Python库全部整理出来了,非常全面(二)

本文涉及的产品
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
Redis 开源版,标准版 2GB
推荐场景:
搭建游戏排行榜
云数据库 MongoDB,独享型 2核8GB
推荐场景:
构建全方位客户视图
简介: Python库全部整理出来了,非常全面(二)

人工智能与机器学习



库名称简介NLTK(natural language toolkit),是python的自然语言处理工具包。2001年推出,包括了大量的词料库,以及自然语言处理方面的算法实现:分词, 词根计算, 分类, 语义分析等。


Pattern,数据挖掘模块,包括自然语言处理,机器学习工具,等等。


textblob,提供API为自然语言处理、分解NLP任务。基于NLTK和Pattern模块。


jieba,结巴,中文分词工具。


snownlp,用于处理中文文本库。


loso,中文分词函数库。


genius,中文CRF基础库,条件随机场(conditional random field,简称 CRF),是一种鉴别式机率模型,是随机场的一种,常用于标注或分析序列资料,如自然语言文字或是生物序列。


Gensim,一个相当专业的主题模型Python工具包,无论是代码还是文档,可用于如何计算两个文档的相似度LIBSVM,是台湾大学林智仁(Lin Chih-Jen)教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包,他不但提供了编译好的可在Windows系列系统的执行文件,还提供了源代码,方便改进、修改以及在其它[操作系统]上应用;该软件对SVM所涉及的参数调节相对比较少,提供了很多的默认参数,利用这些默认参数可以解决很多问题;并提供了交互检验(Cross Validation)的功能。该软件可以解决C-SVM、ν-SVM、ε-SVR和ν-SVR等问题,包括基于一对一算法的多类模式识别问题。


scikits.learn,构建在SciPy之上用于机器学习的 Python 模块。它包括简单而高效的工具,可用于数据挖掘和数据分析。涵盖分类,回归和聚类算法,例如SVM, 逻辑回归,朴素贝叶斯,随机森林,k-means等算法,代码和文档都非常不错,在许多Python项目中都有应用。例如在我们熟悉的NLTK中,分类器方面就有专门针对scikit-learn的接口,可以调用scikit-learn的分类算法以及训练数据来训练分类器模型。


PyMC,机器学习采样工具包,scikit-learn似乎是所有人的宠儿,有人认为,PyMC更有魅力。PyMC主要用来做Bayesian分析。


Orange,基于组件的数据挖掘和机器学习软件套装,它的功能即友好,又很强大,快速而又多功能的可视化编程前端,以便浏览数据分析和可视化,包含了完整的一系列的组件以进行数据预处理,并提供了数据帐目,过渡,建模,模式评估和勘探的功能。侧重数据挖掘,可以用可视化语言或Python进行操作,拥有机器学习组件,还具有生物信息学以及文本挖掘的插件。


Milk,机器学习工具箱,其重点是提供监督分类法与几种有效的分类分析:SVMs(基于libsvm),K-NN,随机森林经济和决策树。它还可以进行特征选择。这些分类可以在许多方面相结合,形成不同的分类系统。对于无监督学习,它提供K-means和affinity propagation聚类算法。


PyMVPA(Multivariate Pattern Analysis in Python),是为大数据集提供统计学习分析的Python工具包,它提供了一个灵活可扩展的框架。它提供的功能有分类、回归、特征选择、数据导入导出、可视化等。


NuPIC,开源人工智能平台。该项目由Grok(原名 Numenta)公司开发,其中包括了公司的算法和软件架构。NuPIC 的运作接近于人脑,“当模式变化的时候,它会忘掉旧模式,记忆新模式”。如人脑一样,CLA 算法能够适应新的变化。


Pylearn2,-基于Theano的机器学习库。


hebel,GPU加速,[深度学习]Python库。


gensim,机器学习库。


pybrain,机器学习模块,它的目标是为机器学习任务提供灵活、易应、强大的机器学习算法。pybrain包括神经网络、强化学习(及二者结合)、无监督学习、进化算法。以神经网络为核心,所有的训练方法都以神经网络为一个实例Mahout,是 Apache Software Foundation(ASF) 旗下的一个开源项目,提供一些可扩展的机器学习领域经典算法的实现,旨在帮助开发人员更加方便快捷地创建智能应用程序。Mahout包含许多实现,包括聚类、分类、推荐过滤、频繁子项挖掘。此外,通过使用 Apache Hadoop 库,Mahout 可以有效地扩展到云中。


