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。
( S) M0 r$ w8 f: L3 u! \1、构建你自己的 X
       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。
" v7 f  T5 h& D: ]地址：
6 y& N5 d& S; f8 m6 l8 O9 shttps://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：
3 ?2 h$ ]. f& u1 Jhttps://github.com/trekhleb/javascript-algorithms
8 C, ~& h, Q4 Y- U' C- Z$ s9 q3、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。
地址：
https://github.com/ossu/computer-science
( r$ B  ?. W1 c4、代码 30 秒
# X8 Y, F- \$ u* y7 `       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！
( K3 c; e% i0 S5 j* C地址：
/ X2 O; j  p" z+ Mhttps://github.com/30-seconds/30-seconds-of-code
5、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。
地址：
1 U4 d; E' h3 R! p& xhttps://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：
9 l2 ^5 l9 N5 E; J. x1 y/ K+ c4 Ehttps://github.com/EbookFoundation/free-programming-books
9 h% _. W6 ]! g: x7、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。
0 l8 _( ?# n4 r9 I/ g0 m1 r地址：
7 }3 [8 l0 U3 N$ J# a  Y8 Ehttps://github.com/donnemartin/system-design-primer
8、了不起的 Python
2 U; x2 l: [+ V       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。
( Y, S3 i0 t1 x/ l, j$ O1 `地址：
4 k5 M. a3 p9 P/ phttps://github.com/vinta/awesome-python
9、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
! J7 S( Z2 ]7 J4 {) K       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