GitHub上8个有意思的项目

分享8个有意思的Github项目。包含不同的编程语言和形式，平时学习或者工作遇到瓶颈，可以试试这些项目放松、调整一下。

一、wtfpython

• url: https://github.com/satwikkansal/wtfpython
• star: 32000
• fork: 2500
• watch: 763

这个项目介绍了一些有趣而又鲜为人知的Python特性，集合了大量代码片段。

中文网址：https://github.com/robertparley/wtfpython-cn

二、cascadia-code

• url: https://github.com/microsoft/cascadia-code
• star: 21000
• fork: 704
• watch: 242

这是微软开源的一个项目，能将输出的字符组合成等宽的新字形。组合效果如下：

三、p5.js

• url: https://github.com/processing/p5.js
• star: 18000
• fork: 2700
• watch: 493

这是一个 JavaScript 创意编程库，可以用来绘图、实现艺术创意等。只要会JS代码就可以用它画出许多有趣的图形和内容。文档齐全能够快速上手，还有在线编辑器。

官网：https://p5js.org/

示例代码：

function setup() {
  createCanvas(640, 480);
}

function draw() {
  if (mouseIsPressed) {
    fill(0);
  } else {
    fill(255);
  }
  ellipse(mouseX, mouseY, 80, 80);
}

四、python-small-examples

• url: https://github.com/jackzhenguo/python-small-examples
• star: 7200
• fork: 1700
• watch: 284

有趣且实用的Python代码示例合集。涉及到各种Python基础小技巧、文件操作、机器学习、绘图等内容示例。

代码如下：

# pyecharts 绘制水球图示例
from pyecharts import options as opts
from pyecharts.charts import Liquid, Page
from pyecharts.globals import SymbolType

def liquid() -> Liquid:
    c = (
        Liquid()
        .add("lq", [0.67, 0.30, 0.15])
        .set_global_opts(title_opts=opts.TitleOpts(title="Liquid"))
    )
    return c

liquid().render('./img/liquid.html')

五、adarkroom

• url: https://github.com/doublespeakgames/adarkroom
• star: 6000
• fork: 1500
• watch: 265

这是一款有趣的文字冒险类游戏。支持中文，能在浏览器、iOS 和 Android 设备上运行。

在线试玩地址：http://adarkroom.doublespeakgames.com/

六、ElectronBot

• url: https://github.com/peng-zhihui/ElectronBot
• star: 5600
• fork: 1400
• watch: 187

B站大神稚辉君自制的桌面级小机器人。它具备USB通信显示画面功能和手势识别及人体关键节点检测。这里的全部开发资料和SDK，可以让你也制作出一个这样的机器人

七、AIAlpha

• url: https://github.com/VivekPa/AIAlpha
• star: 1400
• fork: 426
• watch: 128

使用机器学习来预测股票，有趣的项目。可以用它来试着对比一下股票。

运行步骤如下：

git clone https://github.com/VivekPa/AlphaAI.git
cd AlphaAI
pip install -r requirements.txt
python run.py

八、DeepMoji

• url: https://github.com/bfelbo/DeepMoji
• star: 1400
• fork: 312
• watch: 51

通过NLP自然语言处理技术，将自然语言文本转化成 emoji 表情图。首先通过机器学习了解文字表达的情感，然后返回几个感情相近的emoji表情。该项目是机器学习的练手项目，易于学习，包含了机器学习项目该有的大部分内容，比如：实例、模型、数据、测试、源码等。