Crab,灵活的,快速的推荐引擎。


python-recsys,娱乐系统分析,推荐系统。


vowpal_porpoise,Vowpal Wabbit轻量级Python封装。


Theano,用来定义、优化和模拟数学表达式计算,用于高效的解决多维数组的计算问题的python软件包。它使得写深度学习模型更加容易,同时也给出了一些关于在GPU上训练它们的选项。


系统与命令行



库名称简介threading,Python标准线程库,更高级别的线程接口。


envoy,特使,Python子线程的函数库。


sh,成熟的子线程替换函数库。


sarge,封装线程。


subprocess,调用shell命令的神器argparse,写命令行脚本必备,强大的命令行差数解析工具timeit,计算代码运行的时间等等unp,命令行工具,解压文件。


eventlet开销很少的多线程模块,使用的是 green threads 概念,例如,pool = eventlet.GreenPool(10000) 这样一条语句便创建了一个可以处理 10000 个客户端连接的线程池。类似Gevent线程库Gevent,多线程模块pytools,著名的python通用函数、工具包SendKeys, 键盘鼠标操作模块, 模拟键盘鼠标模拟操作。


pyHook,基于Python的“钩子”库,主要用于监听当前电脑上鼠标和键盘的事件。这个库依赖于另一个Python库PyWin32,如同名字所显示的,PyWin32只能运行在Windows平台,所以PyHook也只能运行在Windows平台。


pstuil,跨平台地很方便获取和控制系统的进程,以及读取系统的CPU占用内存占用等信息.


cement,一个轻量级的、功能齐全的命令行工具


click,简单优雅的的命令行接口。


clint,Python命令行工具。


cliff,创造多层次指令的命令行程序框架。


Clime, 可以转换任何模块为多的CLI命令程序,无任何配置。


docopt,Python命令行参数分析器。


pycli,命令行应用程序,支持的标准命令行解析,测井,单元[测试]和功能测试。


Gooey,打开命令行程序,作为为一个完整的GUI应用程序,cookiecutter,命令行工具,从cookiecutters(项目模板)创建项目。例如,Python包项目,jQuery插件项目。percol,为UNIX传统管道pipe命令,添加交互式选择风格。


rainbowstream,聪明和漂亮的推特客户终端。


Django Models,Django的一部分SQLAlchemy,Python SQL工具包和对象关系映射。


peewee,小型的ORM解析器。


PonyORM,为ORM提供了一种面向SQL的接口。


MongoEngine,Python对象文件映射,使用[MongoDB]。, Django MongoDB引擎MongoDB , Django后台。


django-mongodb-engine,Django后台.redisco,一个简单的模型和容器库,使用[Redis]flywheel,Amazon DynamoDB对象映射。


butterdb,谷歌电子表格的ORM,Python版。


celery,芹菜,异步任务队列/工作,基于分布式消息队列。


huey,休伊,轻量级,多线程任务队列。


mrq,队列先生,分布式任务队列,使用redis & Gevent。


rq,简单的工作队列。


Queue,Queue模块可以用来实现多线程间通讯,让各个线程共享数据,生产者把货物放到Queue中,供消费者(线程)去使用。


simpleq,简单的,可扩展的队列,Amazon SQS基础队列。


Psyco,超强的python性能优化工具,psyco 的神奇在于它只需要在代码的入口处调用短短两行代码,性能就能提升 40% 或更多,真可谓是立竿见影!如果你的客户觉得你的程序有点慢,敬请不要急着去优化代码,psyco 或许能让他立即改变看法。psyco 堪称 Python 的 jit。fn.py,Python函数编程:缺失的功能享受FP的实现。


