分析:Github上排名前6的Python项目

分析:Github上排名前6的Python项目

2019-04-17 21-10-56屏幕截图.png

1.

排名第一:awesome-python

用途:一个Python各个好用的库的名单。

点评:2019年最用心良苦Pythoner奖!

2.

排名第二:system-design-primer

用途:学习如何设计大型系统,为系统设计的面试做准备。

点评:“为了面试”,也是醉了......

3.

排名第三:public-apis

用途:一个优质网络API名单。

点评:果断收藏!

4.

排名第四:models

用途:This repository contains a number of different models implemented in TensorFlow

点评:AIer们可以收藏一下。

5.

排名第五:flask

用途:Flask is a lightweight WSGI web application framework. (其实就是你熟悉的那个Flask)

点评:你会用Flask吗?别回答“Python是啥?”。

6.

排名第六:thefuck

用途:Fuck you!Fuck me......难道是一个抗议项目?不!这个项目太好用了......

如果输入了错误的控制台命令,下一条命令输入fuck就可以帮你修正命令并再次运行。

点评:真好用!不知道你的产品经理看见你一个劲输入fuckfuckfuck不知道他心里会是什xiang么kai滋chu味ni。

图表是怎么做出来的?源代码:

import requests
import pygal


# 获得网页数据
url = 'https://api.github.com/search/repositories?q=language:python&sort=stars'
r = requests.get(url)
print('Status code:' + str(r.status_code))

# 转化为可读取的格式
response_dict = r.json()

# print(response_dict.keys())
# print(response_dict['total_count'])

# 获得主要数据
repo_dicts = response_dict['items']

# print(len(repo_dicts))
# repo_dict = repo_dicts[0]

# 统计出可以制作图表的数据
names, iitems = [], []
for repo_dict in repo_dicts:
    # print('\nName:', repo_dict['name'])
    # print('Owner:', repo_dict['owner']['login'])
    # print('Stars:', repo_dict['stargazers_count'])
    # print('Reposiory:', repo_dict['html_url'])
    # print('Created:', repo_dict['created_at'])
    # print('Updated:', repo_dict['updated_at'])
    # print('Descripion:', repo_dict['description'])
    names.append(repo_dict['name'])
    plot_dict = {
        'value' : repo_dict['stargazers_count'],
        'label' : repo_dict['description'],
        'xlink' : repo_dict['html_url'],
     }
    iitems.append(plot_dict)

# print(len(repo_dict))
# for key in sorted(repo_dict.keys()):
#    print(key)

# 设置图表格式、颜色、标签
chart = pygal.Bar(x_label_rotation=45, show_legend=False)
chart.title = 'Github上Python语言中30大最受欢迎的项目的星星数量排名'
chart.x_labels = names

# 填入数据
chart.add('', iitems)
chart.render_to_file('python_repos.svg')    # 保存图表

学习了一下Eric Matthes。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,088评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,715评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,361评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,099评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 60,987评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,063评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,486评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,175评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,440评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,518评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,305评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,190评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,550评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,880评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,152评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,451评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,637评论 2 335

推荐阅读更多精彩内容