中企动力 > 商学院 > officetoolkit
  • ?

    Python常用库大全

    疏离

    展开

    环境管理

    管理 Python 版本和环境的工具

    p – 非常简单的交互式 python 版本管理工具。 pyenv – 简单的 Python 版本管理工具。 Vex – 可以在虚拟环境中执行命令。 virtualenv – 创建独立 Python 环境的工具。 virtualenvwrapper- virtualenv 的一组扩展。 包管理

    管理包和依赖的工具。

    pip – Python 包和依赖关系管理工具。 pip-tools – 保证 Python 包依赖关系更新的一组工具。 conda – 跨平台,Python 二进制包管理工具。 Curdling – 管理 Python 包的命令行工具。 wheel – Python 分发的新标准,意在取代 eggs。 包仓库

    本地 PyPI 仓库服务和代理。

    warehouse – 下一代 PyPI。 Warehousebandersnatch – PyPA 提供的 PyPI 镜像工具。 devpi – PyPI 服务和打包/测试/分发工具。 localshop – 本地 PyPI 服务(自定义包并且自动对 PyPI 镜像)。 分发

    打包为可执行文件以便分发。

    PyInstaller – 将 Python 程序转换成独立的执行文件(跨平台)。 dh-virtualenv – 构建并将 virtualenv 虚拟环境作为一个 Debian 包来发布。 Nuitka – 将脚本、模块、包编译成可执行文件或扩展模块。 py2app – 将 Python 脚本变为独立软件包(Mac OS X)。 py2exe – 将 Python 脚本变为独立软件包(Windows)。 pynsist – 一个用来创建 Windows 安装程序的工具,可以在安装程序中打包 Python本身。 构建工具

    将源码编译成软件。

    buildout – 一个构建系统,从多个组件来创建,组装和部署应用。 BitBake – 针对嵌入式 Linux 的类似 make 的构建工具。 fabricate – 对任何语言自动找到依赖关系的构建工具。 PlatformIO – 多平台命令行构建工具。 PyBuilder – 纯 Python 实现的持续化构建工具。 SCons – 软件构建工具。 交互式解析器

    交互式 Python 解析器。

    IPython – 功能丰富的工具,非常有效的使用交互式 Python。 bpython- 界面丰富的 Python 解析器。 ptpython – 高级交互式Python解析器, 构建于python-prompt-toolkit 之上。 文件

    文件管理和 MIME(多用途的网际邮件扩充协议)类型检测。

    imghdr – (Python 标准库)检测图片类型。 mimetypes – (Python 标准库)将文件名映射为 MIME 类型。 path.py – 对 os.path 进行封装的模块。 pathlib – (Python3.4+ 标准库)跨平台的、面向对象的路径操作库。 python-magic- 文件类型检测的第三方库 libmagic 的 Python 接口。 Unipath- 用面向对象的方式操作文件和目录 watchdog – 管理文件系统事件的 API 和 shell 工具 日期和时间

    操作日期和时间的类库。

    arrow- 更好的 Python 日期时间操作类库。 Chronyk – Python 3 的类库,用于解析手写格式的时间和日期。 dateutil – Python datetime 模块的扩展。 delorean- 解决 Python 中有关日期处理的棘手问题的库。 moment – 一个用来处理时间和日期的Python库。灵感来自于Moment.js。 PyTime – 一个简单易用的Python模块,用于通过字符串来操作日期/时间。 pytz – 现代以及历史版本的世界时区定义。将时区数据库引入Python。 when.py – 提供用户友好的函数来帮助用户进行常用的日期和时间操作。 文本处理

    用于解析和操作文本的库。

    通用 chardet – 字符编码检测器,兼容 Python2 和 Python3。 difflib – (Python 标准库)帮助我们进行差异化比较。 ftfy – 让Unicode文本更完整更连贯。 fuzzywuzzy – 模糊字符串匹配。 Levenshtein – 快速计算编辑距离以及字符串的相似度。 pangu.py – 在中日韩语字符和数字字母之间添加空格。 pyfiglet -figlet 的 Python实现。 shortuuid – 一个生成器库,用以生成简洁的,明白的,URL 安全的 UUID。 unidecode – Unicode 文本的 ASCII 转换形式 。 uniout – 打印可读的字符,而不是转义的字符串。 xpinyin – 一个用于把汉字转换为拼音的库。 Slug化 awesome-slugify – 一个 Python slug 化库,可以保持 Unicode。 python-slugify – Python slug 化库,可以把 unicode 转化为 ASCII。 unicode-slugify – 一个 slug 工具,可以生成 unicode slugs ,需要依赖 Django 。 解析器 phonenumbers – 解析,格式化,储存,验证电话号码。 PLY – lex 和 yacc 解析工具的 Python 实现。 Pygments – 通用语法高亮工具。 pyparsing – 生成通用解析器的框架。 python-nameparser – 把一个人名分解为几个独立的部分。 python-user-agents – 浏览器 user agent 解析器。 sqlparse – 一个无验证的 SQL 解析器。 特殊文本格式处理

    一些用来解析和操作特殊文本格式的库。

    通用 tablib – 一个用来处理中表格数据的模块。 Office Marmir – 把输入的Python 数据结构转换为电子表单。 openpyxl – 一个用来读写 Excel 2010 xlsx/xlsm/xltx/xltm 文件的库。 python-docx – 读取,查询以及修改 Microsoft Word 2007/2008 docx 文件。 unoconv – 在 LibreOffice/OpenOffice 支持的任意文件格式之间进行转换。 XlsxWriter – 一个用于创建 Excel .xlsx 文件的 Python 模块。 xlwings – 一个使得在 Excel 中方便调用 Python 的库(反之亦然),基于 BSD 协议。 xlwt / xlrd – 读写 Excel 文件的数据和格式信息。 relatorio – 模板化OpenDocument 文件。 PDF PDFMiner – 一个用于从PDF文档中抽取信息的工具。 PyPDF2 – 一个可以分割,合并和转换 PDF 页面的库。 ReportLab – 快速创建富文本 PDF 文档。 Markdown Mistune – 快速并且功能齐全的纯 Python 实现的 Markdown 解析器。 Python-Markdown – John Gruber’s Markdown 的 Python 版实现。 YAML PyYAML – Python 版本的 YAML 解析器。 CSV csvkit – 用于转换和操作 CSV 的工具。 Archive unp – 一个用来方便解包归档文件的命令行工具。 自然语言处理

    用来处理人类语言的库。

    NLTK – 一个先进的平台,用以构建处理人类语言数据的 Python 程序。 jieba – 中文分词工具。 langid.py – 独立的语言识别系统。 Pattern – Python 网络信息挖掘模块。 SnowNLP – 一个用来处理中文文本的库。 TextBlob – 为进行普通自然语言处理任务提供一致的 API。 TextGrocery – 一简单高效的短文本分类工具,基于 LibLinear 和 Jieba。 文档

    用以生成项目文档的库。

    Sphinx – Python 文档生成器。 awesome-sphinxdoc MkDocs – 对 Markdown 友好的文档生成器。 pdoc – 一个可以替换Epydoc 的库,可以自动生成 Python 库的 API 文档。 Pycco – 文学编程(literate-programming)风格的文档生成器。 配置

    用来保存和解析配置的库。

    config – logging 模块作者写的分级配置模块。 ConfigObj – INI 文件解析器,带验证功能。 ConfigParser – (Python 标准库) INI 文件解析器。 profig – 通过多种格式进行配置,具有数值转换功能。 python-decouple – 将设置和代码完全隔离。 命令行工具

    用于创建命令行程序的库。

    命令行程序开发 cement – Python 的命令行程序框架。 click – 一个通过组合的方式来创建精美命令行界面的包。 cliff – 一个用于创建命令行程序的框架,可以创建具有多层命令的命令行程序。 clint – Python 命令行程序工具。 colorama – 跨平台彩色终端文本。 docopt – Python 风格的命令行参数解析器。 Gooey – 一条命令,将命令行程序变成一个 GUI 程序。 python-prompt-toolkit – 一个用于构建强大的交互式命令行程序的库。 生产力工具 aws-cli – Amazon Web Services 的通用命令行界面。 bashplotlib – 在终端中进行基本绘图。 caniusepython3 – 判断是哪个项目妨碍你你移植到 Python 3。 cookiecutter – 从 cookiecutters(项目模板)创建项目的一个命令行工具。 doitlive – 一个用来在终端中进行现场演示的工具。 howdoi – 通过命令行获取即时的编程问题解答。 httpie – 一个命令行HTTP 客户端,cURL 的替代品,易用性更好。 PathPicker – 从bash输出中选出文件。 percol – 向UNIX shell 传统管道概念中加入交互式选择功能。 SAWS – 一个加强版的 AWS 命令行。 thefuck – 修正你之前的命令行指令。 mycli – 一个 MySQL 命令行客户端,具有自动补全和语法高亮功能。 pgcli – Postgres 命令行工具,具有自动补全和语法高亮功能。 下载器

