python开源项目
1、learn-python3
这个存储库一共有19本Jupyter笔记本。它涵盖了字符串和条件之类的基础知识，然后讨论了面向对象编程，以及如何处理异常和一些Python标准库的特性等。每一个主题都有一个“notebook”链接，它会向你介绍该主题和一些示例代码，当你完成这些内容之后，还有一个练习链接，点击后你就可以做一些测试题。
项目地址：https://github.com/jerry-git/learn-python3
2、learn-python
这个存储库还可以作为Python的介绍，帮助你从初级水平上升至中级，这里的中级指的是熟练地使用这种编程语言，而不仅仅是简单的循环和算法。该存储库是一个Python脚本集合，每个脚本都是一个核心类别的子主题，比如“操作符”、“数据类型”和“控制流”。
你不必完整地学习该课程，正如作者指出的那样，你还可以将存储库用作备忘单，在需要的时候，快速查找，查看文档，查看代码，然后运行测试，看代码是否能正常运行，是否按照代码准则编写。
项目地址：https://github.com/trekhleb/learn-python/blob/master/src/control_flow/test_if.py
3、full-speed-python
该存储库快速介绍了字符串和列表等基础知识，然后快速深入到更高级的主题，“类”和“异步编程”等，作者在写这本书时采用了一种实用的方法，用代码示例简要介绍了每个主题，然后直接跳到练习问题，让读者可以自己尝试。你可以在项目详情页下载pdf/epub文件。
项目地址：https://github.com/joaoventura/full-speed-python
关于3个最佳学习Python编程的开源库，青藤小编就和您分享到这里了。如果您对python编程有浓厚的兴趣，希望这篇文章可以为您提供帮助。如果您还想了解更多关于python编程的技巧及素材等内容，可以点击本站的其他文章进行学习。
❷ 请推荐几个比较优秀的Python开源项目，用来学习的
许多开发者都有定期浏览GitHub的习惯，对于GitHub上如此众多的项目，有人不断分享，有人不断Mark。每个人浏览的时候，都会注意到Star的数量，它代表着这个项目的热度，我盘点GitHub上Python语言中最火的15个开源项目。希望对你有帮助，排名如下：
1、机器学习系统tensorflow
Google的TensorFlow是最流行的开源AI库之一。它的高计算效率，丰富的开发资源使它被企业和个人开发者广泛采用。TensorFlow是一个采用数据流图，用于数值计算的开源软件库。TensorFlow最初由Google大脑小组（隶属于Google机器智能研究机构）的研究员和工程师们开发出来，用于机器学习和深度神经网络方面的研究，但这个系统的通用性使其也可广泛用于其他计算领域。
2、oh-my-zsh
oh-my-zsh是基于zsh的功能做了一个扩展，方便的插件管理、主题自定义，以及漂亮的自动完成效果。Zsh和bash一样，是一种Unixshell，但大多数Linux发行版本都默认使用bashshell。但Zsh有强大的自动补全参数、文件名、等功能和强大的自定义配置功能。
3、命令行HTTP工具包httpie
HTTPie是一个命令行HTTP客户端，提供命令行交互方式来访问HTTP服务。其目标是使CLI与Web服务的交互尽可能人性化。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。
4、shell命令行拓展thefuck
首先这个项目的名字就很引人注目，取名为thefuck的原因是任何情况下你想说“我操”，你都可以用得到thefuck。theFuck是一个高可配置的应用，用户可以开启或关闭规则、配置UI、设置规则选项还有进行其他的操作。Fuck的UI很简单，它允许用户通过（上下）箭头的方式在修正过的命令列表中进行选择，使用Enter来确认选择，Ctrl+C来跳出程序。不足的是在Python标准库中没有办法在非Windows下不通过curses来读取键盘输入。
5、微型Python框架Flask
Flask是一个微型的Python开发的Web框架，基于WerkzeugWSGI工具箱和Jinja2模板引擎。Flask使用BSD授权。Flask也被称为“microframework”，因为它使用简单的核心，用extension增加其他功能。Flask没有默认使用的数据库、窗体验证工具。然而，Flask保留了扩增的弹性，可以用Flask-extension加入这些功能：ORM、窗体验证工具、文件上传、各种开放式身份验证技术。
