基础库与工具

  • six Python 2 和 3 的兼容库,用于编写 Python2 和 3 兼容的代码
  • attrs Attributes Without Boilerplate
  • assertpy assert 语句的替代品
  • affirm 用于更好的替换 assert 语句
  • decorator 简化 decorator 的使用难度而开发的模块
  • isort 可自动对 Python 的 import 语句进行排序和分段。可将大量的 import 结构转成非常适合阅读的排版
  • interruptingcow 一个 watchdog,用于中断长时间运行的代码,也就是给代码加上 timeout 功能
  • retrying 一个用于实现重试机制的库
  • tenacity 一个通用的 retry 库,能为任何任务加入重试的功能
  • py 一个开发支持工具
  • faker 一个假数据生成库
  • pipenv Python Development Workflow for Humans,相当于是环境管理和包管理二合一,由 Kenneth Reitz (Requests 的作者 )编写,现在移交给 Python 官方来维护,提供比 pip 体验更好的开发包管理
  • bidict 双向查询字典,可以通过 value 查询 key
  • tablib 把数据导出为 Excel、JSON、CSV 等格式
  • glom 处理嵌套数据结构
  • envparse 简单的环境变量解析库
  • environs 解析环境变量的库。受 envparse 启发,底层使用 marshmallow 验证并序列化值
  • swig Python 调用 C/C++ 代码的工具,支持 C++ 的类继承
  • pyperclip 向计算机的剪贴板发送或接收文本
  • py-setproctitle 一个可以改变进程名称的库
  • hashids 数字 ID 混淆库,可将 ID 转成加密字段再还原
  • vimdecrypt Vim 加密文件解码工具
  • setproctitle 设置进程名,即改变 ps, top 等工具显示的进程名称
  • dulwich Git 的纯 Python 实现
  • pypandoc Pandoc 的 Python 封装,强大的文档格式转换工具
  • simiki 个简单的个人 Wiki 框架,使用 Markdown 格式,按目录分类
  • optimize-images 图片压缩工具,纯 Python 实现的,除了 Pillow 之外没有依赖项
  • Boltons 纯 Python 实用工具库,可以作为对标准库的补充

日志处理

  • logging 标准库日志系统
  • logbook 一个功能完备强大的日志库
  • Structlog 是一个先进的日志处理器。他可以和任何现存的日志记录工具相集成,并包装了 Python 标准库。你可以构建定制的记录工具,根据你的需要增加上下文,保证你的日志一致、可读
  • sentry 一个开源的实时错误追踪系统,可以帮助开发者实时监控并修复异常问题
  • colorlog 终端日志输出着色

系统工具

  • keyring
  • sh 是一个成熟的Python子进程接口,允许你像调用函数一样调用任何程序。超级好用。
  • Watchdog 是一个跨平台的Python库和shell工具,可以监视文件系统事件。超级好用,容易上手。
  • PyFilesystem 文件系统的抽象层
  • pynput 控制和监控输入设备,如键盘、鼠标

邮件

数据库

  • MySQL-Python 对 MySQL C 驱动的封装,仅支持 Python2,该项目名称为MySQLdb1
  • mysqlclient 基于 MySQLdb1 项目,并添加对 Python3 的支持
  • mysql-connector-python MySQL 官方支持的纯 Python 驱动
  • PyMySQL MySQL 的一个纯 Python 接口
  • Tornado-MySQL 基于 PyMySQL 并添加对 Tornado 的支持
  • adb 异步 mysql 库
  • SQLAlchemy 提供了 SQL 工具包及对象关系映射(ORM)工具
  • Peewee 超级轻量的一个 ORM 框架
  • Pony ORM 框架,使用生成器实现查询功能
  • pymongo MongoDB 官方支持的驱动程序
  • motor 为 Tornado 提供了一个基于回调和 Future 机制的非堵塞的 MongoDB 驱动程序
  • redis-py Redis 的 Python 接口程序
  • dataset 一个 SQLAlchemy 的包装器,使得不用直接写 SQL 而操作数据库

打印输出

  • prettytable 表格形式输出数据
  • tabulate 可以仅调用一个函数就能够输出小的、好看的表格
  • colored 终端输出着色工具
  • humanize 将数值、日期等转化为更易读的形式
  • colorama 输出着色,跨平台
  • termcolor 输出着色
  • blessings 输出着色
  • hues 输出着色,同时可以用来代替日志模块
  • better-exceptions 以更友好的形式展示异常信息
  • progressbar 控制台进度条,功能完备
  • tqdm 控制台进度条工具,支持命令行直接使用
  • icecream 一款专用于 print 调试的工具
  • rich 提供丰富的富文本、格式化、表格、进度条等显示方式