funcy,函数编程工具。


Toolz,函数编程工具:迭代器、函数,字典。


CyToolz,Toolz的Cython实现,高性能的函数编程工具。


Ansible,安塞波,极为简单的自动化平台。


SaltStack,基础设施的自动化管理系统。


Fabric,织物,一个简单,远程执行和部署的语言工具。


Fabtools,Fabric的工具函数。


cuisine,热门的Fabric的工具函数。


psutil,跨平台的过程和系统工具模块。


pexpect,控制互动节目。


provy,易于使用的配置系统的Python。


honcho,Foreman的Python接口,用于管理procfile应用工具。


gunnery,多任务执行工具,与网络接口的分布式系统。


fig,快速。独立的开发环境中使用泊坞窗。


APScheduler,轻量级、但功能强大的在线任务调度程序。


django-schedule,Django日程应用程序。


doit,任务流道/生成工具。


Joblib,Python提供的轻量级的流水线工具函数。


Plan,简易生成crontab文件。


Spiff,纯Python实现的,功能强大的工作流引擎。


schedule,Python作业调度。


TaskFlow,有助于使任务执行简单。


ctypes,Python标准库,速度更快,Python调用C代码的外部函数接口。


cffi,Python调用C代码外部函数接口,类似于ctypes直接在python程序中调用c程序,但是比ctypes更方便不要求编译成so再调用。


Cytoolz,python 加速库SWIG,简化封装和接口生成器。


Cython,Python优化静态编译器。


PyPy,Python解释器的 Python实现。


Stackless Python,一个增强版本的Python。它使程序员从基于线程的编程方式中获得好处,并避免传统线程所带来的性能与复杂度问题。Stackless为 Python带来的微线程扩展,是一种低开销、轻量级的便利工具Pyston,使用LLVM和现代JIT技术,对python进行性能优化。


pythonlibs,非官方的Windows(32 / 64位)的Python扩展包scapy,优秀的数据包处理库。


ino,Arduino命令行工具。


Pyro,Python的机器人工具包。


pluginbase,一个简单而灵活的Python的插件系统。


itsdangerous,数据安全传输工具。


blinker,快速Python中的信号/事件调度系统。


pychievements,用于创建和跟踪成果框架。


python-patterns,Python中的设计模式。


pefileWindows PE文件解析器SIP,自动为C和C++库生成Python扩展模块的工具。


数据库



库名称简介MySQLdb,成熟的[MySQL]数据库模块,Baresql,SQL数据库包ZODB,Python本地对象数据库。一个K-V对象图数据库。


pickledb,简单和轻量级的K-V键值存储。


TinyDB, 轻量级,面向文档的数据库。


mysql-python,MySQL的Python工具库。


mysqlclient,mysql-python分支,支持Python 3.,PyMySQL,纯Python写的 MySQL驱动程序,兼容mysql-python。


mysql-connector-python,MySQL连接器,来自[Oracle],纯Python编写。


oursql,MySQL连接器,提供本地话指令语句和BLOBs支持。


psycopg2,最流行的Python PostgreSQL适配器。


【网络】



Curl,Pycurl包是一个libcurl的Python接口,它是由C语言编写的。与urllib相比,它的速度要快很多。Libcurl是一个支持FTP, FTPS, HTTP, HTTPS, GOPHER, TELNET, DICT, FILE 和 LDAP的客户端URL传输库.libcurl也支持HTTPS认证,HTTP POST,HTTP PUT,FTP上传,代理,Cookies,基本身份验证,FTP文件断点继传,HTTP代理通道等等。


Requests,用Python语言编写,基于 urllib的开源 HTTP 库。它比 urllib 更加方便,更加 Pythoner。支持 Python3。


httpie,命令行HTTP客户端,用户友好的cURL的替换工具。


s3cmd,命令行工具,用于管理Amazon S3和CloudFront。


youtube-dl,命令行程序,从YouTube下载视频。


you-get,Python3写的视频下载工具,可用于YouTube/Youku优酷/Niconico视频下载Coursera,从coursera.org下载视频,可重新命名文件wikiteam,wiki下载工具。


subliminal,命令行工具,搜索和下载字幕的函数库。


requests,HTTP函数库,更加人性化。


grequests,异步HTTP请求+ Gevent(高性能高并发函数库)。


urllib3,一个线程安全的HTTP连接池,支持文件post。


httplib2,综合HTTP的客户端函数库。


treq, Python API接口,Twisted的HTTP客户。


Mininet,流行的网络仿真器,API采用python编写。


POX,基于Python的开源软件定义网络(SDN)控制开发平台的应用,如OpenFlow的SDN控制器。


Pyretic,SDN的编程语言,提供了强大的抽象在网络交换机或仿真器。


SDX Platform,基于SDN的IXP实现,利用最小网络,痘和热。


inbox.py,Python的SMTP服务器。


imbox, Python版本IMAP库。


inbox,收件箱,开源邮件工具包。


lamson,SMTP服务器。


flanker,侧卫,电子邮件地址和MIME解析库。


marrow.mailer,高性能可扩展邮件交付框架。


django-celery-ses, Django电子邮件后台,使用AWS SES和Celery。


modoboa,邮件托管和管理平台,包括现代和简化Web UI。


envelopes,邮件工具。


mailjet,批量邮寄mailjet API接口,带统计。


Talon,利爪,Mailgun库,提取消息和签名。mailjet- Mailjet API implementation for batch mailing, statistics and more., Talon - Mailgun library to extract message quotations and signatures.,pyzmail,编写,发送和解析电子邮件。


