GitHub是一个面向开源及私有软件项目的托管平台，因为只支持git 作为唯一的版本库格式进行托管，故名GitHub。作为开源代码库以及版本控制系统，Github拥有超过900万开发者用户。随着越来越多的应用程序转移到了云上，Github已经成为了管理软件开发以及发现已有代码的首选方法。在GitHub，用户可以十分轻易地找到海量的开源代码。
下面给大家介绍一些GitHub上25个开源项目：
（1）TensorFlow Models
如果你对机器学习和深度学习感兴趣，一定听说过TensorFlow。TensorFlow Models是一个开源存储库，可以找到许多与深度学习相关的库和模型。
（GitHub： https://github.com/tensorflow/models ）
（2）Keras
Keras是一个高级神经网络API，用Python编写，能够在TensorFlow，CNTK或Theano之上运行。旨在完成深度学习的快速开发（GitHub： https://github.com/keras-team/keras ）
（3）Flask
Flask 是一个微型的 Python 开发的 Web 框架，基于Werkzeug WSGI工具箱和Jinja2 模板引擎，使用BSD授权。
（GitHub： https://github.com/pallets/flask ）
（4）scikit-learn
scikit-learn是一个用于机器学习的Python模块，基于 NumPy、SciPy 和 matplotlib 构建。，并遵循 BSD 许可协议。
（GitHub： https://github.com/scikit-learn ）
（5）Zulip
Zulip是一款功能强大的开源群聊应用程序，它结合了实时聊天的即时性和线程对话的生产力优势。Zulip作为一个开源项目，被许多世界500强企业，大型组织以及其他需要实时聊天系统的用户选择使用，该系统允许用户每天轻松处理数百或数千条消息。Zulip拥有超过300名贡献者，每月合并超过500次提交，也是规模最大，发展最快的开源群聊项目。
（GitHub： https://github.com/zulip/zulip ）
相关推荐：《Python入门教程》
（6）Django
Django 是 Python 编程语言驱动的一个开源模型-视图-控制器（MVC）风格的 Web 应用程序框架，旨在快速开发出清晰，实用的设计。使用 Django，我们在几分钟之内就可以创建高品质、易维护、数据库驱动的应用程序。
（GitHub： https://github.com/django/django ）
（7）Rebound
Rebound 是一个当你得到编译错误时即时获取 Stack Overflow 结果的命令行工具。 就用 rebound 命令执行你的文件。这对程序员来说方便了不少。
（GitHub： https://github.com/shobrook/rebound ）
（8）Google Images Download
这是一个命令行python程序，用于搜索Google Images上的关键字/关键短语，并可选择将图像下载到您的计算机。你也可以从另一个python文件调用此脚本。
（GitHub： https://github.com/hardikvasa/google-images-download ）
（9）YouTube-dl
youtube-dl 是基于 Python 的命令行媒体文件下载工具，完全开源免费跨平台。用户只需使用简单命令并提供在线视频的网页地址即可让程序自动进行嗅探、下载、合并、命名和清理，最终得到已经命名的完整视频文件。
（GitHub： htt ps://github.com/rg3/youtube-dl ）
（10）System Design Primer
此repo是一个系统的资源集合，可帮助你了解如何大规模构建系统。
（GitHub： https://github.com/donnemartin/system-design-primer ）
（11）Mask R-CNN
Mask R-CNN用于对象检测和分割。这是对Python 3，Keras和TensorFlow的Mask R-CNN实现。该模型为图像中对象的每个实例生成边界框和分割蒙版。它基于特Feature Pyramid Network（FPN）和 ResNet101 backbone。
（GitHub： https://github.com/matterport/Mask_RCNN ）
（12）Face Recognition
Face Recognition 是一个基于 Python 的人脸识别库，使用十分简便。这还提供了一个简单的face_recognition命令行工具，可以让您从命令行对图像文件夹进行人脸识别！
（GitHub： https://github.com/ageitgey/face_recognition ）
（13）snallygaster
用于扫描HTTP服务器上的机密文件的工具。
（GitHub： https://github.com/hannob/snallygaster ）
（14）Ansible
Ansible是一个极其简单的IT自动化系统。它可用于配置管理，应用程序部署，云配置，支持远程任务执行和多节点发布 - 包括通过负载平衡器轻松实现零停机滚动更新等操作。
（GitHub： https://github.com/ansible/ansible ）
（15）Detectron
Detectron是Facebook AI 研究院开源的的软件系统，它实现了最先进的目标检测算法，包括Mask R-CNN。它是用Python编写的，由Caffe2深度学习框架提供支持。
（16）asciinema
终端会话记录器和asciinema.org的最佳搭档。
（GitHub： https://github.com/asciinema/asciinema ）
（17）HTTPie
HTTPie 是一个开源的命令行的 HTTP 工具包，其目标是使与Web服务的CLI交互尽可能人性化。它提供了一个简单的http命令，允许使用简单自然的语法发送任意HTTP请求，并显示彩色输出。HTTPie可用于测试，调试以及通常与HTTP服务器交互。
（GitHub： https://github.com/jakubroztocil/httpie ）
（18）You-Get
You-Get是一个小型命令行实用程序，用于从Web下载媒体内容（视频，音频，图像），支持国内外常用的视频网站。
（GitHub： https://github.com/soimort/you-get ）