    用来进行下载的库.

    s3cmd – 一个用来管理Amazon S3 和 CloudFront 的命令行工具。 s4cmd – 超级 S3 命令行工具,性能更加强劲。 you-get – 一个 YouTube/Youku/Niconico 视频下载器,使用 Python3 编写。 youtube-dl – 一个小巧的命令行程序,用来下载 YouTube 视频。 图像处理

    用来操作图像的库.

    pillow – Pillow 是一个更加易用版的 PIL。 hmap – 图像直方图映射。 imgSeek – 一个使用视觉相似性搜索一组图片集合的项目。 nude.py – 裸体检测。 pyBarcode – 不借助 PIL 库在 Python 程序中生成条形码。 pygram – 类似 Instagram 的图像滤镜。 python-qrcode – 一个纯 Python 实现的二维码生成器。 Quads – 基于四叉树的计算机艺术。 scikit-image – 一个用于(科学)图像处理的 Python 库。 thumbor – 一个小型图像服务,具有剪裁,尺寸重设和翻转功能。 wand – MagickWand的Python 绑定。MagickWand 是 ImageMagick的 C API 。 OCR

    光学字符识别库。

    pyocr – Tesseract 和 Cuneiform 的一个封装(wrapper)。 pytesseract – Google Tesseract OCR 的另一个封装(wrapper)。 python-tesseract – Google Tesseract OCR 的一个包装类。 音频

    用来操作音频的库

    audiolazy -Python 的数字信号处理包。 audioread – 交叉库 (GStreamer + Core Audio + MAD + FFmpeg) 音频解码。 beets – 一个音乐库管理工具及 MusicBrainz 标签添加工具 dejavu – 音频指纹提取和识别 django-elastic-transcoder – Django + Amazon Elastic Transcoder。 eyeD3 – 一个用来操作音频文件的工具,具体来讲就是包含 ID3 元信息的 MP3 文件。 id3reader – 一个用来读取 MP3 元数据的 Python 模块。 m3u8 – 一个用来解析 m3u8 文件的模块。 mutagen – 一个用来处理音频元数据的 Python 模块。 pydub – 通过简单、简洁的高层接口来操作音频文件。 pyechonest – Echo Nest API 的 Python 客户端 talkbox – 一个用来处理演讲/信号的 Python 库 TimeSide – 开源 web 音频处理框架。 tinytag – 一个用来读取MP3, OGG, FLAC 以及 Wave 文件音乐元数据的库。 mingus – 一个高级音乐理论和曲谱包,支持 MIDI 文件和回放功能。 视频

    用来操作视频和GIF的库。

    moviepy – 一个用来进行基于脚本的视频编辑模块,适用于多种格式,包括动图 GIFs。 scikit-video – SciPy 视频处理常用程序。 地理位置

    地理编码地址以及用来处理经纬度的库。

    GeoDjango – 世界级地理图形 web 框架。 GeoIP – MaxMind GeoIP Legacy 数据库的 Python API。 geojson – GeoJSON 的 Python 绑定及工具。 geopy – Python 地址编码工具箱。 pygeoip – 纯 Python GeoIP API。 django-countries – 一个 Django 应用程序,提供用于表格的国家选择功能,国旗图标静态文件以及模型中的国家字段。 HTTP

    使用HTTP的库。

    requests – 人性化的HTTP请求库。 grequests – requests 库 + gevent ,用于异步 HTTP 请求. httplib2 – 全面的 HTTP 客户端库。 treq – 类似 requests 的Python API 构建于 Twisted HTTP 客户端之上。 urllib3 – 一个具有线程安全连接池,支持文件 post,清晰友好的 HTTP 库。 数据库

    Python实现的数据库。

    pickleDB – 一个简单,轻量级键值储存数据库。 PipelineDB – 流式 SQL 数据库。 TinyDB – 一个微型的,面向文档型数据库。 ZODB – 一个 Python 原生对象数据库。一个键值和对象图数据库。 数据库驱动

    用来连接和操作数据库的库。

    MySQL – awesome-mysql系列 mysql-python – Python 的 MySQL 数据库连接器。 mysqlclient – mysql-python 分支,支持 Python 3。 oursql – 一个更好的 MySQL 连接器,支持原生预编译指令和 BLOBs. PyMySQL – 纯 Python MySQL 驱动,兼容 mysql-python。 PostgreSQL psycopg2 – Python 中最流行的 PostgreSQL 适配器。 queries – psycopg2 库的封装,用来和 PostgreSQL 进行交互。 txpostgres – 基于 Twisted 的异步 PostgreSQL 驱动。 其他关系型数据库 apsw – 另一个 Python SQLite封装。 dataset – 在数据库中存储Python字典 – 可以协同SQLite,MySQL,和 PostgreSQL工作。 pymssql- 一个简单的Microsoft SQL Server数据库接口。 NoSQL 数据库 cassandra-python-driver – Cassandra 的 Python 驱动。 HappyBase – 一个为 Apache HBase 设计的,对开发者友好的库。 Plyvel – 一个快速且功能丰富的 LevelDB 的 Python 接口。 py2neo – Neo4j restful 接口的Python 封装客户端。 pycassa – Cassandra 的 Python Thrift 驱动。 PyMongo – MongoDB 的官方 Python 客户端。 redis-py – Redis 的 Python 客户端。 telephus – 基于 Twisted 的 Cassandra 客户端。 txRedis – 基于 Twisted 的 Redis 客户端。 ORM

    实现对象关系映射或数据映射技术的库。

    关系型数据库 Django Models – Django 的一部分。 SQLAlchemy – Python SQL 工具以及对象关系映射工具。 awesome-sqlalchemy系列 Peewee – 一个小巧,富有表达力的 ORM。 PonyORM – 提供面向生成器的 SQL 接口的 ORM。 python-sql – 编写 Python 风格的 SQL 查询。 NoSQL 数据库 django-mongodb-engine – Django MongoDB 后端。 PynamoDB – Amazon DynamoDB 的一个 Python 风格接口。 flywheel – Amazon DynamoDB 的对象映射工具。 MongoEngine – 一个Python 对象文档映射工具,用于 MongoDB。 hot-redis – 为 Redis 提供 Python 丰富的数据类型。 redisco – 一个 Python 库,提供可以持续存在在 Redis 中的简单模型和容器。 其他 butterdb – Google Drive 电子表格的 Python ORM。 Web 框架

    全栈 web 框架。

    Django – Python 界最流行的 web 框架。 awesome-django系列 Flask – 一个 Python 微型框æ...

  • ?

    Python资源大全,让你相见恨晚的Python库!