furl,燃料,小型的的URL解析库库。


purl,简单的,干净的API,操纵URL。


pyshorteners,纯Python库,URL短网址编辑。


short_url,短网址生成。


Scrapy,快速屏幕截取和网页抓取的框架。


portia,波西亚,Scrapy的可视化扩展。


feedparser,信息源解释器


RoboBrowser,简单的网页浏览Python函数库,没有使用Web浏览器。


MechanicalSoup,网站自动化互动测试工具包。


mechanize,网页浏览编程工具。


Demiurge,造物主,-PyQuery的轻量级工具。


newspaper,提取报纸新闻。


html2text,转换HTML为 Markdown格式的文本。


python-goose,HTML内容提取器。


lassie,莱西,人性化的网站内容检索。


micawber,通过UR抓提网页的函数库。


sumy,概要,文本和HTML网页的自动文摘模块。


Haul,距离,可扩展的图像爬虫。


python-readability,可读性工具Arc90,快速的Python接口。


opengraph,OpenGraphProtocol协议解析模块,textract,从任何文件,Word,PowerPoint,PDF文件中提取文本,等。


sanitize,消毒,使混乱的数据变的理智。


AutobahnPython, WebSocket和WAMP的函数库,使用 Twisted和PythonWebSocket-for-Python,websocket客户端和服务器端函数库。


SimpleXMLRPCServer,python标准库,简单的XML-RPC服务器,单线程。SimpleJSONRPCServer,JSON-RPC规范实施函数库。


zeroRPC,基于ZeroMQ和MessagePack的RPC实现。


apache-libcloud,所有云服务的Python接口库。


wifi,WiFi -一套个Python库和命令行工具与WiFi,用于[Linux]。


streamparse,运行Python代码和数据的实时流。集成了Apache Storm。


boto,亚马逊网络服务接口。


twython,Twitter推特API。


google-api-python-client,谷歌客户端API。


gspread,谷歌电子表格的Python API。


facebook-sdk,facebook平台Python SDK。


facepy,简易的facebook图形APIgmail,Gmail的Python接口。


django-wordpress,Django的WordPress的模型和视图。


Web框架


Django,最流行的Python-Web框架,鼓励快速开发,并遵循MVC设计,开发周期短ActiveGrid企业级的Web2.0解决方案Karrigell简单的Web框架,自身包含了Web服务,py脚本引擎和纯python的数据库


