深圳市蚂蚁网络

　　GitHub 显然是绝大多数在线代码的家园。Python 作为一种神奇而又通用的编程语言，已经被成千上万的开发者用来构建各种有趣而有用的项目。在下面的部分，我们将尝试涵盖 GitHub 上一些使用 Python 构建的最佳项目。

　　1. Manim

　　youtu.beENMyFGmq5OA

　　量 26.2k

　　复制量: 3.4K

　　开发者 : Grant Sanderson

　　GitHub 链接: github3b1bmanim

　　Manim 是 Mathematical Animation Engine 的缩写。这个项目背后的理念是让人们更容易在数学教材中整合有趣直观的动画与图形和图表，摆脱学习数学必须枯燥的刻板印象。

　　格兰特在 YouTube 上经营着一个名为 3Brown1Blue 的频道，他根据需要使用 manim 库来创建和控制这些动画，向受众传授高等数学知识。使用 manim，你还可以创建动画视频，精确控制用于图表和插图的动画。如果你觉得这是个有趣的想法，你应该去他的频道看看这个库的操作。

　　2. DeepFaceLab

　　量: 20.4k

　　复制量: 4.8k

　　开发者: ieberov

　　GitHub 链接 githubiperovDeepFaceLab

　　DeepFaceLab 是这个榜单上 Python 上最有趣的 GitHub 项目之一。DeepFaceLab 是一个可以创建深度伪造图像和视频的工具，让你可以做很多有趣的事情，比如改变、去年龄、交换面孔。为了让事情更有说服力，你甚至可以改变他们的语音，不过这需要熟练掌握视频编辑软件。

　　开发者声称，互联网上 95% 以上的深度假视频都是用这个工具制作的。你可以在项目的 GitHub 页面上找到设置指南和一堆面孔集来让自己入门。

　　3. Airflow

　　量: 18.6k

　　复制量: 7.3k

　　开发者 Apache 软件基金会

　　GitHub 链接 githubapacheairflow

　　Airflow 是 Apache 软件基金会推出的一款开源工作流管理工具，由 Python 驱动。Airflow 可以让你对你的工作流进行一系列的活动，比如编写、调度和监控它们。当工作流被定义为代码时，就会变得更容易管理、测试和协作。

　　它提供了可扩展性、动态管道生成和可扩展性。简单的用户界面使 Airflow 的工作变得顺畅，其与其他工具和服务的强大集成能力有助于通过节省时间来获得最大的效益。Airflow 正被业内一些大公司积极使用，如 Adobe、Lyft、Slack、Expedia 等。

　　4. GPT2

　　量: 13.4k

　　复制量: 3.4k

　　GitHub 链接: githubopenaigpt2

　　GPT2 是一个庞大的基于转换的语言模型，它是在一个同样庞大的数据集上进行训练的，确切地说，是 80 多亿网页的文本。它的目标是什么？当给定一组或所有前文中的单词时，预测下一个单词s。

简单来说，你给 GPT2 一些文本，语言模型就会预测并生成一个质量非凡的冗长的文本延续。

　　GitHub repo 上有 OpenAI 的论文 "Language Models are Unsupervised Multitask Learners "的代码和模型，而页面上提到了 GPT2 的描述和一些注意事项。

　　5. XSStrike

　　量: 8.5k

　　复制量: 1.2k

　　开发者: Somdev Sangwan

　　GitHub 链接: githubs0md3vXSStrike

　　跨站脚本CrossSite Scripting，又名 XSS，是一种对来说极为恼人和有害的漏洞。通过从客户端注入恶意代码，攻击者可以对和数据造成无法控制的破坏。s0md3v 的 XSStrike 本质上是一个 XSS 检测套件，它本身就是独一无二的。

　　开发者称，他的工具不是简单地测试随机的有效载荷，而是分析，并生成专门设计的有效载荷。该工具的一些不同功能包括。

• 上下文分析

  
  

• 强大的模糊引擎

  
  

• 支持多线程分析

  
  

• 支持从文件中强制执行有效载荷。

  
  

• 一个定制的 HTML 和 JavaScript 解析器

  
  

• 扫描任何过时的 Javascript 库

  
  

• 　　6. Google Images Download

  
  

  　　量: 7.1k

  
  

  　　复制量: 1.7k

  
  

  　　开发者: Hardik Vasa

  
  

  　　GitHub 链接: githubhardikvasagoogleimagesdownload

  
  

  　　Hardik Vasa 的脚本可以让你一次性从谷歌下载数百张图片到你的电脑上。这个工具的工作方式是你安装库，使用命令，提到你想要的关键字作为参数，然后让这个工具发挥它的魔力。rebound 本质上是在 Google Images 的索引中搜索指定关键字的图片，一旦找到就下载它们。

