程序员必备的 10 大 GitHub 仓库

admin

       GitHub 不仅是维护代码的好工具，而且是学习和成长的好工具。身为一个软件开发者，我一直在寻找有用的 GitHub 仓库，从中学习和发现灵感。以下是我最喜欢的 10 个仓库。
1、构建你自己的 X
1 o+ X9 P& y5 \, E: y3 H0 q) Q       如果你想要做些什么，并且想要获得一些关于如何实现它的指导，这是一个很好的资源。通过浏览列表，你还会发现很多真正有趣的事情。
3 u" h' Z' V) S* b* q7 a; Y! O0 ]地址：
https://github.com/danistefanovic/build-your-own-x
2、JavaScript 算法
       一个区别是，软件工程师和软件开发人员更容易掌握算法和数据结构。但是，不管你的背景是什么，这个仓库提供了很多不同的算法，一个详尽的数据结构列表，还有你可能在软件工程面试中遇到的一些典型问题的答案。
地址：
https://github.com/trekhleb/javascript-algorithms
- _& p* k6 N% V0 o7 u, W( `8 Y: l3、OSSU
       不管你是一个从事编程的人，还是一个已经在业界自学的开发者， OSSU 的课程为所有想要学习计算机科学的人提供了大量的免费学习资源。
% |. b- p6 r! f, T7 E% c- D$ R  ]# _" {地址：
https://github.com/ossu/computer-science
# }& ]) F- }0 Z% `: @( `2 ~- z4、代码 30 秒
0 E5 t8 |  P; p, u8 K5 d( \       超过 100 个代码段，涵盖了 JavaScript 中的各种内容，从典型的算法，到你可能会发现自己需要完成的常见任务。非常值得一看！
9 g+ \! m; A1 n9 X% g& W" L$ ]地址：
8 u0 W* J6 `2 b( ]! nhttps://github.com/30-seconds/30-seconds-of-code
7 m' ~! e& r' |. g# d5、真实世界示例应用
       有没有想过要学习如何使用特定的语言 / 技术开发适当的应用？这就是为你准备的 GitHub 仓库！这超出了典型的“ to-do”应用程序， RealWorld 的示例使整个“Medium-style”应用程序更加丰富，包括了所有的钟声、哨声和最佳实践！微信搜索公众号 逆锋起笔，关注后回复 编程资源，领取各种经典学习资料。
: a0 U% H/ a! m地址：
$ ~9 |* \" T! Hhttps://github.com/gothinkster/realworld
6、免费编程书籍
       听起来确实如此。大量的免费编程书籍可以帮助你的知识和理解更上一层楼。
地址：
https://github.com/EbookFoundation/free-programming-books
6 v7 C5 v. j. v# C7、系统设计入门
       如果你正在寻找高级软件工程（或更高的）职位，那么拥有设计大型系统的能力是很有价值的，很多大型技术公司都希望你具备这一能力。这也是一个重要技巧，如果你打算为你正在做的任何工作构建任何大型系统的话。这份指南提供了大量的信息来帮助你做好准备。
地址：
, @5 Y6 _9 u' {0 ghttps://github.com/donnemartin/system-design-primer
8、了不起的 Python
       Python 内建了一系列不同的库、框架和技术的列表。对那些想要学习一种新的编程语言或仅仅想要提高对已有 Python 的了解的人来说，这是一个极好的指南。
地址：
8 y( B* f) b5 n8 bhttps://github.com/vinta/awesome-python
  ?+ F) s4 K5 b9、node 最佳实践
       我总是找不到足够的最佳实践指南。所以当发现这个 GitHub 仓库时，我觉得必须把它包括进去。自学的坏处之一就是，你并不总是从最佳实践开始。因此，拥有这些详细的指南可以帮助你快速提高技能。
地址：
https://github.com/goldbergyoni/nodebestpractices
10、超棒的机器学习
# Q$ H$ i  ^0 m9 x/ v: a: `9 X0 d       就像我们之前看到的 Python 清单一样，这个 GitHub 仓库包含了大量宝贵的机器学习资源。
地址：
https://github.com/josephmisiti/awesome-machine-learning