命令行参数解析

  • Docopt 忘了 optparse 和 argparse 吧,使用 docstring 来构建优雅的、高可读性、复杂(如果你有这个需要)的命令行界面。在我看来这是2013年诞生的最好的库
  • Click 用于快速创建命令行工具
  • clize 利用装饰器将函数转换成命令行解析器
  • python-fire Google 开源的一个可从任何 Python 代码自动生成命令行接口(CLI)的库,是开发和调试非常有用的工具,只需将想要在命令行显示的功能写为函数/模块/类,就可以在命令行模式下调用
  • Plumbum 命令行工具包
  • Typer 利用 Python 3.6+ 的类型提示功能来编写命令行接口

命令行界面库

  • curses 标准库内置模块,是原生的一个封装。Windows 平台不支持,官方推荐了 the Console moduleUniCurses
  • Urwid 一个提供 Event Loop,Widget Classes 的控制台界面库
  • Blessings 对 curses 的一个封装,使其更易用,所有函数调用都封装在了 Terminal 类中

GUI 工具

  • Tkinter
  • PyQt
  • wxPython
  • PyGame 是一组用来开发游戏软件的 Python 程序模块,基于 SDL 库的基础上开发,可创建功能丰富的游戏和多媒体程序
  • Eel 一个小型库,用于制作简单的类似 Electron 的离线 HTML/JS GUI 应用程序
  • Pywebview 类似于 Electron 的库, 使用 Web 技术和 Python 相结合来创建GUI应用程序
  • PyWinauto 一组用于自动化 Microsoft Windows GUI 的模块,其能够将鼠标和键盘操作发送到窗口对话框和控件
  • Streamlit 快速数据可视化界面工具
  • Gooey 一行代码实现 GUI 程序,用法类似于 argparse 标准库
  • DearPyGui 一个便于使用、功能强大的 Python GUI 框架,使用了即时模式范式和计算机的GPU来实现动态界面
  • win10toast 显示 windows10 toast 通知

算法与设计模式

任务调度、并行计算、分布式

  • sched 标准库模块,用于定时执行任务
  • schedule 最轻量级的一个任务调度库,拥有人性化的语法
  • croniter 迭代 cron 格式的任务调度配置,得到下一个运行的时间,或者运行时时间表
  • APScheduler 任务调度模块,一个 Python 定时任务框架
  • Celery 一个非常成熟的Python分布式框架,可以在分布式的系统中,异步的执行任务,并提供有效的管理和调度功能。
  • SCOOP 提供简单易用的分布式调用接口,使用Future接口来进行并发。
  • Dispy 相比起 Celery 和 SCOOP,Dispy 提供更为轻量级的分布式并行服务
  • PP (Parallel Python)是另外一个轻量级的 Python 并行服务
  • Asyncoro 一个利用 Generator 实现分布式并发的 Python 框架
  • mpi4py 一个构建在MPI之上的Python库,主要使用Cython编写
  • threadpool 一个比较老的线程池库,不太建议使用
  • pyee 一个 node.js’s EventEmitter 的 Python 粗略实现
  • Blinker 强大的进程内信号库,既支持简单的对象到对象通信,也支持针对多个对象进行组播

HTTP

  • Requests 为人类准备的 HTTP,以更 pythonic 的方式处理 HTTP 请求,比 urllib2 好用得多
  • builtwith 识别网站所使用技术
  • whois 域名公共查询工具:Whois
  • robotparser 标准库,解析 robots.txt 文件
  • requestium 是 Requests, Selenium 和 Parsel 的结合体,结合了 Chrome 59 以后的 headless 无头特性(代替了 phantomjs)
  • fake-useragent 伪造 HTTP 请求头中 User Agent 的值

HTML/XML

  • lxml 联合了 libxml2 和 libxslt。如果你要处理 XML 或 HTML,lxml 是最好的选择,真的
  • PyQuery 像 JQuery 一样使用
  • html5lib
  • BeautifulSoup 一个可以从 HTML 或 XML 文件中提取数据的 Python 库
  • requests-html HTML 解析库,是对 Requests, PyQuery, lxml 等库的封装