PyDBLitewebpy 一个小巧灵活的Web框架,虽然简单但是功能强大CherryPy基于Python的Web应用程序开发框架。


Pylons 基于Python的一个极其高效和可靠的Web开发框架


Zope 开源的Web应用服务器


TurboGears 基于Python的MVC风格的Web应用程序框架Twisted流行的网络编程库,大型Web框架。


QuixoteWeb开发框架Flask,轻量级web框架。


Bottle,快速,简单和轻量级的WSGI模式Web框架。


Pyramid,轻量级,快速,稳定的开源Web框架。


web2py,简单易用的全堆栈Web框架和平台。


web.py,强大、简单的Web框架。


TurboGears,便于扩展的Web框架。


CherryPy,极简Python Web框架,支持,HTTP 1.1和WSGI线程池。


Grok,基于Zope3的Web框架。


Bluebream,开源的Web应用服务器,原名Zope 3。


guava,轻量级,高性能的Python-Web框架,采用c语言编写。


django-cms,基于Django企业级开源CMS。


djedi-cms轻量级但功能强大的Django CMS的插件,内联编辑和性能优化。


FeinCMS,基于Django的先进内容管理系统。


Kotte,高层次的Python的Web应用框架,基于Pyramid。


Mezzanine,强大,一致,灵活的内容管理平台。


Opps,基于Django的CMS,用于高流量的报纸、杂志和门户网站。


Plone,基于Zope的开源应用服务器Zope。


Quokka,灵活,可扩展的,轻量级的CMS系统,使用Flask和MongoDB。


Wagtail,Django内容管理系统。


Widgy,CMS框架,基于Django。


django-oscar,Django奥斯卡,开源的电子商务框架。


django-shop,基于Django的网店系统。


merchant,支持多种付款处理工具。


money,可扩展的货币兑换解决方案。


python-currencies,货币显示格式。


cornice,Pyramid的REST框架。


django-rest-framework,Django框架,强大灵活的工具,可以很容易地构建Web API。


django-tastypie,创造精美的Django应用程序API接口。


django-formapi,创建JSON API、HMAC认证和Django表单验证。


flask-api,提供统一的浏览器体验,基于Django框架。


flask-restful,快速构建REST API支持扩展。


flask-api-utils,flask的扩展。


falcon,猎鹰,高性能的Python框架,构建云API和Web应用程序后端。


eve,夏娃,REST API框架,使用Flask,MongoDB和良好意愿。


sandman,睡魔,为现有的数据库驱动的系统,自动生成REST API。


restless,类似TastyPie的框架。


savory-pie,REST API构建函数库(Django,及其他)Jinja2,现代设计师友好的语言模板。


Genshi,网络感知输出模板工具包。


Mako,马可,Python平台的超高速、轻型模板。


Chameleon,变色龙,一个HTML / XML模板引擎。仿照ZPT,优化速度。


Spitfire,快速的Python编译模板。


django-haystack,大海捞针,Django模块搜索。


elasticsearch-py,Elasticsearch官方低级的Python客户端。


solrpy,solr客户端。


Whoosh,呼,快速,纯Python搜索引擎库。


Feedly,建立新闻和通知系统的函数库,使用Cassandra和Redis。


django-activity-stream,Django活动流,从你网站上的行动,产生通用的活动流。


Beaker,烧杯,一个缓存和会话使用的Web应用程序,独立的Python脚本和应用程序库。


dogpile.cache,是Beaker作者的下一代替代作品。


HermesCache,Python的缓存库,基于标签的失效及预防Dogpile效果。


django-cache-machine,Django缓存机,自动缓存失效,使用ORM。


django-cacheops,自动颗粒事件驱动,ORM缓存失效。


johnny-cache,约翰尼高速缓存框架,Django应用程序。


django-viewlet,渲染模板部件扩展缓存控制。


pylibmc,在libmemcached接口。


WTForms-JSON,JSON表单数据处理扩展。


Deform, HTML表单生成的函数库。


django-bootstrap3,bootstrap3,集成了Django。


django-crispy-forms,Django程序,可以创建优雅的表单。


django-remote-forms,Django的远程表单,Django表格的序列化程序。


django-simple-spam-blocker,Django简单的垃圾邮件拦截器。


django-simple-captcha,Django简单验证码,简单的和高度可定制的Django应用程序,用于添加验证码图像Ajenti,服务器管理面板。


Grappelli,界面花哨的django皮肤。


django-suit,Django替代o界面(仅用于非商业用途)。


django-xadmin,Django管理面板替代工具。


flask-admin,简单的flask管理界面框架flower,实时监控和Web管理面板。


Pelican,鹈鹕,Markdown或ReST,字王内容主题。支持 DVCS, Disqus. AGPL。


Cactus,仙人掌,设计师的网站静态生成器。


