥 러닝 스타트업이 가장 큰 혜택을 누릴 것입니다.

위는 GitHub에서 Python 언어로 가장 인기 있는 15개의 오픈 소스 프로젝트 목록입니다. 이것이 모두에게 도움이 되기를 바랍니다! 학습을 위한 훌륭한 Python 오픈 소스 프로젝트를 추천해 주세요.