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，今天，我们依照 star 数，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。想要更深入了解可点击《快速入门 google 机器学习系统 tensorflow》
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 unix shell，但大多数 linux 发行版本都默认使用 bash shell。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 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werkzeug wsgi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
python web 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
jquery file upload 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（python 2.7-3.5.）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，当然，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 long polling、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。
14
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azure gpu lab）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。