Web 框架

  • Django 以快速开发和结构整洁著称的高层框架。这个开源免费的框架完全由 Python 编写并且遵循 MVC 的模型
  • Flask 基于 WerkzeugWSGI 工具箱和 jinja 模板,适合开发轻量级的 Web 应用,有很多第三方扩展
  • tornado 一个强大的、可扩展的异步非阻塞 Web 服务器,同时也是一个轻量级 Web 框架
  • Sanic 一个与 Flask 类似,基于 uvloop 的 web 框架,它能让 Python 更快速
  • Quart 与 Flask 相似,而且与 Flask API 兼容,并添加了添加异步、WebSocket和 HTTP 2 支持
  • FastAPI 一个高性能 Web 框架,用于构建 API,非常高的性能
  • Vibora 异步快速的 HTTP 客户端/服务器框架
  • Bottle 是一个快速、简单、轻量的WSGI微型web框架。利用Bottle构建小型站点和API的时间以秒计算。这个框架只有一个py文件,你可以把它放进任何目录
  • CherryPy 是HTTP协议的一个封装,这样其他软件可以使用它来处理HTTP协议的细节。它是一个低层的框架,它只提供 RFC 2616 定义的功能。接口非常 Pythonic,让 Python 开发者不会感到突兀
  • Pyramid 包含了一些 Python/Perl/Ruby 独有的特性,拥有不依赖平台的 MVC 架构,和最快的启动开发的能力。以执行效率和快速开发的能力著称
  • TurboGear 建立在其他框架基础上的框架,把其他框架优秀的部分集成到一起。由于每个框架都有一些部分做得不好,TurboGear试图解决这个问题.它允许你从一个单文件服务开始,逐步扩展为一个全栈服务
  • web.py 一款轻量级的 Python web 开发框架,简单、高效
  • web2py 一种免费的、开源的 web 开发框架,用于敏捷地开发安全的、数据库驱动的 web 应用
  • hug 旨在简化 Python RESET APIs 的开发,其本身并非一个网络框架,构建在 Falcon 的高性能 HTTP 库之上,意味着可以使用任何 wsgi 兼容的服务器(例如 gunicorn)将其部署到生产环境中
  • Connexion 一个基于Flask实现的一个框架,它基于以YAML格式描述的API的OpenAPI 2.0规范(以前称为Swagger Spec)自动处理HTTP请求

Web Server

  • Gunicorn Green Unicorn,是一个 WSGI 服务器,用来支持 Python 应用,被设计成运行于Nginx之后,轻量级、易于使用、并使用许多UNIX特性
  • uWSGI 用来构建全栈式的主机服务,既能当作独立的 web 路由器来运行,也能运行在一个完整 web 服务器(比如Nginx或Apache)之后
  • Meinheld 一个高性能的异步 WSGI Web 服务, 利用 greenlet 和 Picoev 实现异步 I/O

网络爬虫

  • scrapy 一个快速、高层次的屏幕抓取和web抓取框架,用于抓取web站点并从页面中提取结构化的数据
  • mechanize 是对 urllib2 的部分功能的替换,能够更好的模拟浏览器行为
  • selenium 一个调用浏览器的 Driver,通过这个库你可以直接调用浏览器完成某些操作。关于其使用,有一个不错的教程:Free Selenium Tutorials
  • cola 一个分布式爬虫框架
  • pyspider 国人编写的强大的网络爬虫系统并带有强大的WebUI。分布式架构,支持多种数据库后端,支持脚本编辑器,任务监视器,项目管理器以及结果查看器
  • RoboBrowser 纯 Python 实现的浏览器,可以获取页面,单击链接和按钮,以及填写并提交表单等

消息队列

  • pika RabbitMQ 的 Python 库
  • zmq ZeroMQ 的 Python 库
  • kafka-python Apache Kafka 的 Python 库
  • boto 亚马逊消息列队服务 Python SDK

远程对象支持

日期与时间处理

  • Delorean 用它处理日期和时间非常方便。设置时区,截取到秒、分、小时,甚至使用特定步骤从一个日期进到另一个日期
  • Arrow 提供了合理的、友好的方式来创建、控制、格式化、转换 Python 的日期、时间和时间戳
  • Pendulum 在标准库的基础之上,提供了一个更简洁,更易于使用的 API
  • dateutil 是 datetime 标准库的一个扩展库,几乎支持以所有字符串格式对日期进行通用解析,日期计算灵活,内部数据更新及时
  • moment 用于处理日期/时间的 Python 库,设计灵感同样是来源于 moment.js 和 requests ,设计理念源自 Times Python 模块
  • when.py 提供对用户非常友好的特性来帮助执行常见的日期和时间操作
  • maya 主要为了解决解析网站时间数据的问题
  • Chronyk 用于解析手写格式的时间和日期
  • delorean 一个很方便的日期时间库,可以让人更简单省心的获取时间,不必受困于时间模块中的各种问题
  • freezegun 时间漫游,通过装饰器,可以使在函数内调用 datetime 可返回任意时间