    月月鸟

    展开

    环境管理

    管理 Python 版本和环境的工具

    p – 非常简单的交互式 python 版本管理工具。pyenv – 简单的 Python 版本管理工具。Vex – 可以在虚拟环境中执行命令。virtualenv – 创建独立 Python 环境的工具。virtualenvwrapper– virtualenv 的一组扩展。

    包管理

    管理包和依赖的工具。

    pip – Python 包和依赖关系管理工具。pip-tools – 保证 Python 包依赖关系更新的一组工具。conda – 跨平台,Python 二进制包管理工具。Curdling – 管理 Python 包的命令行工具。wheel – Python 分发的新标准,意在取代 eggs。

    包仓库

    本地 PyPI 仓库服务和代理。

    warehouse – 下一代 PyPI。Warehouse bandersnatch – PyPA 提供的 PyPI 镜像工具。devpi – PyPI 服务和打包/测试/分发工具。localshop – 本地 PyPI 服务(自定义包并且自动对 PyPI 镜像)。

    分发

    打包为可执行文件以便分发。

    PyInstaller – 将 Python 程序转换成独立的执行文件(跨平台)。dh-virtualenv – 构建并将 virtualenv 虚拟环境作为一个 Debian 包来发布。Nuitka – 将脚本、模块、包编译成可执行文件或扩展模块。py2app – 将 Python 脚本变为独立软件包(Mac OS X)。py2exe – 将 Python 脚本变为独立软件包(Windows)。pynsist – 一个用来创建 Windows 安装程序的工具,可以在安装程序中打包 Python本身。

    构建工具

    将源码编译成软件。

    buildout – 一个构建系统,从多个组件来创建,组装和部署应用。BitBake – 针对嵌入式 Linux 的类似 make 的构建工具。fabricate – 对任何语言自动找到依赖关系的构建工具。PlatformIO – 多平台命令行构建工具。PyBuilder – 纯 Python 实现的持续化构建工具。SCons – 软件构建工具。

    交互式解析器

    交互式 Python 解析器。

    IPython – 功能丰富的工具,非常有效的使用交互式 Python。bpython– 界面丰富的 Python 解析器。ptpython – 高级交互式Python解析器, 构建于python-prompt-toolkit 之上。

    文件

    文件管理和 MIME(多用途的网际邮件扩充协议)类型检测。

    imghdr – (Python 标准库)检测图片类型。mimetypes – (Python 标准库)将文件名映射为 MIME 类型。path.py – 对 os.path 进行封装的模块。pathlib – (Python3.4+ 标准库)跨平台的、面向对象的路径操作库。python-magic– 文件类型检测的第三方库 libmagic 的 Python 接口。Unipath– 用面向对象的方式操作文件和目录watchdog – 管理文件系统事件的 API 和 shell 工具

    日期和时间

    操作日期和时间的类库。

    arrow– 更好的 Python 日期时间操作类库。Chronyk – Python 3 的类库,用于解析手写格式的时间和日期。dateutil – Python datetime 模块的扩展。delorean– 解决 Python 中有关日期处理的棘手问题的库。moment – 一个用来处理时间和日期的Python库。灵感来自于Moment.js。PyTime – 一个简单易用的Python模块,用于通过字符串来操作日期/时间。pytz – 现代以及历史版本的世界时区定义。将时区数据库引入Python。when.py – 提供用户友好的函数来帮助用户进行常用的日期和时间操作。

    文本处理

    用于解析和操作文本的库。

    通用chardet – 字符编码检测器,兼容 Python2 和 Python3。difflib – (Python 标准库)帮助我们进行差异化比较。ftfy – 让Unicode文本更完整更连贯。fuzzywuzzy – 模糊字符串匹配。Levenshtein – 快速计算编辑距离以及字符串的相似度。pangu.py – 在中日韩语字符和数字字母之间添加空格。pyfiglet -figlet 的 Python实现。shortuuid – 一个生成器库,用以生成简洁的,明白的,URL 安全的 UUID。unidecode – Unicode 文本的 ASCII 转换形式 。uniout – 打印可读的字符,而不是转义的字符串。xpinyin – 一个用于把汉字转换为拼音的库。Slug化awesome-slugify – 一个 Python slug 化库,可以保持 Unicode。python-slugify – Python slug 化库,可以把 unicode 转化为 ASCII。unicode-slugify – 一个 slug 工具,可以生成 unicode slugs ,需要依赖 Django 。解析器phonenumbers – 解析,格式化,储存,验证电话号码。PLY – lex 和 yacc 解析工具的 Python 实现。Pygments – 通用语法高亮工具。pyparsing – 生成通用解析器的框架。python-nameparser – 把一个人名分解为几个独立的部分。python-user-agents – 浏览器 user agent 解析器。sqlparse – 一个无验证的 SQL 解析器。

    特殊文本格式处理

    一些用来解析和操作特殊文本格式的库。

    通用tablib – 一个用来处理中表格数据的模块。OfficeMarmir – 把输入的Python 数据结构转换为电子表单。openpyxl – 一个用来读写 Excel 2010 xlsx/xlsm/xltx/xltm 文件的库。python-docx – 读取,查询以及修改 Microsoft Word 2007/2008 docx 文件。unoconv – 在 LibreOffice/OpenOffice 支持的任意文件格式之间进行转换。XlsxWriter – 一个用于创建 Excel .xlsx 文件的 Python 模块。xlwings – 一个使得在 Excel 中方便调用 Python 的库(反之亦然),基于 BSD 协议。xlwt / xlrd – 读写 Excel 文件的数据和格式信息。relatorio – 模板化OpenDocument 文件。PDFPDFMiner – 一个用于从PDF文档中抽取信息的工具。PyPDF2 – 一个可以分割,合并和转换 PDF 页面的库。ReportLab – 快速创建富文本 PDF 文档。MarkdownMistune – 快速并且功能齐全的纯 Python 实现的 Markdown 解析器。Python-Markdown – John Gruber’s Markdown 的 Python 版实现。YAMLPyYAML – Python 版本的 YAML 解析器。CSVcsvkit – 用于转换和操作 CSV 的工具。Archiveunp – 一个用来方便解包归档文件的命令行工具。

    自然语言处理

    用来处理人类语言的库。

    NLTK – 一个先进的平台,用以构建处理人类语言数据的 Python 程序。jieba – 中文分词工具。langid.py – 独立的语言识别系统。Pattern – Python 网络信息挖掘模块。SnowNLP – 一个用来处理中文文本的库。TextBlob – 为进行普通自然语言处理任务提供一致的 API。TextGrocery – 一简单高效的短文本分类工具,基于 LibLinear 和 Jieba。

    文档

    用以生成项目文档的库。

    Sphinx – Python 文档生成器。awesome-sphinxdocMkDocs – 对 Markdown 友好的文档生成器。pdoc – 一个可以替换Epydoc 的库,可以自动生成 Python 库的 API 文档。Pycco – 文学编程(literate-programming)风格的文档生成器。

    配置

    用来保存和解析配置的库。

    config – logging 模块作者写的分级配置模块。ConfigObj – INI 文件解析器,带验证功能。ConfigParser – (Python 标准库) INI 文件解析器。profig – 通过多种格式进行配置,具有数值转换功能。python-decouple – 将设置和代码完全隔离。

    命令行工具

    用于创建命令行程序的库。

    命令行程序开发cement – Python 的命令行程序框架。click – 一个通过组合的方式来创建精美命令行界面的包。cliff – 一个用于创建命令行程序的框架,可以创建具有多层命令的命令行程序。clint – Python 命令行程序工具。colorama – 跨平台彩色终端文本。docopt – Python 风格的命令行参数解析器。Gooey – 一条命令,将命令行程序变成一个 GUI 程序。python-prompt-toolkit – 一个用于构建强大的交互式命令行程序的库。生产力工具aws-cli – Amazon Web Services 的通用命令行界面。bashplotlib – 在终端中进行基本绘图。caniusepython3 – 判断是哪个项目妨碍你你移植到 Python 3。cookiecutter – 从 cookiecutters(项目模板)创建项目的一个命令行工具。doitlive – 一个用来在终端中进行现场演示的工具。howdoi – 通过命令行获取即时的编程问题解答。httpie – 一个命令行HTTP 客户端,cURL 的替代品,易用性更好。PathPicker – 从bash输出中选出文件。percol – 向UNIX shell 传统管道概念中加入交互式选择功能。SAWS – 一个加强版的 AWS 命令行。thefuck – 修正你之前的命令行指令。mycli – 一个 MySQL 命令行客户端,具有自动补全和语法高亮功能。pgcli – Postgres 命令行工具,具有自动补全和语法高亮功能。

    下载器

    用来进行下载的库.

    s3cmd – 一个用来管理Amazon S3 和 CloudFront 的命令行工具。s4cmd – 超级 S3 命令行工具,性能更加强劲。you-get – 一个 YouTube/Youku/Niconico 视频下载器,使用 Python3 编写。youtube-dl – 一个小巧的命令行程序,用来下载 YouTube 视频。

    图像处理

    用来操作图像的库.

