Python是当下最热门的编程语言之一。

学会Python之后，我们可以利用它来做很多事情。

本期，老K就要分享那些Python可以实现的功能以及相应的小项目。

一起来看看都有哪些功能吧。

一、制作游戏

Python可以做游戏，而且做出来的游戏，除了3D渲染可能不太行，其它各方面效果还不错！

以下是几个小项目：

1.1 pyxel

• url: github.com/kitao/pyxel
• star: 11000

这是一个基于 Python 编程程语言实现的复古游戏引擎。

示例代码：

# 代码中导入 Pyxel 模块后
import pyxel
# 首先使用 init 函数指定窗口大小
pyxel.init(160, 120)

def update():
    if pyxel.btnp(pyxel.KEY_Q):
        pyxel.quit()

def draw():
    pyxel.cls(0)
    pyxel.rect(10, 10, 20, 20, 11)
# 最后然后使用 run 函数启动 Pyxel 应用程序
pyxel.run(update, draw)

1.2 pygame

• url: github.com/pygame/pygame
• star: 5600

这个项目是用来开发游戏的Python库。

Pygame已经持续更新多年，网上的教程和资料十分充足，虽然在游戏开发领域Python只是个弟弟，但如果只是用这个库开发个2D小游戏还是很顺手的。

推荐给想用Python写个小游戏的朋友。

1.3 PyBoy

• url: github.com/Baekalfen/PyBoy
• star: 3700

Python写的GameBoy模拟器。不仅可以用来怀念童年，还能用这个库写“外挂”，之前虐你千百遍的游戏，现在用 Python 找回场子，放学别走，学校门口见！

示例代码：

from pyboy import PyBoy
pyboy = PyBoy('ROMs/gamerom.gb')
while not pyboy.tick():
    pass

二、 数据分析

数据分析是Python常见的应用领域之一，涉及数据分析的实际场景也很多。

数据分析的形式多种多样，有数据清洗、数据治理、数据可视化等更多细分领域，是一个可以深挖的应用常见。

以下分享几个小项目：

2.1 superset

• url: github.com/apache/superset
• star: 50000

企业级的数据探索、展示平台。功能很强大，可以用来做数据分析、展示。如下图：

2.2 dash

• url: github.com/plotly/dash
• star: 18000

一款只用几百行 Python 代码就可以轻易实现数据分析可视化的利器，是目前 Python 社区数据可视化主要的工具之一。

具有：使用简单、易于扩展、开发团队活跃等特点。

2.3 altair

• url: github.com/altair-viz/altair
• star: 8000

强大的数据可视化 Python 库。支持多种数据展示方式、接口简单、效果炫酷，示例代码和效果如下：

import altair as alt
from vega_datasets import data

source = data.cars()
brush = alt.selection(type='interval')
points = alt.Chart(source).mark_point().encode(
    x='Horsepower',
    y='Miles_per_Gallon',
    color=alt.condition(brush, 'Origin', alt.value('lightgray'))
).add_selection(
    brush
)

bars = alt.Chart(source).mark_bar().encode(
    y='Origin',
    color='Origin',
    x='count(Origin)'
).transform_filter(
    brush
)

points & bars

三、 处理图像

Python还可以对图形进行各种处理，这种处理不仅限于图片，也包括视频，是离日常应用非常近的应用，也有很多新兴企业是基于这些业务场景发展起来的。

以下是几个小项目：

3.1 Real-ESRGAN

• url: github.com/xinntao/Real-ESRGAN
• star: 17000

图像超分辨率模型，修复漫画图像的效果惊艳。通过 AI 技术将低分辨率、模糊的图像修复成高清图像，可用于图像放大和提升质量。基于它实现的桌面工具，还有可以直接使用的 Python 脚本，快去试试效果吧

3.2 diagrams

• url: github.com/mingrammer/diagrams
• star: 28000

用 Python 代码图解系统架构。

程序员在做技术方案的时候，系统架构图是必不可少的。该项目将绘制架构图时所需的图标，封装成了对应的类极易调用，文档还提供了丰富的示例，让你分分钟就能上手，轻松用 Python 快速绘制出一份精美且清晰的架构图，这样不仅能省去拖拽调整连线的步骤，而且代码还可以复用，以便应对不断迭代升级的架构。

with Diagram("Advanced Web Service with On-Premise", show=False):
    ingress = Nginx("ingress")

    metrics = Prometheus("metric")
    metrics << Grafana("monitoring")

    with Cluster("Service Cluster"):
        grpcsvc = [
            Server("grpc1"),
            Server("grpc2"),
            Server("grpc3")]

    with Cluster("Sessions HA"):
        primary = Redis("session")
        primary - Redis("replica") << metrics
        grpcsvc >> primary

    with Cluster("Database HA"):
        primary = PostgreSQL("users")
        primary - PostgreSQL("replica") << metrics
        grpcsvc >> primary

    aggregator = Fluentd("logging")
    aggregator >> Kafka("stream") >> Spark("analytics")

    ingress >> grpcsvc >> aggregator

3.3 AugLy

• url: github.com/facebookresearch/AugLy
• star: 4600

Facebook 开源的一个数据增强 Python 库。该库目前支持音频、图像、文本和视频四种模式，一方面可以用现实数据对数据进行增强，另一方面还可以检测出相似内容，消除重复数据带来的干扰。

