值得看的 Python 的开源项目有哪些？

高考志愿、考研保研、职业规划、简历优化，欢迎加入《猴哥成长营》！

https://www.yuque.com/jackpop/ulig5a/srnochggbsa2eltw?singleDoc

阅读开源代码对于编程语言的学习至关重要，而且立竿见影。

不同编程语言，基础知识框架大同小异，函数、类、循环、条件、IO 等等，学完之后该怎么用？如何用好？就取决于一个人的思维和经验。

每个人都有自己的开发习惯，久而久之很容易陷入到一个自以为良好的圈子，多阅读优秀的开源代码，能够帮助自己打开视野，从别人的代码里学到一些高级的用法以及优秀的编码习惯。

今天就来给大家推荐一些非常值得看的优质 Python 项目。

1. statsforecast

Github Star：3.3K

日常学习和工作中，我们经常会用到一些预测场景，例如，预测商品价格、预测股票走势、预测天气等等。

这个过程中就会用到预测模型。

从零开始实现一遍不仅效率低，而且效果很难达到太理想的程序，需要经过长时间的迭代优化。

StatsForecast 提供了一组广泛使用的单变量时间序列预测模型，包括自动 ARIMA、ETS、CES 和 Theta 建模，这些模型使用 numba 进行了优化，所以，性能很高。 除此之外，它还包括一个大型的基准测试模型。

2. encodec

Github Star：3K

这个项目是对一篇名为《高保真神经音频压缩[abs]》中涉及到的编码解码器的实现代码，在这篇文章中，提供了两种方式：

• 因果模型，在 24kHz 下对在各种音频数据上训练的单声道音频进行操作

• 非因果模型，在 48kHz 下对仅音乐数据训练的立体声音频进行操作

24 kHz 型号可压缩至 1.5、3、6、12 或 24 kbps，而 48 kHz 型号支持 3、6、12 和 24 kbps。 我们还为每个模型提供了一个预先训练的语言模型，它可以进一步压缩表示高达 40%，而不会损失任何质量。

3. vizier

Github Star：1.1K

OSS Vizier 是一个基于 Python 的黑盒优化和研究服务，基于 Google Vizier 实现，这是第一个大规模工作的超参数调优服务之一。

黑盒优化现在是机器学习、深度学习领域比较常用，且行之有效的优化算法，有很高的实用价值，建议可以看一下。

4. HiFiScan

Github Star：943

HiFiScan 的功能是帮助均衡音频系统，以获得最佳的音频质量。

它通过两种方式实现这一点：

• 手动：显示实时频率响应，峰谷可以交互式均衡

• 自动：测量频率响应并计算校正。 该校正默认为相位中性有限脉冲响应（FIR），可导入大多数均衡器程序

5. decompiler-explorer

Github Star：1.7K

Decompiler Explorer 是是一款将很多反编译器聚合在一起的 Web 前端。

这个 web 服务可以让我们比较不同的反编译器在小的可执行文件上的输出。

6. docquery

Github Star：1.6K

DocQuery 是一款命令行工具，可以轻松分析半结构化和非结构化文档（PDF，扫描图像等）。

这款工具底层用到了人工智能和大语言模型，只需要执行一个命令，它就可以自动解析 PDF、扫描图像，然后就可以通过对话方式获取到相关的信息。

可以把它类别成 ChatPDF，只不过，它功能更全面。

7. fastapi-best-practices

Github Star：5.7K

从名称也能够大致猜出它的内容，一个围绕 fastapi 练习展开的 Github 项目。

这里面包含了很多有关 fastapi 相关的资源和资料，都是日常开始中比较场景且实用的场景用法，通过阅读这个项目，可以大大提升 Python 的基础。

8 wtfis

Github Star：788

wtfis 是一个用 Python 实现的命令行工具，它使用各种 OSINT 服务收集有关域、网络或 IP 地址的信息。

与其他同类工具不同的是，它对用户非常友好，提供了漂亮（YMMV）且易于阅读和理解的结果。

此工具假设您使用的是免费层/社区级别帐户，因此尽可能少地调用 API，所以，资源占用低，速度非常快。

高考志愿、考研保研、职业规划、简历优化，欢迎加入《猴哥成长营》！

https://www.yuque.com/jackpop/ulig5a/srnochggbsa2eltw?singleDoc