    pillow – Pillow 是一个更加易用版的 PIL。hmap – 图像直方图映射。imgSeek – 一个使用视觉相似性搜索一组图片集合的项目。nude.py – 裸体检测。pyBarcode – 不借助 PIL 库在 Python 程序中生成条形码。pygram – 类似 Instagram 的图像滤镜。python-qrcode – 一个纯 Python 实现的二维码生成器。Quads – 基于四叉树的计算机艺术。scikit-image – 一个用于(科学)图像处理的 Python 库。thumbor – 一个小型图像服务,具有剪裁,尺寸重设和翻转功能。wand – MagickWand的Python 绑定。MagickWand 是 ImageMagick的 C API 。

    OCR

    光学字符识别库。

    pyocr – Tesseract 和 Cuneiform 的一个封装(wrapper)。pytesseract – Google Tesseract OCR 的另一个封装(wrapper)。python-tesseract – Google Tesseract OCR 的一个包装类。

    音频

    用来操作音频的库

    audiolazy -Python 的数字信号处理包。audioread – 交叉库 (GStreamer + Core Audio + MAD + FFmpeg) 音频解码。beets – 一个音乐库管理工具及 MusicBrainz 标签添加工具dejavu – 音频指纹提取和识别django-elastic-transcoder – Django + Amazon Elastic Transcoder。eyeD3 – 一个用来操作音频文件的工具,具体来讲就是包含 ID3 元信息的 MP3 文件。id3reader – 一个用来读取 MP3 元数据的 Python 模块。m3u8 – 一个用来解析 m3u8 文件的模块。mutagen – 一个用来处理音频元数据的 Python 模块。pydub – 通过简单、简洁的高层接口来操作音频文件。pyechonest – Echo Nest API 的 Python 客户端talkbox – 一个用来处理演讲/信号的 Python 库TimeSide – 开源 web 音频处理框架。tinytag – 一个用来读取MP3, OGG, FLAC 以及 Wave 文件音乐元数据的库。mingus – 一个高级音乐理论和曲谱包,支持 MIDI 文件和回放功能。

    Video

    用来操作视频和GIF的库。

    moviepy – 一个用来进行基于脚本的视频编辑模块,适用于多种格式,包括动图 GIFs。scikit-video – SciPy 视频处理常用程序。

    地理位置

    地理编码地址以及用来处理经纬度的库。

    GeoDjango – 世界级地理图形 web 框架。GeoIP – MaxMind GeoIP Legacy 数据库的 Python API。geojson – GeoJSON 的 Python 绑定及工具。geopy – Python 地址编码工具箱。pygeoip – 纯 Python GeoIP API。django-countries – 一个 Django 应用程序,提供用于表格的国家选择功能,国旗图标静态文件以及模型中的国家字段。

    HTTP

    使用HTTP的库。

    requests – 人性化的HTTP请求库。grequests – requests 库 + gevent ,用于异步 HTTP 请求.httplib2 – 全面的 HTTP 客户端库。treq – 类似 requests 的Python API 构建于 Twisted HTTP 客户端之上。urllib3 – 一个具有线程安全连接池,支持文件 post,清晰友好的 HTTP 库。

    数据库

    Python实现的数据库。

    pickleDB – 一个简单,轻量级键值储存数据库。PipelineDB – 流式 SQL 数据库。TinyDB – 一个微型的,面向文档型数据库。ZODB – 一个 Python 原生对象数据库。一个键值和对象图数据库。

    数据库驱动

    用来连接和操作数据库的库。

    MySQL – awesome-mysql系列mysql-python – Python 的 MySQL 数据库连接器。mysqlclient – mysql-python 分支,支持 Python 3。oursql – 一个更好的 MySQL 连接器,支持原生预编译指令和 BLOBs.PyMySQL – 纯 Python MySQL 驱动,兼容 mysql-python。PostgreSQLpsycopg2 – Python 中最流行的 PostgreSQL 适配器。queries – psycopg2 库的封装,用来和 PostgreSQL 进行交互。txpostgres – 基于 Twisted 的异步 PostgreSQL 驱动。其他关系型数据库apsw – 另一个 Python SQLite封装。dataset – 在数据库中存储Python字典 – 可以协同SQLite,MySQL,和 PostgreSQL工作。pymssql– 一个简单的Microsoft SQL Server数据库接口。NoSQL 数据库cassandra-python-driver – Cassandra 的 Python 驱动。HappyBase – 一个为 Apache HBase 设计的,对开发者友好的库。Plyvel – 一个快速且功能丰富的 LevelDB 的 Python 接口。py2neo – Neo4j restful 接口的Python 封装客户端。pycassa – Cassandra 的 Python Thrift 驱动。PyMongo – MongoDB 的官方 Python 客户端。redis-py – Redis 的 Python 客户端。telephus – 基于 Twisted 的 Cassandra 客户端。txRedis – 基于 Twisted 的 Redis 客户端。

    ORM

    实现对象关系映射或数据映射技术的库。

    关系型数据库awesome-sqlalchemy系列Django Models – Django 的一部分。SQLAlchemy – Python SQL 工具以及对象关系映射工具。Peewee – 一个小巧,富有表达力的 ORM。PonyORM – 提供面向生成器的 SQL 接口的 ORM。python-sql – 编写 Python 风格的 SQL 查询。NoSQL 数据库django-mongodb-engine – Django MongoDB 后端。PynamoDB – Amazon DynamoDB 的一个 Python 风格接口。flywheel – Amazon DynamoDB 的对象映射工具。MongoEngine – 一个Python 对象文档映射工具,用于 MongoDB。hot-redis – 为 Redis 提供 Python 丰富的数据类型。redisco – 一个 Python 库,提供可以持续存在在 Redis 中的简单模型和容器。其他butterdb – Google Drive 电子表格的 Python ORM。

    Web 框架

    全栈 web 框架。

    Django – Python 界最流行的 web 框架。awesome-django系列Flask – 一个 Python 微型框架。awesome-flask系列Pyramid – 一个小巧,快速,接地气的开源Python web 框架。awesome-pyramid系列Bottle – 一个快速小巧,轻量级的 WSGI 微型 web 框架。CherryPy – 一个极简的 Python web 框架,æ...

  • ?

    微软在北京总部发布新一代第五代小冰

    纸菊花

    展开

    微软全球执行副总裁沈向洋

    文/腾讯科技 卜祥

    8月22日,微软在北京总部发布新一代(第五代)小冰,宣布进入第五个国家印度尼西亚。微软全球执行副总裁沈向洋为此专程赶过来,上主席台演讲,会后接受小型的专访,畅谈微软人工智能战略,以及小冰之于微软人工智能的意义。

    前任陆奇离职微软加盟百度之后,沈向洋成为微软AI方面重要负责人,掌舵着微软巨头在人工智能时代前进的方向和路径选择。这位在微软工作21年的技术出身的人,目前是微软公司职位最高的一位华人。

    这是一长串努力积累而至的结果。早在2003年至2006年,沈向洋主政微软亚洲研究院,让该机构成为全球最著名的研究机构之一。2007年至2014年,七年间主政搜索Bing,沈向洋把微软搜索带到全球第二位置,他自嘲“做得像狗”一样,“如果是自己的公司,绝对不会去做对抗谷歌(微博)的搜索。”

    2014年,他开始主管微软中长期战略规划,组建AI+R事业部。经历二十多年科技发展潮流,沈向洋有了自己的认识。“PC时代,主要出现了两件事情,是Windows+Office,互联网出现,主要是出现了浏览器+搜索,移动互联网和手机的出现,是AppStore + App。AI时代,要理解对人,一定要做IQ+EQ。”

    相应地,微软人工智能两个类平台的产品,分别是主攻EQ的小冰和主攻IQ的小娜。今天,小冰不仅会写诗,主持电视节目,甚至可以做到主动给过生日的人打电话送去祝福。显示出很强的类人的高级感官功能。而小娜,则是Bing搜索的自然延伸。

    从数量和规模上来讲,小冰目前有1亿用户,小娜是1.5亿。小冰积累了超过300亿次的直接人机对话。这个数据量居业内所有同类产品第一。随着小冰亚文化的快速形成,训练数据的规模和质量,得到进一步提升。

    这里或许暗含着微软未来新机会。作为从视窗操作系统起家的软件巨头,微软在PC时代、互联网时代都是霸主位置,只是在手机和移动互联网出现之后拉下一些身段。但是,在人工智能潮流中,微软并未落后于竞争对手,隐隐显露出雄心。