Excel

SSH

科学计算与数据处理

  • numpy
  • pandas
  • PyTables 提供了一些用于结构化数组的高级查询功能,而且还能添加列索引以提升查询速度,这跟关系型数据库所提供的表索引功能非常类似。
  • h5py 将数据存储为高效且可压缩的HDF5格式
  • DTale Pandas 的 GUI 可视化工具库
  • umexpr 基于 NumPy 的快速数值表达式求值库
  • dask 一个并行计算库,能在集群中进行分布式计算,能以一种更方便简洁的方式处理大数据量
  • fastcache 用 C 实现的,更快的,兼容 Python2 和 Python3 的缓存模块
  • PrettyPandas 用 pandas Style API 来将DataFrames转换成适合展示的表格
  • bcolz 列式存储的数据持久化方案,压缩率高而且查询速度快
  • odo 在各种数据格式之间高效的迁移数据。这里的数据格式既包括内存中的数据结构,比如:列表、集合、元组、迭代器、numpy中的ndarray、pandas中的DataFrame、dynd中的array,以及上述各类的流式序列。也包括存在于Python程序之外的持久化数据,比如:CSV、JSON、行定界的JSON,以及以上各类的远程版本,HDF5 (标准格式与Pandas格式皆可)、 BColz、 SAS、 SQL 数据库 ( SQLAlchemy支持的皆可)、 Mongo 等
  • Blaze 用于处理数据库和分析查询的阵列技术。是下一代的 NumPy。用于处理分布式的各种不同数据源的计算
  • joblib 为Python函数提供轻量级管道任务(pipeline job)服务的一系列工具,包括透明磁盘IO缓冲、快速序列化、简单并行化运行、日志服务等,为大数据集的快速可靠处理进行了优化,特别针对numpy数组的处理进行了优化
  • pandarallel Pandas 并行化支持库

文本与自然语言处理

  • Chardet 字符编码探测器,可以自动检测文本、网页、xml的编码
  • fuzzyfinder 10 行代码写的模糊查询
  • fuzzywuzzy 字符串模糊匹配工具
  • flashtext 快速进行大规模语料库的文本搜索与替换
  • python-pinyin 将汉字转为拼音。可以用于汉字注音、排序、检索
  • xpinyin 将汉字转换为拼音的函数库
  • Pinyin2Hanzi 拼音转汉字,可以作为拼音输入法的转换引擎
  • jieba 中文分词组件
  • thulac 一个高效的中文词法分析工具包
  • SnowNLP 处理中文文本的库
  • pkuseg-python 北大开源的领域细分的中文分词工具,简单易用

代码与性能测试

  • profile/cProfile 标准库提供的性能分析工具
  • line_profile 基于函数的性能分析工具,可测试函数中每一行代码消耗的 CPU 时间
  • snakeviz 基于 cProfile 的性能分析工具,可将分析结果图形化展示
  • memory_profiler 内存占用分析工具,基于函数,可分析函数中每一行代码的内存占用
  • Scalene 一个用于 Python 脚本的 CPU 和内存分析器,能够正确处理多线程代码,还能区分 Python 代码和本机代码的运行时间
  • pytest 一个成熟的全功能的 Python 测试框架
  • mock 用来创建和管理模拟对象,以完成单元测试,在 Python 3.x 中已被集成到 unittest 标准库
  • Fudge 是一个类似于 Java 中的 JMock 的纯 python 的 mock 测试模块,主要功能就是可以伪造对象,替换代码中真实的对象,来完成测试
  • httmock 基于 Mock 库,更方便于用 requests 的方式来返回接口的值
  • HTTPretty HTTP 请求的 mock 工具
  • vcrpy 自动 mock HTTP 交互
  • HTMLTestRunner 是 Python 标准库 unittest 单元测试框架的一个扩展,用来生成 HTML 测试报告
  • Locust 是一个 Python 的性能测试工具,可以通过写 Python 脚本的方式来对 web 接口进行负载测试

性能优化

  • numba 使用 Just-in-Time(JIT) 即时编译器的方式加速代码,其 Python 源码通过 LLVMPy 生成 JIT 后的 so文件来加速
  • cython 是 Python 的 C 语言扩展。准确说 Cython 是单独的一门语言,专门用来写在 Python 里面 import 用的扩展库。实际上 Cython 的语法基本上跟 Python 一致,而 Cython 有专门的编译器:先将 Cython 代码转变成 C(自动加入了一大堆的 C-Python API),然后使用 C 编译器编译出最终的 Python 可调用的模块。不过 Cython 的缺点是,你并不能真正编写 Python 代码
  • pypy 使用 Python 实现的解释器,它使用了 Just-in-Time(JIT) 即时编译器,即动态编译器,与静态编译器(如gcc,java等)不同,它是利用程序运行的过程的数据进行优化
  • Pyston 是一款 Dropbox 推出的新的基于 JIT 的 Python 实现,使用 LLVM 编译器实现代码解析与转换
  • Taichi 一种嵌入在 Python 中的并行编程语言。通过即时编译的方式将 Python 编译成高性能的并行机器代码来执行