6 月份 GitHub 上最熱門的Python項目排行已經出爐啦，在本月的名單中，出現了許多新項目，一起來看看上榜的項目有哪些吧：

1Python-100-Days

https://github.com/jackfrued/Python-100-Days Star 3865

Python - 100天從新手到大師，如Day01 - 初識Python：

• Python簡介 - Python的歷史 / Python的優缺點 / Python的應用領域
• 搭建編程環境 - Windows環境 / Linux環境 / MacOS環境
• 從終端運行Python程序 - DOS命令 / Hello, world / print函數 / 運行程序
• 使用IDLE - 交互式環境(REPL) / 編寫多行代碼 / 運行程序 / 退出IDLE
• 注釋 - 注釋的作用 / 單行注釋 / 多行注釋

2Vibora

https://github.com/vibora-io/vibora Star 2697

Vibora 是一個 Python 異步網絡框架(Python 3.6+)，目前正在開發中，處于 alpha 階段。服務器端功能

• 性能請查看 https://vibora.io/#benchmarks
• Schemas 引擎 (比 marshmallow 快 50 倍，支持異步)
• Nested Blueprints / Domain Based Routes / Components
• Connection Reaper / 可自修復的 Workers
• ......

3models

https://github.com/tensorflow/models Star 37630

一個 Tensorflow 庫，里面包含 使用 TensorFlow 構建的模型和示例的教程，旨在更好的維護，測試，并與***的 TensorFlow API 保持同步***。

TensorFlow實現模型：https://github.com/tensorflow/models/blob/master/research

TensorFlow教程：https://github.com/tensorflow/models/blob/master/tutorials

4gif-for-cli

https://github.com/google/gif-for-cli Star 2070

今年是 Gif 動態圖片的 31 周年，為了慶祝這個日子，Google 在 6 月 5 日發布了一個新的開源工具。它被稱為“GIF for CLI”，它可以將圖形交換格式圖像轉換為用于終端的ASCII碼文本圖形。

5public-apis

https://github.com/toddmotto/public-apis Star 38977

PublicApis：公共API目錄大全是一個通過 MaShape 市場整合的世界上最全的 API 接口目錄，支持關鍵詞搜索和添加API數據，方便開發者快速的找到自己想要的 API，目已經收錄 5321 種 API 接口。

6awesome-python

https://github.com/vinta/awesome-python Star 51996

awesome-python 是 vinta 發起維護的 Python 資源列表，內容包括：Web框架、網絡爬蟲、網絡內容提取、模板引擎、數據庫、數據可視化、圖片處理、文本處理、自然語言處理、機器學習、日志、代碼分析等。十分受 Python 開發者的青睞。

7mlflow

https://github.com/databricks/mlflow Star 1398

MLflow 是由 Apache Spark 技術團隊開源的一個機器學習平臺，主打開放性：

• 開放接口：可與任意 ML 庫、算法、部署工具或編程語言一起使用。
• 開源：開發者可輕松地對其進行擴展，并跨組織共享工作流步驟和模型。

MLflow的當前版本是alpha版本。這意味著API和數據格式可能會發生變化!

8keras

https://github.com/keras-team/keras Star 31152

Keras 是一個極簡的、高度模塊化的神經網絡庫，采用 Python(Python 2.7-3.5.)開發，能夠運行在 TensorFlow 和 Theano 任一平臺，好項目旨在完成深度學習的快速開發。特性：

• 可以快速簡單的設計出原型(通過總模塊化、極簡性、和可擴展性)
• 同時支持卷積網絡和循環網絡，以及兩者的組合
• 支持任意的連接方案(包括多輸入和多輸出)
• 支持GPU和CPU

9SNIPER

https://github.com/mahyarnajibi/SNIPER Star 1220

SNIPER是一種高效多尺度目標檢測算法，用于實例級識別任務，如對象檢測和實例級分割。SNIPER不是處理圖像金字塔中的所有像素，而是選擇性地處理地面實況對象(也稱為芯片)周圍的區域。由于它在低分辨率芯片上運行，因此顯著加速了多規模培訓。

10faceai

https://github.com/vipstone/faceai Star 1725

一款入門級的人臉、視頻、文字檢測以及識別的項目，開發環境如下：

• Windows 10(x64)
• Python 3.6.4
• OpenCV 3.4.1
• Dlib 19.8.1
• face_recognition 1.2.2
• keras 2.1.6
• tensorflow 1.8.0
• Tesseract OCR 4.0.0-beta.1

11youtube-dl

https://github.com/rg3/youtube-dl Star 38235

youtube-dl 是一個用來從 YouTube.com 網站上下載視頻文件的命令行工具。它采用 Python 開發，運行時需要 Python 的解釋環境。支持多個 OS 平臺，支持眾多視頻網站(見附圖)國內優酷、土豆、新浪和搜狐，國外 YouTube 等赫然在列。

12face_recognition

https://github.com/ageitgey/face_recognition Star 14713

[[237486]]

基于 Python 的開源人臉識別庫，該庫可以通過 python 或者命令行即可實現人臉識別的功能。使用 dlib 深度學習人臉識別技術構建，在戶外臉部檢測數據庫基準(Labeled Faces in the Wild)上的準確率為 99.38%。