依照2020年StackOverflow开发人员报告，Python是当今世界上最畅销的词汇众所周知，名列仅次Rust和TypeScript。更更让人吃惊的是，Python是开发人员最想试著的词汇。假如你是一名采用Python的开发人员，所以期望提升他们的技术水准，或是你想自学Python，所以你Auneuil对地方性了。责任编辑将为你奉上25个最差GitHub标识符库。
1、最差Python标识符库
Python开发天然资源六本：Python架构、库、应用软件和天然资源优选条目。
（https://github.com/vinta/awesome-python）
那个条目有英文版，他们从前专门针对所推荐过：
https://github.com/jobbole/awesome-python-cnPython天然资源优选条目2：精心设计甄选的几组Python架构、库、应用软件和天然资源条目。
（https://github.com/trananhkma/fucking-awesome-python）
Python优选插件：整整400个开放源码Python插件，按主轴陈列室，且附上采用apatite依照形式化统计数据聚合的标识符库、文件格式等镜像。
（https://github.com/mahmoud/awesome-python-applications）
Pytorch：与Pytorch有关的库，Pytorch是出名的标量与静态数学模型机器自学架构。
（https://github.com/bharathgs/Awesome-pytorch-list）
Python异步：精心设计挑选的Python异步架构、库、应用软件和天然资源清单。
（https://github.com/timofurrer/awesome-asyncio）
Jupyter：非常了不起的Jupyter项目、库和天然资源的清单。你可以利用Jupyter创建和共享包含实时标识符、方程式、可视化效果、文本等的Python文件格式。
（https://github.com/markusschanta/awesome-jupyter）
Python书单: 有关Python的最差书单！
（https://github.com/Junnplus/awesome-python-books）2、图书
Python指南：关于Python日常安装、配置和采用的最差实践手册，包括pip、numpy、virtualenv等的介绍。
（https://github.com/realpython/python-guide）
Python简明教程：面向初学者的Python教程，你只需要知道如何保存一个保存文责任编辑件即可开始自学。
（https://github.com/swaroopch/byte-of-python）
Cosmic Python：以python方式的插件架构模式来管理复杂性，OReilly的免费书籍！
（https://github.com/cosmicpython/book）
Python机器自学：该库包含经典的机器自学教程的Notebook标识符。
（https://github.com/rasbt/python-machine-learning-book-3rd-edition）3、面试问题
Python经典编程面试题：经典的Python编程面试问题集，请不要作弊！
（https://github.com/StBogdan/CTCI_python）
Python交互式编程题：采用Anki自学卡片提供了120多个持续更新、交互式、测试驱动的编程面试题。
（https://github.com/donnemartin/interactive-coding-challenges）
Python面试题集：Python面试中经常遇到的问题。
（https://github.com/sigmavirus24/python-interview-questions）
Python面试题集2：额外的300多个Python面试题。
（https://github.com/learning-zone/python-interview-questions）4、统计数据结构与算法
Python统计数据结构与算法：Python 3的统计数据结构与算法，最简单、最整洁的实现，已获1.8万颗星！
（https://github.com/keon/algorithms）
Udemy算法、统计数据结构与面试课程：该库中包含Udemy课程附带的notebook，可帮助你准备面试。
（https://github.com/jmportilla/Python-for-Algorithms–Data-Structures–and-Interviews）
Python算法：算法和统计数据结构的实现，快乐的自学！
（https://github.com/prakhar1989/Algorithms）5、Python天然资源
GitHub的Python趋势条目：GitHub提供的Python流行标识符库。
（https://github.com/trending/python）
PEP 8–Python样式指南检查器：该工具可以按照PEP 8样式约定检查你的Python标识符。
（https://github.com/treyhunner/pep8）
Google样式指南：Google推荐的Python样式指南。
（https://github.com/google/styleguide）
Python增强建议：Python增强建议，PEP官方索引。
（https://github.com/python/peps）6、自学Python
Python Koans：一个交互式的教程，可通过测试来自学Python，测试驱动开发的入门教程。
（https://github.com/gregmalcolm/python_koans）
基于项目的自学：面向项目的编程教程条目，包括构建网络抓取工具、插件机器人等。
（https://github.com/tuvtran/project-based-learning#python）
通过JupyterNotebook自学Python 3：通过一系列交互式Jupyter Notebook教你自学Python 3。
（https://github.com/jerry-git/learn-python3）英文:
https://thecarrots.io/blog/25-best-github-repos-for-python-developers