  
  

  　　你也可以从另一个 Python 文件中使用该库，它仍然会像往常一样工作。如果你需要一次性从 Google 批量下载图片，这的确是一个有趣而有用的项目。

  
  

  　　7. Photon

  
  

  　　量: 7k

  
  

  　　复制量: 965

  
  

  　　开发者: Somdev Sangwan

  
  

  　　GitHub 链接: githubs0md3vPhoton

  
  

  　　Photon 是一个使用 Python 构建的强大且易于使用的网络爬虫。s0md3v 的轻量级和快速爬虫遵循开源智能框架的指导方针和方法，允许收集和分析从公开或公共来源获得的信息。

  
  

  　　Photon 可以从众多来源中抓取的信息包括。

  
  

  • URL，包括带参数的 URL

    
    

  • 社交媒体账户、电子邮件

    
    

  • 文件，如 pdf、png、xml 文件

    
    

  • 子域

    
    

  • JavaScript 文件

    
    

  • 　　Photon 将所有提取的信息有条理的保存起来，甚至可以导出为 JSON 文件。该工具还提供了各种选项来定制其工作，如控制超时，排除一些 URL 等。

    
    

    　　8. NeuralTalk

    
    

    　　量: 5k

    
    

    　　复制量: 1.2k

    
    

    　　开发者: Andrej Karpathy

    
    

    　　GitHub 链接: githubkarpathyneuraltalk2

    
    

    　　NeuralTalk 的核心是一个使用 Python 和 NumPy 的图像字幕项目，它使用了多模态循环神经网络。由于技术的改进和更好的硬件支持，开发者发布了 NeuralTalk2，它比原来的 NeuralTalk 更好更快。

    
    

    　　NeuralTalk2 采用了批量化的实现方式，仍然使用了 RNNs，并且基于 Torch，可以在 GPU 上运行，同时支持 CNN 微调。虽然开发者已经废弃了原来的 NeuralTalk，但 GitHub 上仍然有，大家可以看看。

    
    

    　　9. Xonsh

    
    

    　　量 3.9 万

    
    

    　　复制量: 434

    
    

    　　GitHub 链接 githubxonshxonsh

    
    

    　　Xonsh 的发音是 “conch”  ，你可以把 Xonsh 看成是一个由 Python 支持的跨平台 shell 语言。Xonsh 使 Python 的工作，即使是最基本的任务，也会变得更好，因为它深深地集成在 Xonsh 中。

    
    

    　　有了 Xonsh，你可以不输入"$ echo 2+2"，而只输入$ 2+2，它仍然会给你正确的结果。多么简单啊 Xonsh shell 的入门也非常简单，只需根据你的环境安装正确的命令就可以了。Xonsh 适用于许多包管理器，包括 pip、Conda、Apt、Brew 等。至于它的功能，Xonsh 很容易编写脚本，有一个大型的标准库，有类型化的变量，等等。

    
    

    　　10. 反弹

    
    

    　　量 3.3 万

    
    

    　　复制量: 299

    
    

    　　开发者 Jonathan Shobrook Jonathan Shobrook

    
    

    　　GitHub 链接 githubshobrookrebound

    
    

    　　编译器错误往往是非常令人沮丧和困惑的。那么唯一的解决办法就是前往 Stack Overflow 或阅读文档。Jonathan Shobrook 和他著名的工具 rebound，已经找到了一种方法，让你在处理那些讨厌的编译器错误时，生活更加轻松。

    
    

    　　rebound 的工作方式是，你用这个工具运行你的文件，它将检查文件中存在的任何编译器错误，并为你调取它能找到的任何相关的 Stack Overflow 线程。

    
    

    　　Rebound 能够在终端内以及浏览器中加载线程，这不仅对菜鸟来说是救命稻草，对老手来说也是救命稻草，节省了他们无休止地寻找答案的时间。目前，rebound 只支持 Python、Node.js、Ruby、Golang 和 Java。

    
    

    　　结论

    
    

    　　创意也是没有限制的。GitHub 这样的项目，是人们创造力和天赋的完美展示。但这仅仅是冰山一角，因为 Python 可以用来进行广泛的活动，前提是你有技术诀窍，并且清楚地了解你想要实现的目标。随着 Python 的不断发展，越来越多的开发者将开始使用它来构建像我们上面提到的那些令人惊奇和资源丰富的项目。让这篇成为您的灵感来源，唤醒您脑海中沉睡的想法，并将事情付诸行动。