    “微软公司以后大的前途,肯定是Cloud+AI(云+人工智能),这些发展叫不叫操作系统都没关系,我自己很认同,肯定有一个新的平台出现”,沈向洋告诉腾讯科技。

    不同于一些市面上很多公司从一些局部市场切入,有些做自然语言机器翻译、有人做人脸识别,还有一些公司做智能客服等等细分领域,微软选择了一条最宽广口径又最困难的路——从通用型人工智能切入,最终落实到聊天交流当中。

    “一开始我并没有理解聊天是刚需,直到李笛(微博)(微软小冰负责人)讲了一个故事。”沈向洋回忆起四年来做小冰聊天机器人的初心和转变原因。他理解到聊天是刚需,比如社交网络上1/3的网民评论没有人回应,再比如妻子的抱怨,其实只是让你听她讲一讲。

    从2014年5月第一代小冰发布之后,至2017年8月,小冰已经进化到第五代。从最初的群聊中参与者角色,到目前成为想成为家庭中一员般的存在,小冰不断提升功能的同时,也逐渐展露出商业图景方面宏大空间。

    第五代小冰有一个技术突破在于小冰开始试着拥有高级感官,尝试突破虚拟世界,包括主动可以给人类打电话,叫住身边的人。还有实时流媒体视觉,可以评论图片,模拟人类感知功能。最近,微软在上海某处放置了小冰,可以感知人的位置和移动,甚至可以理解人与人之间关系,可以主动对身边感知到的人说话。

    这些看似简单的功能,埋伏了巨大的商业可能性。今年6月2日前,沈向洋好几次去小米总部拜访雷军(微博),商谈小冰与小米IoT的合作。小米系各式各样的智能硬件,给微软人工智能产品落地提供了很多可能性。

    6月2日起,小冰与小米IoT开放平台融合,微软的目标是,“人们能够强烈地感知到,小冰作为家庭一员的存在。”微软小冰产品总监彭爽举例,在一个长达3个多小时的过程中,有人与小冰进行了700多轮对话。

    随着小冰产品功能提升,进入人们生活的广度和深度都在提升,小冰已经取得了一些优势。在日本罗森便利店,小冰提供的打折券,4日内平均到店消费完成率为57%。达到这个数据是因为小冰利用了EQ的技能。一个情商底的机器人,会给一个说饿的了人疯狂提供商品信息,转化率注定不高。像现实生活中有人给你推销安利,自然不愿意。

    但是,李笛称小冰不一样,而是在与人的交流过程中,暗暗地交流判断与小冰聊天的人需求所在,最后会很自然地将打折券送给人。

    另外一个案例则显示小冰所代表的人工智能对于传统行业的颠覆可能性。小冰对于文本的精准阅读,有可能给有声内容产业带来大幅下降。比如,多音字的判断,对于机器而言,非常具有挑战。很多机器人分不清是长(zhang)了四条腿,而是长(chang)了四条腿。

    与竞品相比,小冰可以清晰、正确地读出多音字。以一本《格林童话》有声全集为例,210集版本,音频制作总成本发生了巨变,传统的人类阅读录制,成本为6万元,而小冰代劳,只需要7毛钱。微软已将此类产品投放于蜻蜓FM、喜马拉雅,一周时间已经有30万播放量。微软称要正式进入此类内容产业,“小冰读这些,不需要休息,也不会感冒。”

    紧接着,微软宣布即日起向第三方开放领先的语音技术,构建人工智能生态方面雄心初显。而这些,仅仅是微软人工智能的一部分工作,沈向洋表示,微软人工智能分为三条产品线,一是infuse AI,二是Bing 和小娜,三是全球小冰。

    一个浅显的例子可以说明微软的人工智能化,现在微软Powerpiont软件中,已经内置了机器翻译,还有看图写标题等等。

    AI可以创造很多商机,微软对此似乎耐心十足。“当年Windows 95也是研究了十几年之后的结果,”沈向洋表示,会继续支持微软小冰项目的研究,并且短期没有盈利目标。

    以下为腾讯科技与沈向洋对话交流内容节选:

    腾讯科技:前两天你们发布语音识别错误率降到5.1%,对以后的商业化应用有什么样的影响,会不会把所有速记员取代掉?

    沈向洋:我想还没那么快,这个影响将是巨大的。首先要回过头看过去的40年语音识别的进展,这是5.1%错误率了不起的地方。以前标准的数据集在美国,20%几的误差率一直下不来。

    以前大家觉得人类的误差率大概5.9%,后来大家觉得人类的误差率应该是5.2%,实际上去年9月份的时候,微软语音识别就做到了5.8%的误差率。过去9个月,我们继续向前进展的很快,两天前终于做到差别率5.1%。

    我们最后多次测试确认,的确是5.1%这样的差别。所以我们黄学东博士写了一个blog发表,跟大家分享一下。

    现在人工智能的进展主要是三个方面优势聚集起来的结果,一个是现在数据量很大,第二是运算能力非常高,第三是最新深度学习算法的突破。加上像黄博士blog里提到的,我们自己的一套大规模的分布式系统,和我们这样一套深度学习的软件叫CNTK(Computational Network Toolkit),运用到整个语音识别最新的进展里。

    我自己觉得还有很多的路要走,商用化、实用化还有很长的路要走。举一个例子,现在整个测试集,它的语音相对来讲,是电话筒对着讲话,所以就是所谓的近距离讲话。比如今天大家跟我讲话,其实我现在讲话大家应该听着蛮吃力,因为距离比较远,现在还有很多的问题。包括你要做传感器,要有麦克风耳机整个串起来来讲。

    我个人判断,我觉得语音识别大概有5年左右的时间,不管你用什么方式测,人类识别误差率和机器识别的误差率方面,机器会完胜人类,我觉得是这样的情况。

    腾讯科技:从今天小冰更新的功能以及技术来看,你觉得聊天机器人下一步关键性技术是什么?

    今天他们在发布会都已经讲了,最关键的技术以前是这样,接下来也会是这样,最关键是对人的理解,就是人到底讲这句话在想什么,并不是就这句话而言。英语有一句话叫“do what i mean not what i say。”是这么一个意思,实际上不断一步一步理解,一直是聊天机器人里最关键的技术。

    腾讯科技:你觉得最终聊天机器人会发展成什么样?

    我觉得只剩聊天机器人的话,它真的就是对你自我的理解,是人的认同,是可以和我们一起生存的。你一定要明白一件事,我们是第一代人类和人工智能共生存的,是第一代,在这之前技术没有过关。从现在开始你不选人工智能,你也没有选择了,人工智能从现在开始会跟我们一起生存下去。所以聊天机器人很重要的一个事情是和我们人类一起来共同理解、共同生存在这个世界上。

    腾讯科技:在当初小冰立项的时候,你为什么就能做出这个有价值的判断,小冰的发展符合你的预期吗?

    其实我一开始是不理解的,刚开始只有李笛比较理解,可能(王)永东也比较理解,我不是很理解,但是李笛跟我讲了一个故事我就理解了,我的思想转变是从那个开始的,我以前一直觉得聊天机器人很有趣,因为像微软我们一直鼓励员工你有什么想法多做一些创新,并不是所有的项目都是上面压下来的,很多项目是下面创新的。

    后来我就跟他们一起讨论,聊天机器人是不是可有可无,聊天机器人是不是一个刚需?我的看法不是一个刚需,我拿聊天机器人干什么,李笛跟我讲说,聊天是刚需,我说那聊天为什么是刚需?他说你这样的人可能不了解,因为你上社交网络讲一句话,这些人马上去点赞,一看到现在怎么才点了500个赞,好像还很不高兴,但是中国互联网1/3的网民,上网讲了话以后没有人给他们回应的。所以实际上聊天是一个刚需。

    后来我跟我一个朋友在讲这个事情他也讲,其实他的老婆生气了,给他打电话,一定不是他要帮她解决这个问题,主要是要听她讲一讲,所以个人聊天和听人讲话、听人回复,对话这件事情是一个刚需,人类的对话是非常了不起的事情,首先是有语言,后来是有对话,这件事情是非常了不起的,所以我们非常高兴我们在北京,能够把小冰这个产品做起来,三年多时间,从中国做出这个产品走向世界。

    小冰发展得很好,1亿人口以上的11个国家我们已经去了5个,接下来还有6个国家是我们在计划的,我们充满信心。

    腾讯科技:小冰在日本发展好,是因为商业化?