Hyde,海德, 基于Jinja2的静态网站生成器。


Nikola,尼古拉-一个静态网站和博客生成器。


Tags,标签,最简单的静态网站生成器。


Tinkerer,工匠,基于Sphinx的静态网站生成器。


asyncio,(在Python 3.4 +是Python标准库),异步I/O,事件循环,协同任务。


gevent,基于Python的网络库。


Twisted,扭曲,事件驱动的网络引擎。


Tornado,龙卷风,Web框架和异步网络的函数库。


pulsar,脉冲星,事件驱动的并行框架的Python。


diesel,柴油,绿色的,基于事件的I/O框架。


eventlet,WSGI支持异步框架。


pyzmq, 0MQ消息库的Python封装。


txZMQ,基于Twisted的0MQ消息库封Crossbar,开源统一应用路由器(WebSocket和WAMP)。


wsgiref,Python标准库,WSGI封装实现,单线程。


Werkzeug,机床,WSGI工具函数库,很容易地嵌入到你自己的项目框架。


paste,粘贴,多线程,稳定的,久经考验的WSGI工具。


rocket,火箭,多线程服务,基于Pyramid。


netius,快速的、异步WSGI服务器,gunicorn,forked前身,部分用C写的。


fapws3,异步网络,用C写的。


meinheld,异步WSGI服务器,是用C写的。


bjoern,-快速的、异步WSGI服务器,用C写的。


安全



Permissions函数库,允许或拒绝用户访问数据或函数。


django-guardian,Django守护者,管理每个对象的权限,用于Django 1.2 +Carteblanche,管理导航和权限。


Authomatic,简单强大的认证/授权客户端。


OAuthLib, 通用,规范,OAuth请求签约工具。


rauth,用于OAuth 1.0,2.0,的Python库。


python-oauth2,利用全面测试,抽象接口来创建OAuth的客户端和服务器。


python-social-auth,易于安装的社会认证机制。


django-oauth-toolkit,Django OAuth工具包django-oauth2-provider,Django OAuth2工具包。


django-allauth,Django认证的应用程序。


Flask-OAuthlib,Flask的OAuth工具包sanction,制裁,简单的oauth2客户端。


jose,[JavaScript]对象签名和加密(JOSE)草案实施,标记状态。


python-jwt,JSON的Web令牌生成和验证模块。


pyjwt,JSON的Web令牌草案01。


python-jws,JSON的Web令牌草案02。


PyCrypto,Python的加密工具包。


Paramiko,sshv2协议的实现,提供了客户端和服务器端的功能。


cryptography,密码开发工具包。


PyNac,网络和密码(NaCl)函数库。


hashids,hashids的 Python函数库。


Passlib,安全的密码存储/哈希库,非常高的水平。


hashlib,md5, sha等hash算法,用来替换md5和sha模块,并使他们的API一致。


它由OpenSSL支持,支持如下算法:md5,sha1, sha224, sha256, sha384, sha512.


GUI库



名称简介PyGtk,基于Python的GUI程序开发GTK+库PyQt用于Python的QT开发库WxPythonPython下的GUI编程框架,其消息机制与MFC的架构相似,入门非常简单,需要快速开发相关的应用可以使用这个TkinterPython下标准的界面编程包,因此不算是第三方库了PySide,跨平台Qt的应用程序和用户界面框架,支撑Qt v4框架。


wxPython,混合wxWidgets的C++类库。


kivy,创建应用程序GUI函数库,看运行于Windows,Linux,MAC OS X,[Android]和[iOS]。


curse,用于创建终端GUI应用程序。


urwid,创建终端GUI应用程序窗体的函数库,支持事件,色彩丰富。


pyglet,跨平台的窗口和多媒体库的Python。


Tkinter,是Python事实上的标准GUI软件包。


enaml,创建漂亮的用户界面,语法类似QML。


Toga,托加,OS原生GUI工具包。【构建封装】


pyenv,简单的Python版本管理。


virtualenv,创建独立的Python环境,用于同时安装不同版本的python环境。


virtualenvwrapper,是virtualenv的一组扩展。


pew,一套管理多个虚拟环境的工具。


vex,使运行指定的virtualenv命令。


PyRun,一个单文件,无需安装的Python版本管理工具。


PIP,Python包和依赖的管理工具。


easy_install,软件包管理系统,提供一个标准的分配Python软件和 函式库的格式。是一个附带设置工具的模块,和一个第三方函式库。旨在加快Python函式库的分配程式的速度。类似Ruby语言的RubyGems 。


conda,跨平台,二进制软件包管理器。


Curdling,一个管理Python包的命令行工具。


wheel,Python发行的新标准,旨在替代eggs.cx-Freeze,跨平台的,用于打包成可执行文件的库


py2exe, Windows平台的Freeze脚本工具,Py2exe ,将python脚本转换为windows上可以独立运行的可执行程序py2app,MAC OS X平台的Freeze脚本工具。


pyinstaller,-转换成独立的可执行文件的Python程序(跨平台)。


pynsist,构建Windows安装程序的工具,用Python编写。


dh-virtualenv,建立和分发virtualenv(Debian软件包格式)


