1月份，GitHub上最热门的Python开源项目

https://github.com/testerSunshine/12306 Star 6514

12306智能刷票助手，就是程序员自己写的一个抢票脚本，该依赖库的Python版本支持2.7.10 - 2.7.15，其设计思路如下：

https://github.com/pjialin/py12306 Star 3408

这也是一个12306购票助手，支持分布式，多账号，多任务购票以及Web页面管理，支持python 3.6以上版本

https://github.com/zalandoresearch/flair Star 4893

Flair是最近开源的一个基于Pytorch的NLP框架，具有以下特性：

• 一个功能强大的NLP库，Flair允许您将最先进的自然语言处理（NLP）模型应用于您的文本，例如命名实体识别（NER），词性标注（PoS），意义消歧和分类。

• 单个模型，可用于预测多种文本语言输入的PoS或NER标记。

• 文本嵌入库，Flair具有简单的界面，允许您使用不同组合的单词和文档嵌入，包括创建者提出的Flair嵌入，BERT嵌入和ELMo嵌入。

• Pytorch NLP框架，Flair基于Pytorch上构建，使你可以轻松地训练自己的模型。

https://github.com/lancopku/pkuseg-python Star 2871

一个领域细分的中文分词工具包，简单易用，支持细分领域分词，有效提升了分词准确度。pkuseg具有如下几个特点：

• 多领域分词，目前支持了新闻领域，网络文本领域和混合领域的分词预训练模型，后期还会不断新增

• 更高的分词准确率，相比于其他的分词工具包，当使用相同的训练数据和测试数据，pkuseg可以取得更高的分词准确率。

• 支持用户自训练模型，支持用户使用全新的标注数据进行训练。

https://github.com/schollz/howmanypeoplearearound Star 5568

howmanypeoplearearound通过监控wifi信号来计算附近的人数，比如你可以通过它计算目前你在家的人数或者待在宿舍的舍友人数，已经在在Linux（Raspbian和Ubuntu）和Mac OS X上测试过。

https://github.com/donnemartin/system-design-primer Star 56017

该项目是关于如何设计大型系统，以及如何应对系统设计面试。系统设计是一个很宽泛的话题。在互联网上，关于系统设计原则的资源也是多如牛毛。这个仓库就是这些资源的组织收集，它可以帮助你学习如何构建可扩展的系统。

https://github.com/mahmoud/awesome-python-applications Star 6230

这是一个Python程序集合，它们不仅可以帮助你快速找到你想要的Python项目，还能作为你日常开发中的借鉴对象，目前包含195个开源Python程序，而且数量还在不断增加，按照主题划分，包含库和文档等链接，其中开发这一部分又被分成了11个模块

https://github.com/fighting41love/funNLP Star 455

中文NLP词库，涉及内容包括： 中英文敏感词、语言检测、中外手机/电话归属地/运营商查询、名字推断性别、手机号抽取、身份证抽取等

https://github.com/tensorflow/models Star 47957

一个Tensorflow库，里面包含使用TensorFlow构建的模型和示例的教程，旨在更好的维护，测试，并与最新的TensorFlow API保持同步最新。

TensorFlow实现模型：https://github.com/tensorflow/models/blob/master/research

TensorFlow教程：

https://github.com/vinta/awesome-python Star 60906

这是一个Python程序集合，它们不仅可以帮助你快速找到你想要的Python项目，还能作为你日常开发中的借鉴对象，目前包含195个开源Python程序，而且数量还在不断增加，按照主题划分，包含库和文档等链接，其中开发这一部分又被分成了11个模块

https://github.com/elliottzheng/CopyTranslator Star 2034

这个开源项目对英语薄弱的开发者来说简直是福音，因为你只需打开CopyTranslator，直接复制PDF文本，CopyTranslator监听到剪贴板变化，会将剪贴板内容进行处理（如去除多余换行等），并显示翻译结果，翻译效果相比于直接复制黏贴到网页版翻译有了巨大的改善，同时翻译所需时间也大大减少。

附：

《2018年度GitHub上最热门的Python开源项目》

●编号533，输入编号直达本文

●输入m获取文章目录