    最主要的聊天机器人是对用户的理解,我觉得日本的文化、日本的用户对聊天机器人的认可。

    李笛:我也举几个例子说明。第一,你有一个人工智能对话系统以后,你一般要搜索他社会中的闲暇度你,要测试他的商业价值。

    坦率地讲,我们在日本做的商业测试比在中国做的还要好一些,我们在中国有一些商业化我们不太敢做,一旦我们开了这个口别人跟上就会把这个做走样,比如打折券,我们跟Lawson合作的,如果我们在中国做,发现有一堆模仿者开始Copy这个方式,然后就会伤害这个业态。

    第二,人口人群的比例,我们从一开始希望做女性机器人,她在中国有70%多受众、人类用户是男性,在日本,男性、女性人类用户比例1比1,所以在日本文化结构,一定程度上比较容易让我们推出的更好。

    第三,中国的城市和农村相差包括六线城市、五线城市,层级结构跨域比较大,日本的市场相对比较小,才1亿人,我们现在有2700多万用户,就相当于差不多日本总人口的20%多,你到街头随便抓几个人,那些人拿出手机来跟日本小冰去对话,所以就比较容易控制市场占有率,就有可能形成市场的集约效率。

    所以日本有这么几个优势的地方,我们这回去印尼也是由日本延伸过去的。然后我们在不同的国家测试不同的东西,我们在中国主要跑结构,在日本主要跑商业模式。

    腾讯科技:想问一下小冰和小娜对微软的战略意义,因为安迪·鲁宾说过“人工智能是下一个操作系统”,操作系统是微软的一个核心产品,是老本行,那小冰或者是小娜,会不会对微软也存在这样一个作用,然后来去做推广?

    这个问题非常好,非常有深度,对于微软公司来讲,如果去了我们的Build大会,第一天的入职演讲你就会看的很清楚,微软整体的战略,在这个战略里面小冰和小娜的重要性,微软公司公司在未来就是Cloud+AI,非常清楚。这个世界以后就是智能云和智能端,整个AI把所有东西连接起来,对我们来讲非常清楚。

    那么人工智能最终极的,实际上来讲就是相于这样的一个聊天机器人也好、智能机器人也好,是一个和人类一起共同生存的体。所以我自己是对小冰和小娜充满信心,而且我们小冰和小娜是非常有意义的设计产品,小冰是走EQ的路线,小娜是走了IQ的路线,绝大多数的聊天机器人是没有思考情感、EQ这条线。

    所以我们觉得过去这几年很高兴,我们尝试走了不同的道路。举一个我最喜欢的例子的话,人家问我小冰到底是做什么的?我最喜欢举的例子,我在社交网络上要分享一下。我问小冰说今天几号,小冰说我这样的二维生物不关心这个问题,我说你给我讲今天是几号,她说你没有手表吗?我后来很生气,我说你跟我讲是几号就完了,她说你的手机真的是个摆设。

    最后她虽然没给你解决问题,但她实际上来讲,她可以对你最后的理解,能够跟你继续进行...

  • ?

    微软开源用于机器学习模型的高性能推理引擎ONNX

    亦尘俗

    展开

    微软昨天宣布开放ONNX Runtime,这是一款用于Linux,Windows和Mac平台的ONNX格式的机器学习模型的高性能推理引擎。ONNX Runtime允许开发人员在任何支持的框架中训练和调整模型,并在云端和边缘高性能运转。微软也正运用其在内部使用ONNX Runtime进行Bing搜索,Bing Ads,Office生产力服务等。

    ONNX为AI框架生态系统带来了互操作性,提供了可扩展计算图模型的定义,以及内置运算符和标准数据类型的定义。

    ONNX使模型能够在一个框架中进行训练并转移到另一个框架中进行推理。目前,Caffe2,Cognitive Toolkit和PyTorch都支持ONNX模型。

    点击这里查看GitHub上的开放式神经网络交换(ONNX)运行时。

  • ?

    你可能不知道,75亿刀收购案背后的微软,曾是开源文化的“死敌” | 妙史

    温妮

    展开

    微软正逐渐打破人们长期以来对它的成见 来源:Dexter_Yy@豆瓣

    钛媒体注:75亿美元收购案,再次标志了微软这家老牌公司的“大转折”。今天的微软,已成为对开源服务支持拥抱力度最大的商业公司之一——但你可能不知道,微软曾经是开源文化的“死敌”。钛媒体「妙史」栏目全文回顾了微软和开源文化的十几年爱恨恩怨,全文 5100 字,值得你耐心读完:

    斥资75亿美元,微软在6月正式收购了 GitHub。

    在此之前,这个全世界最流行的代码托管平台——说“开源代码共享平台”更易理解——已经累计募集了约 3.5 亿美元的投资,估值在 2015 年超过了 20 亿美元。75 亿美元,可以说是这个技术世界给予“开源”平台新定价。

    我们还注意到,这是任期已经四年的微软新 CEO 手上仅次于 LinkedIn 的第二大收购案。

    懂的人知道,如今的微软已经和十年前的微软“判若两人”。

    时光倒退十年,彼时的微软是开源文化的“死敌”,同整个开源阵营之间相互抗衡【原文“颉颃(xiéháng)”】,彼此将对方视作眼中刺;而如今,针对 GitHub 收购,微软公司 CEO 萨迪亚·纳德拉(Satya Nadella)激动的表示:

    我们现在在开源上已经 all in 了。

    你可以不知道 GitHub,但你不可以不知道开源文化。

    截止2018年6月,GitHub 平台上聚集了约2800万开发者,代码库则高达8500万——这一切的起点发生在不到十年前,2007年10月,克里斯·万斯克拉斯(Chris Wanstrath)和汤姆·普雷斯顿·沃纳(Tom Preston-Werner)共同创建了这个社区。

    微软对 GitHub 的收购,或许不在于 75 亿美金的高额交易,而在于:十多年前,微软和开源社区还势同水火;今天的微软已然成为对开源服务支持拥抱力度最大的商业公司之一。

    死敌

    直到七〇年代,操作系统才与硬件分离成为独立的产品。

    1971年,AT&T 开发出了了第一款流行起来具有互操作性的操作系统 Unix,但是到了七〇年代末,微电脑的专属操作系统才正式问世。在80年代早期,微电脑操作系统市场上被两大势力垄断,一方是以苹果、Commodore 和雅达利为代表的硬件制造商,而另一方则汇集在 PC 硬件标准的大纛之下。

    开放的硬件标准就意味着再也没有单一的硬件厂商能够控制操作系统软件,很快,微软的 MS-DOS 及 Windows 操作系统成了 PC 硬件上的标准操作系统。

    到了90年代末期,包括 Linux 和 BSD 等在内能够应用在 PC 上的 Unix 系统不断涌现,在廉价电脑和互联网服务市场上获得了不少用户的关注和兴趣,而到了21世纪初,在桌面市场上,Windows 系统开始遭遇到了苹果 OS X 系统的挑战,在服务器市场上,微软又面临着开发成熟且免费的 Linux 和 GNU 系统的侵蚀。

    然而,无论 OS X 或 Linux 的声势如何迅猛,它们都没有能撼动根基雄厚的微软,在本世纪初期,Windows 系统在市场上的占有率达到了耸人听闻的95%到98%,而 OS X 的份额仅仅在1%到3%之间,至于 Linux 与 GNU 则只有可怜的不到0.4%。即使到现在,根据各种统计口径的不同,Windows 在桌面操作系统市场份上的额依然维持在至少八成以上。

    比尔·盖茨在1990年手持 Windows 3.0

    从一开始,微软采用的就是软件授权模式,它将廉价而相对简单的终端用户授权介绍给商业软件,随后,微软又逐渐建立起一套完整的价格定价及价格歧视策略,它们的授权类型包括软件数量、包括学生、家庭用户、企业等的不同消费者群体和 OEM 硬件销量。

    为了进一步提高操作系统的易用性,微软又在其中捆绑了 Office 套件、互联网浏览器及多媒体应用,基于这一系列的操作系统服务及生态搭建,微软在其消费者群体中建立起了强大的厂商锁定(Vendor Lock-in)效应,使得用户难以摆脱对其产品服务的依赖。

    因为十分注重代码安全和隐私,部分大客户或政府部门对 Windows 系统会怀有疑虑,微软则推出了共享原始代码(Shared Source Initiative)计划,有条件地向上述用户开发代码。