6、PythonWeb框架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。但是在Django中，控制器接受用户输入的部分由框架自行处理，所以Django里更关注的是模型(Model)、模板(Template)和视图(Views)，称为MTV模式。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。
7、jQuery-File-Upload
jQueryFileUpload是一个jQuery图片上传组件，支持多文件上传、取消、删除，上传前缩略图预览、列表显示图片大小，支持上传进度条显示；支持各种动态语言开发的服务器端。
8、Python的HTTP客户端库requests
requests是Python的一个HTTP客户端库，跟urllib，urllib2类似，那为什么要用requests而不用urllib2呢？以为Python的标准库urllib2提供了大部分需要的HTTP功能，但是API太逆天了，一个简单的功能就需要一大堆代码。看了requests的文档，确实很简单，尤其适合懒人。
9、计算机系统配置管理器ansible
Ansible提供一种最简单的方式用于发布、管理和编排计算机系统的工具，你可在数分钟内搞定。Ansible是一个模型驱动的配置管理器，支持多节点发布、远程任务执行。默认使用SSH进行远程连接。无需在被管理节点上安装附加软件，可使用各种编程语言进行扩展。
10、Web爬虫框架scrapy
Scrapy是Python开发的一个快速,高层次的屏幕抓取和Web抓取框架，用户只需要定制开发几个模块就可以轻松的实现一个爬虫，用来抓取网页内容以及各种图片，非常之方便。Scrapy用途广泛，可以用于数据挖掘、监测和自动化测试。
Scrapy吸引人的地方在于它是一个框架，任何人都可以根据需求方便的修改。它也提供了多种类型爬虫的基类，如BaseSpider、sitemap爬虫等。
11、Python的机器学习项目scikit-learn
scikit-learn是一个Python的机器学习项目。是一个简单高效的数据挖掘和数据分析工具。基于NumPy、SciPy和matplotlib构建。基于BSD源许可证。scikit-learn的基本功能主要被分为六个部分，分类，回归，聚类，数据降维，模型选择，数据预处理。
12、神经网络库keras
Keras是一个极简的、高度模块化的神经网络库，采用Python（Python2.7-3.5.）开发，能够运行在TensorFlow和Theano任一平台，好项目旨在完成深度学习的快速开发。keras的几大特点：文档齐全、上手快速、纯Python编写、关注度高更新迅速、论坛活跃、就是运行速度不太快，当有的人就是不care速度。
13、Web服务器Tornado
Tornado是使用Python开发的全栈式（full-stack）Web框架和异步网络库，最早由Friendfeed开发。通过使用非阻塞IO，Tornado可以处理数以万计的开放连接，是longpolling、WebSockets和其他需要为用户维护长连接应用的理想选择。Tornado跟其他主流的Web服务器框架（主要是Python框架）不同是采用epoll非阻塞IO，响应快速，可处理数千并发连接，特别适用用于实时的Web服务。
14、Python解释器CPython
CPython是用C语言实现的Python解释器，也是官方的并且是最广泛使用的Python解释器。除了CPython以外，还有用JAVA实现的Jython和用.NET实现的IronPython，使Python方便地和JAVA程序、.NET程序集成。另外还有一些实验性的Python解释器比如PyPy。
CPython是使用字节码的解释器，任何程序源代码在执行之前先要编译成字节码。它还有和几种其它语言（包括C语言）交互的外部函数接口。
15、工具包CNTK
来自微软公司的CNTK工具包的效率，“比我们所见过的都要疯狂”。这部分归功于CNTK可借助图形处理单元（GPU）的能力，微软自称是唯一公开“可扩展GPU”功能的公司。（从单机上的1个、延伸至超算上的多个）在与该公司的网络化GPU系统（称之为AzureGPULab）匹配之后，它将能够训练深度神经网络来识别语音，让Cortana虚拟助理的速度达到以前的十倍。去年4月的时候，CNTK就已经面向研究人员开放，只是当时的开源授权限制颇多。不过现在，它已经彻底开放了，而深度学习的初创者们将最为受益。
以上就是我盘点GitHub上Python语言中最火的15个开源项目。希望能帮到大家！
请推荐几个比较优秀的Python开源项目，用来学习的？