（19）Sentry
Sentry从根本上讲是一项服务，可以帮助用户实时监控和修复崩溃。基于Django构建，它包含一个完整的API，用于从任何语言、任何应用程序中发送事件。
（GitHub: https://github.com/getsentry/sentry ）
（20）Tornado
Tornado是使用Python开发的全栈式（full-stack）Web框架和异步网络库，，最初是由FriendFeed上开发的。通过使用非阻塞网络I / O，Tornado可以扩展到数万个开放连接，是long polling、WebSockets和其他需要为用户维护长连接应用的理想选择。
（GitHub： https://github.com/tornadoweb/tornado ）
（21）Magenta
Magenta是一个探索机器学习在创造艺术和音乐过程中的作用的研究项目。这主要涉及开发新的深度学习和强化学习算法，用于生成歌曲，图像，绘图等。但它也是构建智能工具和界面的探索，它允许艺术家和音乐家使用这些模型。
（GitHub： https://github.com/tensorflow/magenta ）
（22）ZeroNet
ZeroNet是一个利用比特币的加密算法和BitTorrent技术提供的不受审查的网络，完全开源。
（GitHub： https://github.com/HelloZeroNet/ZeroNet ）
（23）Gym
OpenAI Gym是一个用于开发和比较强化学习算法的工具包。这是Gym的开源库，可让让你访问标准化的环境。
（GitHub： https://github.com/openai/gym ）
（24）Pandas
Pandas是一个Python包，提供快速，灵活和富有表现力的数据结构，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。此外，它还有更广泛的目标，即成为所有语言中最强大，最灵活的开源数据分析/操作工具。它目前已经朝着这个目标迈进。
（GitHub： https://github.com/pandas-dev/pandas ）
（25）Luigi
Luigi 是一个 Python 模块，可以帮你构建复杂的批量作业管道。处理依赖决议、工作流管理、可视化展示等等，内建 Hadoop 支持。（GitHub： https://github.com/spotify/luigi ）
现在我们已经创建了一个虚拟环境，我们将运行一个基于平台的脚本来激活它。 激活虚拟环境后，我们将在此虚拟环境中安装软件包，这些软件包只能此虚拟环境中可以使用。 这样，我们将使用一个隔离的环境，我们安装的所有软件包都不会影响我们的主Python环境。 请注意，如果您没有启动与终端会话中的默认shell不同的shell，则此命令的结果将是准确的。 如果您有疑问，请检查您的终端配置和首选项。 在Linux或macOS的终端中运行以下命令：
该命令将显示您在终端中使用的shell的名称。 在macOS中，默认为/ bin / bash，这意味着您正在使用bash shell。在Linux或者macOS中，根据shell的不同，您必须使用不同的命令来激活此虚拟环境。
在Linux或macOS中，如果您的终端配置为使用bash shell，请运行以下命令以激活虚拟环境。 该命令也适用于zsh shell：
如果你的终端使用的是 csh 或者 tcsh shell，运行下面的命令来激活此虚拟环境:
如果你使用的是 fish shell ，运行下面的命令来激活虚拟环境：
激活虚拟环境后，命令提示符将显示括在括号中的虚拟环境根文件夹名称作为默认提示符的前缀，以提醒我们我们正在虚拟环境中工作。 在这种情况下，我们将看到（01）作为命令提示符的前缀，因为激活的虚拟环境的根文件夹是01。
以下屏幕截图显示了在执行先前显示的命令后，在带有bash shell的macOS Sierra终端中激活的虚拟环境：
正如我们从前面的截图中看到的那样，在激活虚拟环境后，提示从Gastons-MacBook-Pro：~gaston 改为（01）Gastons-MacBook-Pro：~gaston 。
在Windows中，您可以在命令提示符或Windows PowerShell脚本中运行批处理文件以激活虚拟环境。 如果您更喜欢命令提示符，请在Windows命令行中运行以下命令以激活虚拟环境：
以下屏幕截图显示了在执行先前显示的命令后，在Windows 10命令提示符中激活的虚拟环境：
从前面的屏幕截图中可以看出，在激活虚拟环境后，提示符从C：\ Users \ gaston更改为（01）C：\ Users \ gaston。
如果您更喜欢Windows PowerShell，请启动它并运行以下命令以激活虚拟环境。 请注意，必须在Windows PowerShell中启用脚本执行功能才能运行脚本：
如果收到类似于以下行的错误，则表示您没有启用脚本执行：
Windows PowerShell默认执行策略为Restricted。 此策略允许执行单个命令，但不允许运行脚本。 因此，如果您要使用Windows PowerShell，则必须更改策略以允许执行脚本。 确保您了解允许运行未签名脚本的Windows PowerShell策略的风险非常重要。 有关不同策略的更多信息，请查看以下网页:
https://docs.microsoft.com/en-us/powershell/module/microsoft.powershell.core/about/about_execution_policies?view=powershell-6 。
以下屏幕截图展示了在成功执行前面展示的命令后在Windows 10 PowerShell中激活的虚拟环境：
停用前面创建的虚拟环境非常容易。停用虚拟环境后，您将返回默认的Python环境。
在macOS 或者Linux中使用下面命令关闭:
在Windows命令行中，需要在Scripts文件夹中执行deactivate.bat批处理文件。在我们的例子中，该文件位于下面路径中：
在Windows PowerShell中， 需要在我们的脚本文件夹中执行Deactivate.ps1 来关闭。在我们的例子中，改文件位于下面路径中：
注意在Windows PowerShell中必须保证上面的脚本有执行权限的时候你才能执行它。
在后面的篇章中我们假设虚拟环境都是已经处于激活状态的，将不会在每次例子的时候都提示激活虚拟环境，所以在做后面的例子的时候请确保你的虚拟环境处于激活状态的。