    与一般开源不同的是,微软不允许使用这些代码的用户改动或将这些代码用于自己的产品中。

    这一系列捆绑让微软遭遇了包括美国、欧洲等司法机构的垄断调查及诉讼,但它最后都化险为夷,并借助市场自由竞争的天然便利环境和舆论继续不断巩固自己在市场上的领先优势和地位。为此,微软还以 GPL 会威胁软件生态系统为说辞游说政府及公共资金支持的研究抵制 GNU GPL,

    1998年,标有“微软机密”的被称为万圣节文件(Halloween documents)的11份内部备忘录被曝光,文件建议利用在微软内部被认可的市场营销 FUD(fear, uncertainty, and doubt,恐惧、不确定及怀疑)原则对付开源软件。

    微软内部认为,开源软件对协议标准的应用是其能够进入服务器市场的主要原因之一,所以,通过拓展旧协议和开发新协议、降低协议及应用的易用性可以有效阻止开源软件。

    尽管对其抱着敌视的态度,但是微软不得不承认,开源软件是长期可信的,FUD 策略并无法用来诋毁它。微软的调研也证实,开源软件能够获得增加商业回报。微软认为开源软件尤其是 Linux 操作系统视作对自己在产业内地位的主要威胁,尽管在公开场合总是对开源软件嗤之以鼻,但在私下,微软却认为它是一个棘手的劲敌。

    和 Windows 系统相比,让微软如临大敌的 Linux 格外年轻。

    林纳斯在TED2016上 来源:Linux

    在1990年发布 Windows 3.0之后一年,林纳斯·托瓦兹(Linus Torvalds)才开始着手开发 Linux。在问世二十年后,开发者才终于推出了第一个面向微计算机的 Unix 系统,到1992年,林纳斯决定基于 GNU GPL 来对 Linux 进行授权。

    Linux 的大多数系统工具都来自 GNU 项目,但Linux 本身就是一个新操作系统的内核,而自由软件基金会及其创始人之一理查德·斯托曼(Richard Stallman)则将此系统称作 GNU/Linux。GUN GPL 授权下的软件必须是自由复制、分发和改写的,其源代码也必须是开放及免费的,同时,除非遵循 GUN GPL 授权,否则开发者不得在衍生品中使用 GUN GPL 版权代码。

    Red Hat 是著名的开源软件公司,这家成立于1993年的公司在2017财年的营收高达29亿美元,Red Hat 最重要的营收来源是用户订阅服务,通过支持、培训及一体化服务来帮助消费者更好地使用公司的开源软件产品,订阅服务收入在公司总收入中的比重高达88%。

    自90年代到21世纪初,微软同整个开源阵营之间相互颉颃,彼此将对方视作眼中刺。

    在2001年,时任 Red Hat 公司 CTO 的迈克·蒂曼(Michael Tiemann)批评微软操纵市场上用户选择软件的权利。他表示“真开放比看似开放更好,真信任比看似信任更好”。

    这番话并非无的放矢,就在这之前不到一个月,2000年才开始担任公司 CEO 的史蒂夫·鲍尔默(Steve Ballmer)还对 GNU GPL 大加责难,声称“Linux 就是个把它碰到的一切都变成专利的癌症”。

    在这一年,纳德拉已经成为了微软云端和企业事务群的执行副总裁。

    此时,克里斯·万斯克拉斯还在高中厮混。

    年轻人

    克里斯·万斯克拉斯在2009年的 Startup Riot 上 来源:paulstamatiou

    在2005年,扎克伯格选择从哈佛大学退学。

    同年,克里斯从辛辛那提大学英语专业辍学。

    在校期间,两个男孩子总是日以继夜地在宿舍里写程序。在选修了一两门编程课后,克里斯甚至动起了主修计算机科学的念头,他把所有时间都投入到了编程里,最终发现他完全可以以此为生。

    和大多数人一样,克里斯小时候也很喜欢电子游戏,甚至憧憬自己去做游戏,直到知道了需要多少数学专业技能之后,他才放弃了这一愿望。上高中的时候,他则深深钦佩着那些建立网站去组织网上对战的游戏玩家。在退学时,父母没有任何失望,克里斯也没有对失败的担忧,他唯一担心的是去旧金山在 CNET 工作得不顺利,那样他就只好会去和母亲住一起了。

    工作是如此繁忙,克里斯要付出全部的投入不能有丝毫懈怠,为此他甚至不得不注销了自己的《魔兽世界》帐号。在2007年,他和普雷斯顿结识,两个人合作开发一个业余项目用来解决线上协作难题,他们此前经常混基于 Ruby on Rails 社区。

    这个项目最开始是为了改进版本控制系统 Git,尽管用户可以在上面在线合作,但是这个工具用起来实在太糟糕了。同时,两人又找到了新的合作伙伴,最终,他们打造出了一个能够提供优秀用户体验的协作工具。

    在2008年,GitHub 终于问世了。

    GitHub 著名的吉祥物章鱼猫

    iStockphoto 上的著名设计师西蒙·奥克斯利(Simon Oxley)为 Twitter 设计了经典的小鸟和机器人形象,GitHub 之后也找到了他并购买了其设计的章鱼猫造型,在将其命名为 Octopuss 后,GitHub 又找来插画师设计了章鱼猫的衍生造型。其后,众多 Octopuss 变种造型的流行让它成为了史上最知名的公司吉祥物之一。

    在搬进办公室之前,GitHub 的员工只能通过私密聊天服务 Campfire 来沟通,后来,GitHub 的一百五十多名员工拥有了一个大约1.4万平方英尺的办公环境。在 GitHub 里,并没有一个正式的产品经理。

    到了2008年3月,GitHub 已经拥有了2000名用户,将近一年之后,这个社区里已经有了超过46000个公开的代码库,其中1/7以上至少 fork 过一次。到了2010年7月,GitHub 上的代码库达到了100万。而在2011年前5个月里,GitHub 超过 Sourceforge、Google Code——当然还有微软的 Codeplex——成为世界上最大的代码托管平台。在2013年初,GitHub 宣布其用户超过了300万,而在不到十二个月时间里,其托管代码就从五百多万增加到了一千万。

    然而,到了2014年,这家公司却陷入了麻烦。

    朱莉·安·霍瓦斯(Julie Ann Horvath)在2012年加入了 GitHub,当时是团队里唯一的女性员工,在离开公司后,她声称遭到普雷斯顿和他妻子特蕾莎的不公平对待。尽管起初 GitHub 官方否认了这名工程师的指控,但是经过内部调查后,他们尴尬地发现霍瓦斯的指控都是确凿无疑的。

    克里斯与普雷斯顿 来源:Inc.

    更早之前,一名叫梅丽莎·萨瓦丽妮(Melissa Severini)的公司创始成员就因为和特蕾莎之前的分歧不得不在签署了一份非贬低协议(non-disparagement agreement)后离职。到了2017,对 GitHub 内部性别区别对待的企业文化的指责再次出现,一名女性员工表示自己并没有感觉到公司真正在意解决这些工作中的骚扰。

    最终,普雷斯顿不得不从 GitHub 辞职。

    公司内部风波不断,外部也面临着挫折。2014年12月初,GitHub 因为拒绝撤下用户的自杀指导手册被俄罗斯政府列入黑名单,但是仅仅过了一天,俄官方就解除了对 GitHub 的封禁。到了月底,因为用户发布的支持 ISIS 内容,GitHub 和其他31家网站被印度政府封禁,十天之后,GitHub 才被印度方面解禁。

    尽管如此,GitHub 还是在2015年成功获得了2.5亿美元的 B 轮风险投资,此时,该平台上的用户超过七成都在美国之外。

    直到成立后四年,GitHub 才在2012年从安德森·霍姆维茨(Andreessen Horowitz)获得了第一笔投资,一开始,克里斯和普雷斯顿早期根本就没有考虑过融资的问题,他们反而为自己设置了一个收入随营收增加而递增的日程表,同时,他们也尽力保持较慢的支出和招聘节奏。事实上,普雷斯顿自己是学数学的,他和克里斯对风险投资几乎一无所知。

    最后,他们终于醒悟过来,不再将 GitHub 当做一个生活方式生意(lifestyle business),他们不再将盈利拿来用作自己的消费而是进行再投资,仅仅一年时间里,GitHub 的员工数量就增加了将近四倍。