PyPI,新一代的Python包库管理工具。warehouse,新一代的Python包库(PyPI)管理工具。


devpi,PyPI服务器和包装/测试/发布工具。


localshop,PyPI官方包镜像服务器,支持本地(私人)包上传。


buildout,创建,组装和部署应用程序的多个部分,其中一些可能是非基于Python的。


SCons,软件构造工具。


platformio,一个控制台的工具,构建的代码可用于不同的开发平台。


bitbake,特殊设计的工具,用于创建和部署[嵌入式]Linux软件包


fabricate,自动为任何编程语言,生成依赖包。


django-compressor,Django压缩机,压缩和内联JavaScript或CSS,链接到一个单一的缓存文件。


jinja-assets-compressor,金贾压缩机,一个Jinja扩展,通过编译,压缩你的资源。


webassets,优化管理,静态资源,独特的缓存清除。


fanstatic,球迷,包优化,提供静态文件。


fileconveyor,监控资源变化,,可保存到CDN(内容分发网络)和文件系统。


django-storages,一组自定义存储Django后台。


glue,胶胶,一个简单的命令行工具,生成CSS Sprites。


libsass-python,Sass (层叠样式表)的Python接口。


Flask-Assets,整合应用程序资源。【代码调试】


unittest,Python标准库,单元测试框架。


nose,鼻子,unittest延伸产品。


pytest,成熟的全功能的Python测试工具。


mamba,曼巴,Python的权威测试工具,出自BDD的旗下。


contexts,背景,BDD测试框架,基于C#。


pyshould,should风格的测试框架,基于PyHamcrest.pyvows,BDD风格测试框架Selenium,web测试框架,Python绑定Selenium。


splinter,分裂,测试Web应用程序的开源工具。


locust,刺槐,可扩展的用户负载测试工具,用Python写的。


sixpack,语言无关的A/B测试框架。


mock,模拟对象(英语:mock object,也译作模仿对象),模拟测试库。


responses,工具函数,用于mock模拟测试。


doublex-强大的测试框架。


freezegun,通过时间调整,测试模块。


httpretty, HTTP请求的模拟工具。


httmock,mock模拟测试。


coverage,代码覆盖度量测试。


faker,生成模拟测试数据的Python包。


mixer,混频器,产生模拟数据,用于Django ORM,SQLAlchemy,Peewee, MongoEngine, Pony ORM等model_mommy,在Django创建测试随机工具。


ForgeryPy,易用的模拟数据发生器。


radar,雷达,生成随机日期/时间。


FuckIt.py,测试Python代码运行。


Code Analysispysonar2,Python类型索引。


pycallgraph,可视化的流量(调用图)应用程序。


code2flow,转换Python和JavaScript代码到流程图。


LinterFlake8,源代码模块检查器pylama,Python和JavaScript代码审计工具。


Pylint,源代码分析器,它查找编程错误,帮助执行一个代码标准和嗅探一些代码味道。注意:相比于PyChecker,Pylint是一个高阶的Python代码分析工具,它分析Python代码中的错误。


Pyflakes,一个用于检查Python源文件错误的简单程序。Pyflakes分析程序并且检查各种错误。它通过解析源文件实现,无需导入。


pdb,Python标准库,Python调试器。


ipdb,IPython使用的PDB。


winpdb,独立于平台的GUI调试器。


pudb,全屏,基于python调试控制台。


pyringe,-可附着于及注入代码到Python程序的调试器。


python-statsd,statsd服务器客户端。


memory_profiler, 内存监视。


profiling,交互式Python分析器。


django-debug-toolbar, Django调试工具栏,显示各种调试信息:当前请求/响应。django-devserver,Django调试工具。


flask-debugtoolbar,flask调试工具。



txpostgres,于Twisted的异步驱动,用于PostgreSQL。


queries,psycopg2函数库,用于PostgreSQL。dataset,存储Python字典数据,用于SQLite,MySQL和PostgreSQL。


cassandra-python-driver,开源分布式NoSQL数据库系统Apache Cassandra系统的Python驱动.pycassa,简化的cassandra数据库Python驱动。


HappyBase,友好的Apache [Hbase]的函数库。


PyMongo,MongoDB官方客户端。


Plyvel,LevelDB快速和功能丰富的Python接口。


redis-py,redis客户端。


py2neo,Python客户端(基于Neo4j的RESTful接口).