四、 文档处理

自从Python的广泛应用，已经有越来越多的人开始用Python来完成之前Office负责的工作了，这里包括邮件、文档等的处理。

再分享几个小项目：

4.1 MrDoc

• url: github.com/zmister2016/MrDoc
• star: 2300

一个基于 Python 开发的在线文档系统。支持 Markdown 语法、文集分类、科学公式、流程图、思维导图等内容。清爽的阅读界面，还可以把内容打包导出为 Markdown 文件、EPUB 文件、PDF 文件。

适合作为个人和小型团队的私有文档服务。

4.2 OCRmyPDF

• url: github.com/ocrmypdf/OCRmyPDF
• star: 7900

可以把 PDF 文件变成可搜索文件的工具。

它使用 Tesseract OCR 引擎，将 PDF 的内容识别成文本，然后给 PDF 文件增加 OCR 文本层。从而实现可搜索和复制 PDF 的内容，已支持 100 多种语言。

4.3 python-mini-projects

• url: github.com/Python-World/python-mini-projects
• star: 12000

一个简单的 Python 迷你脚本集合。虽然代码简单但其中不乏实用的 Python 脚本，比如图片添加水印、批量下载图片、发送电子邮件、定时截屏等。

五、 制作动画

无所不能的Python，甚至可以帮你完成简单的动画制作，这里有几个不错的项目分享：

5.1 manim

• url: github.com/3b1b/manim
• star: 49000

一个生成数学教学视频的动画引擎。它用编程的方式创建精美的数学动画，让数学更加易懂。效果如 3Blue1Brown 的视频中所展示的那样，效果炫酷。但要学会和用好这个工具需要花些精力。

5.2 PathPlanning

• url: github.com/zhm-real/PathPlanning
• star: 5100

常见的路径规划算法集合。项目包含了 Python 代码实现、运行过程动画以及相关论文。

5.3 vardbg

• url: github.com/CCExtractor/vardbg
• star: 1000

一款能够把 Python 程序执行过程，导出成视频或动图的代码调试工具。可用于动画学算法、制作代码讲解视频等场景。

六、 开发网站

这是任何一种编程语言都应该具备的能力，Python当然也不例外！

Python有着大量实用、高效的网站开发框架，主流的有Flask、Django等。

6.1 reddit

• url: github.com/reddit-archive/reddit
• star: 16000

reddit.com 网站的源码，通过这个项目，可以学习 Python 在构建大型项目中的使用、项目结构、代码风格、Python 技巧的使用方法等。

6.2 ArchiveBox

• url: github.com/ArchiveBox/ArchiveBox
• star: 15000

基于 Python 实现的网站归档平台。就是可以自动把网页（HTML、PDF、图片等）变成静态页面，下载到本地存储和管理的工具。可以用来做镜像站、档案馆、离线阅读等。

6.3 pinry

• url: github.com/pinry/pinry
• star: 2700

分享图片的开源网站。该项目前后端分离采用 Vue.js + Django 等技术栈，网站以平铺的方式展示图片，支持浏览、上传和搜索图片以及管理后台、个人页、增加标签等功能。

七、 人工智能

最后提到的是人工智能，这也是Python能站上这一轮编程语言风口上的原因。现实中有太多人工智能算法应用到的场景了。

大致分一下类可以归纳以下几种：计算机视觉、自然语言处理、结构数据挖掘、推荐系统等。

7.1 annoy

• url: github.com/spotify/annoy
• star: 11000

用于近似最近邻搜索的算法库。近似最近邻(ANN)方法是指一系列解决最近邻查找问题的近似算法，多用于内容推荐、搜索等场景。该项目是封装好的 C++/Python Annoy 算法库。Annoy 是用树为数据结构的 ANN 算法实现，它通过随机投影创建二叉树构建索引提升查询效率，采用优先队列和“森林”查询方法提高准确率，实现海量数据下的实时搜索。

from annoy import AnnoyIndex
import random

f = 40  # Length of item vector that will be indexed

t = AnnoyIndex(f, 'angular')
for i in range(1000):
    v = [random.gauss(0, 1) for z in range(f)]
    t.add_item(i, v)

t.build(10) # 10 trees
t.save('test.ann')

# ...

u = AnnoyIndex(f, 'angular')
u.load('test.ann') # super fast, will just mmap the file
print(u.get_nns_by_item(0, 1000)) # will find the 1000 nearest neighbors

7.2 scikit-opt

• url: github.com/guofei9987/scikit-opt
• star: 3700

一个封装了 7 种启发式算法的 Python 代码库。分别是：差分进化算法、遗传算法、粒子群算法、模拟退火算法、蚁群算法、鱼群算法、免疫优化算法，示例代码：

from sko.GA import GA_TSP

ga_tsp = GA_TSP(func=cal_total_distance, n_dim=num_points, size_pop=50, max_iter=500, prob_mut=1)
best_points, best_distance = ga_tsp.run()

7.3 snake

• url: github.com/chuyangliu/snake
• star: 1400

贪吃蛇游戏 AI 版，通过算法实现让小蛇通过吃豆，最后蛇的身体填满整个地图算结束。该项目详细描述实现思想以及相关算法的讨论

暂时先分享到这里啦。

分享的这些项目仅作抛砖引玉，更多的应用场景，需要你自己动手发现！

感谢你看到这里，离开之前记得点赞哦。

结束语

我是@老K玩代码，专注于编程开发的经验总结和项目分享，对编程有兴趣、正在学习编程的同学可以关注我。

#头条创作挑战赛#