    我们对风投非常警惕……他们总是想让走那条他们知道如何行得通的路子,那当然有用,但那也许和你自己想走的路子相悖。

    普雷斯顿在2014年曾经这样回忆自己对投资者的心态。

    就在 A 轮融资消息宣布前两天,普雷斯顿的第一个孩子问世了。

    新战争

    彭博社获得的 GitHub 内部文件显示,该公司在2015财年的营收为9500万美元,亏损则为2700万美元。在2016财年前三个季度,GitHub 的营收已经超过9800万美元,然而其亏损却增加到了6600万美元。

    这家公司一直尝试着向企业客户卖出自己的高级编程工具,但是,他们渐渐发现这些公司的 CIO 们更愿意通过与专业人员接触,于是在2014年的时候,GitHub 开始考虑组建自己的销售团队。

    但这时候,情况开始变得复杂起来。

    2011年成立的 GitLab 是和 GitHub 类似的代码托管平台,在2013年时,这家公司将产品分成了面向消费者的 GitLab CE: Community Edition 和针对企业客户的 GitLab EE: Enterprise Edition 两大系列。

    到了2014年,GitLab 宣布采用开发核心(open-core)商业模式,为企业客户提供专属授权和功能。GitLab 的优势正在于企业客户,而且它们的价格更加低廉,这家公司的 CEO 锡德西吉布兰基(Sid Sijbrandij)就指出两家公司之间的最大不同就在于 GitLab 是为企业设计的。

    在2016财年前三个季度里,GitHub 大企业年度经常收入(Annual Recurring Revenue)为7000万美元,而自助服务收入则达到了5200万美元。GitHub 截至2014年9月的 ARR 为7000万美元,截至2015年9月的 ARR 为9000万美元,截至2016年8月的 ARR 为1.4亿美元。

    到了2017年8月,在2012年退位让贤给普雷斯顿之后,克里斯再次选择了辞去 CEO 职务,在此后长达10个æ...

  • ?

    安装office2010时要输入密钥激活如何解决?

    初露

    展开

      安装office2010官方免费完整版,无需输入密钥激活,下载office2010激活工具,即可永久激活。

    方法/步骤:

      1、先把office2010官方免费完整版和office2010激活工具下载好。

      下载地址:  http://yun.baidu/share/home?uk=2422325032

      2、双击安装“p7_k416360655_ihpMQFKMYLMSIaPxZZmZ3FQgrF5M”,点击确定安装。

      3、接着以管理员身份运行“Office 2010 Toolkit”文件,如果出现下面的提示,则说明你的电脑为安装.NET Framework,或者版本较低,要到Windows Update中搜索.NET Framework 4更新包,并安装更新就可以了。

      4、接着运行Office2010 toolkit,程序会自动检测你电脑中安装的是哪个版本的Office软件。

      5、然后在界面的“Main”主菜单选项,点击下面的“EZ-Activator”按钮。

      6、最后就会自动检测安装的Office 2010所有版本并实现自行激活(激活需要程序自动运行1分钟左右),运行最后提示“Office 2010 was succesfully activated”则表示已经激活,该软件只要运行即可一次激活,不会出现不能激活状况。

      7、激活完毕。

      8、重新打开Office 2010,查看激活状态,你会发现已经激活了。

     

    (本文内容由百度知道网友shouji7913贡献)

  • ?

    Office 2013怎么激活 Office 2013永久激活方法

    Wayne

    展开

    Office 2013是一款来自微软的办公软件。不过在使用的时候需要先进行激活,如果不知道怎么激活的话下面小编就告诉你正确方法,一起来看看吧!

    Office 2013系列软件最新版本下载

    Office2013专业加强版(Office15)软件版本:官方正式版应用工具立即查看

    Office2013汉化补丁软件版本:1.0.0.0系统工具立即查看

    安装完Office2013后,解压并运行“Microsoft Toolkit.exe”程序,在弹出的程序界面中点击“Office Button”按钮以便打开“Office破解工具”。

    在打开的“Office2013破解工具”程序界面中,切换至“Activation”选项卡,点击“install”按钮。

    待显示“成功”提示后,再点击“EZ-Activator”按钮以便完成Office213激活操作。

    最后运行Office2013程序,就会发现被成功激活啦。

    好了,以上就是Pconline小编为大家带来的Office 2013激活方法,希望对你有一定帮助。

  • ?

    office2010怎么激活

    邱外绣

    展开

    安装文件大家自己在网上搜吧!安装的时候在网上搜了很多序列号,都是验证失败,找了好久终于找到可以成功的拿出来跟大家分享BRG4T-BTQP4-QWV8T-QMMDW-4KTFG24KDD-74C4M-K32V7-KBR2G-2F3C9V6PDC-29P49-9DCGM-PY9YM-TM79Q83BHW-BD9KH-4F8G6-BMRWV-KHXY8P8TFP-JGFMM-XPV3X-3FQM2-8K4RPH746C-BM4VK-TWBB8-MVWH8-FXR32YJBCH-8JQX4-VJ423-Y6FFC-8XD83office2010安装完毕,为试用版,只能使用一段时间,破解工具有两种一种是KMS激活工具,一种是Office 2010 Toolkit激活工具下面给大家奉上Office 2010 Toolkit破解方法Office 2010激活工具Toolkit云盘下载地址:http://excelxue/thread-526-1-1.html第一步:运行Office 2010 Toolkit软件后,如图选第二个选项卡,点Install按钮,同时不要按任何键,点图中2后面的按钮,实现成功破解 

    第二步,如果第一步不成功,点第一个选项卡,点如图按钮,则成功 

    第三,或者如图所示,现点Uninstall按钮后,再点Install,按图一步骤操作 

    如图检查是否激活成功 

    office2010激活工具KMS工具下载地址:http://excelxue/thread-527-1-1.html

    (本文内容由百度知道网友贡献)

  • ?

    最新office2013免费激活工具方法

    郦绮玉

    展开

    我们办公离不开办公软件,而office2013激活工具则是我们可以顺利使用正版软件的关键所在。要知道office2013激活工具在网上很多,但是使用方法大家却不太了解,所以今天在这里小编必须教一教大家。

    小溪流不停流,激活工具office2013也在更新换代,每一次更新都让大家眼前一亮,可是最新的激活工具office2013要怎么使用呢?其实这东西是换汤不换药的,只要大家掌握了核心技术,就可以使用它了,小编这就把核心技术分享给大家。

    1、首先下载软件,就是microsoft Toolkit,这个office2013激活工具很容易就能下载,下载地址:点击下载

    office2013激活工具界面1

    2、下载之后解压并运行,最好以管理员身份运行,右键点击这个软件就可以看到

    了解更多:搜梦之瑶娱乐网

    office2013激活工具界面2

    3、点击右下角的Office图标进入Office激活界面,上面选择Activator,点击EZ-Activator进行激活,激活的时候要打开任意的Office软件哦

    office2013激活工具界面3

    office2013激活工具界面4

    4、稍等一会,Office就激活好了。

  • ?

    怎么用Microsoft Toolkit激活Office2016

    阿旺

    展开

    Microsoft Toolkit是由Office 2010Toolkit(Office2010激活工具)的升级版本,同时具有windows和Office激活功能。

    1. 打开MicrosoftToolkit软件,点击右下角对应的产品图标。如,激活则点击”office图标″,激.活Windows 7/8则点击”Windows图标″。

    2. 进入第二个选项卡“Activation”,并选择Tool操作方法“AutoKMS”

    3. 安装KMS服务,并在安装成功后点击“EZ-Activator”进行注册操作。

    KMS每次激活都将获得180天激.活期,不过不用担心,KMS 激活器会自动帮你续期的,如此便是"永久激活”。

    4. 安装成功后,稍等, 下面黑色款内最后一行会出现”〈Product Activation Successful〉”字样则表示激活成功。

    注:install按钮为灰色表示开启自动续期。如果不为灰色,点一下即可。注意:针对Win8系统,网络上凡是标注永久激.活,但又不是利用KMS原理的激活工具都属于伪激活工具!

    (本文内容由百度知道网友cs20061470贡献)

所有视频需要登录后,才能观看

请先登录您的帐号,即可完整播放,如果您尚未注册帐号,请先点击注册。