telephus,基于Twisted的cassandra客户端。


txRedis,基于Twisted的Redis客户端。



目录
相关文章
|
17天前
|
调度 开发者 Python
Python中的异步编程:理解asyncio库
在Python的世界里,异步编程是一种高效处理I/O密集型任务的方法。本文将深入探讨Python的asyncio库,它是实现异步编程的核心。我们将从asyncio的基本概念出发,逐步解析事件循环、协程、任务和期货的概念,并通过实例展示如何使用asyncio来编写异步代码。不同于传统的同步编程,异步编程能够让程序在等待I/O操作完成时释放资源去处理其他任务,从而提高程序的整体效率和响应速度。
|
20天前
|
数据采集 存储 数据挖掘
Python数据分析:Pandas库的高效数据处理技巧
【10月更文挑战第27天】在数据分析领域,Python的Pandas库因其强大的数据处理能力而备受青睐。本文介绍了Pandas在数据导入、清洗、转换、聚合、时间序列分析和数据合并等方面的高效技巧,帮助数据分析师快速处理复杂数据集,提高工作效率。
51 0
|
6天前
|
XML 存储 数据库
Python中的xmltodict库
xmltodict是Python中用于处理XML数据的强大库,可将XML数据与Python字典相互转换,适用于Web服务、配置文件读取及数据转换等场景。通过`parse`和`unparse`函数,轻松实现XML与字典间的转换,支持复杂结构和属性处理,并能有效管理错误。此外,还提供了实战案例,展示如何从XML配置文件中读取数据库连接信息并使用。
Python中的xmltodict库
|
13天前
|
数据库 Python
异步编程不再难!Python asyncio库实战,让你的代码流畅如丝!
在编程中,随着应用复杂度的提升,对并发和异步处理的需求日益增长。Python的asyncio库通过async和await关键字,简化了异步编程,使其变得流畅高效。本文将通过实战示例,介绍异步编程的基本概念、如何使用asyncio编写异步代码以及处理多个异步任务的方法,帮助你掌握异步编程技巧,提高代码性能。
49 4
|
13天前
|
API 数据处理 Python
探秘Python并发新世界:asyncio库,让你的代码并发更优雅!
在Python编程中,随着网络应用和数据处理需求的增长,并发编程变得愈发重要。asyncio库作为Python 3.4及以上版本的标准库,以其简洁的API和强大的异步编程能力,成为提升性能和优化资源利用的关键工具。本文介绍了asyncio的基本概念、异步函数的定义与使用、并发控制和资源管理等核心功能,通过具体示例展示了如何高效地编写并发代码。
25 2
|
1月前
|
网络协议 数据库连接 Python
python知识点100篇系列(17)-替换requests的python库httpx
【10月更文挑战第4天】Requests 是基于 Python 开发的 HTTP 库,使用简单,功能强大。然而,随着 Python 3.6 的发布,出现了 Requests 的替代品 —— httpx。httpx 继承了 Requests 的所有特性,并增加了对异步请求的支持,支持 HTTP/1.1 和 HTTP/2,能够发送同步和异步请求,适用于 WSGI 和 ASGI 应用。安装使用 httpx 需要 Python 3.6 及以上版本,异步请求则需要 Python 3.8 及以上。httpx 提供了 Client 和 AsyncClient,分别用于优化同步和异步请求的性能。
python知识点100篇系列(17)-替换requests的python库httpx
|
18天前
|
数据采集 JSON 测试技术
Python爬虫神器requests库的使用
在现代编程中,网络请求是必不可少的部分。本文详细介绍 Python 的 requests 库,一个功能强大且易用的 HTTP 请求库。内容涵盖安装、基本功能(如发送 GET 和 POST 请求、设置请求头、处理响应)、高级功能(如会话管理和文件上传)以及实际应用场景。通过本文,你将全面掌握 requests 库的使用方法。🚀🌟
38 7
|
19天前
|
机器学习/深度学习 数据采集 算法
Python机器学习:Scikit-learn库的高效使用技巧
【10月更文挑战第28天】Scikit-learn 是 Python 中最受欢迎的机器学习库之一,以其简洁的 API、丰富的算法和良好的文档支持而受到开发者喜爱。本文介绍了 Scikit-learn 的高效使用技巧,包括数据预处理(如使用 Pipeline 和 ColumnTransformer)、模型选择与评估(如交叉验证和 GridSearchCV)以及模型持久化(如使用 joblib)。通过这些技巧,你可以在机器学习项目中事半功倍。
24 3
|
22天前
|
数据采集 数据可视化 数据处理
如何使用Python实现一个交易策略。主要步骤包括:导入所需库(如`pandas`、`numpy`、`matplotlib`)
本文介绍了如何使用Python实现一个交易策略。主要步骤包括:导入所需库(如`pandas`、`numpy`、`matplotlib`),加载历史数据,计算均线和其他技术指标,实现交易逻辑,记录和可视化交易结果。示例代码展示了如何根据均线交叉和价格条件进行开仓、止损和止盈操作。实际应用时需注意数据质量、交易成本和风险管理。
47 5
|
21天前
|
存储 数据挖掘 数据处理
Python数据分析:Pandas库的高效数据处理技巧
【10月更文挑战第26天】Python 是数据分析领域的热门语言,Pandas 库以其高效的数据处理功能成为数据科学家的利器。本文介绍 Pandas 在数据读取、筛选、分组、转换和合并等方面的高效技巧,并通过示例代码展示其实际应用。
31 2
下一篇
无影云桌面