GitHub 上最火的 Python 開源項目zz

oh-my-zsh 是基于 zsh 的功能做了一個擴充，友善的插件管理、主題自定義，以及漂亮的自動完成效果。 Zsh 和 bash 一樣，是一種 Unix shell，但大多數 Linux 發行版本都預設使用 bash shell。但 Zsh 有強大的自動補全參數、檔案名、等功能和強大的自定義配置功能。

首先這個項目的名字就很引人注目，取名為 thefuck 的原因是任何情況下你想說“我操”，你都可以用得到 thefuck。theFuck 是一個高可配置的應用，使用者可以開啟或關閉規則、配置 UI、設定規則選項還有進行其他的操作。Fuck 的 UI 很簡單，它允許使用者通過（上下）箭頭的方式在修正過的指令清單中進行選擇，使用 Enter 來确認選擇，Ctrl+C 來跳出程式。 不足的是在 Python 标準庫中沒有辦法在非 Windows 下不通過 curses 來讀取鍵盤輸入

Flask 是一個微型的 Python 開發的 Web 架構，基于Werkzeug WSGI工具箱和Jinja2 模闆引擎。 Flask 使用 BSD 授權。 Flask 也被稱為“microframework”，因為它使用簡單的核心，用 extension 增加其他功能。Flask 沒有預設使用的資料庫、窗體驗證工具。然而，Flask 保留了擴增的彈性，可以用 Flask-extension 加入這些功能：ORM、窗體驗證工具、檔案上傳、各種開放式身份驗證技術。

Django 是 Python 程式設計語言驅動的一個開源模型-視圖-控制器（MVC）風格的 Web 應用程式架構。但是在Django中，控制器接受使用者輸入的部分由架構自行處理，是以 Django 裡更關注的是模型(Model)、模闆(Template)和視圖(Views)，稱為 MTV 模式。使用 Django，我們在幾分鐘之内就可以建立高品質、易維護、資料庫驅動的應用程式。

requests 是 Python 的一個 HTTP 用戶端庫，跟 urllib，urllib2 類似，那為什麼要用 requests 而不用 urllib2 呢？以為 Python 的标準庫 urllib2 提供了大部分需要的 HTTP 功能，但是API太逆天了，一個簡單的功能就需要一大堆代碼。 看了 requests 的文檔，确實很簡單，尤其适合懶人。

Scrapy 是 Python 開發的一個快速,高層次的螢幕抓取和 Web 抓取架構，使用者隻需要定制開發幾個子產品就可以輕松的實作一個爬蟲，用來抓取網頁内容以及各種圖檔，非常之友善。Scrapy用途廣泛，可以用于資料挖掘、監測和自動化測試。

Scrapy 吸引人的地方在于它是一個架構，任何人都可以根據需求友善的修改。它也提供了多種類型爬蟲的基類，如 BaseSpider、sitemap 爬蟲等

scikit-learn 是一個 Python 的機器學習項目。是一個簡單高效的資料挖掘和資料分析工具。基于 NumPy、SciPy 和 matplotlib 建構。基于 BSD 源許可證。scikit-learn 的基本功能主要被分為六個部分，分類，回歸，聚類，資料降維，模型選擇，資料預處理

Keras 是一個極簡的、高度子產品化的神經網絡庫，采用 Python（Python 2.7-3.5.）開發，能夠運作在 TensorFlow 和 Theano 任一平台，好項目旨在完成深度學習的快速開發。keras 的幾大特點：文檔齊全、上手快速、純 Python 編寫、關注度高更新迅速、論壇活躍、就是運作速度不太快，當然，有的人就是不 care 速度

CPython 是用C語言實作的 Python 解釋器，也是官方的并且是最廣泛使用的Python解釋器。除了 CPython 以外，還有用 JAVA 實作的 Jython 和用 .NET 實作的 IronPython，使 Python 友善地和 JAVA 程式、.NET 程式內建。另外還有一些實驗性的 Python 解釋器比如 PyPy。

CPython 是使用位元組碼的解釋器，任何程式源代碼在執行之前先要編譯成位元組碼。它還有和幾種其它語言（包括C語言）互動的外部函數接口。

來自微軟公司的 CNTK 工具包的效率，“比我們所見過的都要瘋狂”。 這部分歸功于 CNTK 可借助圖形處理單元（GPU）的能力，微軟自稱是唯一公開“可擴充 GPU”功能的公司。（從單機上的 1 個、延伸至超算上的多個） 在與該公司的網絡化 GPU 系統（稱之為Azure GPU Lab）比對之後，它将能夠訓練深度神經網絡來識别語音，讓 Cortana 虛拟助理的速度達到以前的十倍。 去年 4 月的時候，CNTK 就已經面向研究人員開放，隻是當時的開源授權限制頗多。不過現在，它已經徹底開放了，而深度學習的初創者們将最為受益。