Py学习  »  Git

如何在Github上精准地找到想要的开源项目?

小白学视觉 • 1 年前 • 117 次点击  

点击上方小白学视觉”,选择加"星标"或“置顶

重磅干货,第一时间送达

作者 | 觉非
链接 | juejin.im/post/5e3d01c56fb9a07c91100801
编辑 | 深度学习这件小事
很多的小伙伴,经常会有这样的困惑,我看了很多技术的学习文档、书籍、甚至视频,我想动手实践,于是我打开了GitHub,想找个开源项目,进行学习,获取项目实战经验。这个时候很多小伙伴就会面临这样的问题:“我不会搜啊,我该怎么找呀?”,最终只能放弃。
相信看完这篇文章,你就可以学会如何精准地在GitHub搜索项目。

   开源项目的组成部分

在讲清楚之前呢,我们先来了解一下一个开源项目有哪些组成部分:
  • name: 项目名

  • description: 项目的简要描述

  • 项目的源码

  • README.md: 项目的详细情况的介绍

那么除了这些要素之外,项目本身的star数和fork数,也是评判一个开源项目是否火热的标准,这同时也是一个很重要的搜索标准。另外我们也要注意观察这个项目的最近更新日期,因为项目越活跃,那么它的更新日期也更加频繁。
以上要素就是我们在进行搜索的时候要注意的一些关键点。

   如何搜索

那我们到底如何搜索呢?
假设我们现在要搜索React,相信大部分小伙伴都是直接在搜索框里输入:“React”,然后一回车,你就会发现情况像下面这样:
搜索结果会显示非常多的开源项目,简直让你应接不暇,无从下手,很多小伙伴搜到这一步就放弃了,因为项目太多了,根本找不到如何找到自己感兴趣的开源项目,所以这样搜索非常的不准确。所以我们来学习一下稍微精确一点的搜索方法。

按照 name 搜索

搜索项目名里面包含React的项目:
in:name React
得到如下结果:
可以看到,这些搜索结果都是项目名里面带有“React”关键字的项目,但是项目数量依旧很多。
现在我们来约束一下
比如我再精确到项目的star数大于5000+:
in:name React stars:>5000
结果是这样的:
搜索结果瞬间精确了很多,现在只有114个项目可供选择。当然我们一般不会把star数设置得这么高,一般设置个1000就差不多了。
同理,我们也可以按照fork的数量来进行搜索:
in:name React stars:>5000  forks:>3000
你会发现,结果越来越精确!

按照 README 来搜索

搜索README.md里面包含React的项目:
 in:readme React
结果有这么多,那么我们再限制一下它的star数和fork数:
in:readme React stars:>3000 forks:>3000
搜索结果一下子精确到了90个。这个时候你再去选择项目,就会变得容易很多。

按照 descriptin 搜索

假设我们现在要学习微服务的项目,我们搜索项目描述(description)里面包含微服务的项目:
in:description 微服务
结果有这么多,那我们接着增加一些筛选条件:
in:description 微服务 language:python 
language:python的意思是我们把语言限制为python,我们来看看结果如何:
搜索结果精确了很多。
假如在这些项目里面,我们想要找到最近才更新的项目,意思是更新时间就在最近,我们可以这样:
in:description 微服务 language:python pushed:>2020-01-01
pushed:>2020-01-01的意思是我们把项目的最后更新时间限制到2020-01-01,我们来看看结果如何:
搜索结果只有8个了,这几个项目就属于更新比较活跃的项目,这下再也不纠结了。

   总结

好,我们来总结一下。我们想要进行精准搜索,无非就是增加筛选条件。
  1. in:name xxx // 按照项目名搜索
  2. in:readme xxx // 按照README搜索
  3. in:description xxx // 按照description搜索
那么在这里面呢,我们又可以增加筛选条件
  1. stars:>xxx // stars数大于xxx
  2. forks:>3000 // forks数大于xxx
  3. language:xxx // 编程语言是xxx
  4. pushed:>YYYY-MM-DD // 最后更新时间大于YYYY-MM-DD
以上就是我们在GitHub上面精准搜索项目的一些小技巧,希望对你有所帮助!

好消息!

小白学视觉知识星球

开始面向外开放啦👇👇👇




下载1:OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复:扩展模块中文教程即可下载全网第一份OpenCV扩展模块教程中文版,涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2:Python视觉实战项目52讲
小白学视觉公众号后台回复:Python视觉实战项目 即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目,助力快速学校计算机视觉。

下载3:OpenCV实战项目20讲
小白学视觉公众号后台回复:OpenCV实战项目20讲即可下载含有20个基于OpenCV实现20个实战项目,实现OpenCV学习进阶。

交流群


欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~



Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/147407
 
117 次点击