python常用库汇总(下)

本文涉及的产品
云数据库 Tair(兼容Redis),内存型 2GB
Redis 开源版,标准版 2GB
推荐场景:
搭建游戏排行榜
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
简介: python常用库汇总(下)

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。

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。


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http://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.

相关文章
|
12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。
|
15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。
44 0
|
8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。
26 4
|
8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。
19 2
|
14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。🚀🌟
36 7
|
30天前
|
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
|
14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。
21 3
|
17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。
37 5
|
16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。
30 2
|
25天前
|
数据可视化 数据挖掘 Python
Seaborn 库创建吸引人的统计图表
【10月更文挑战第11天】本文介绍了如何使用 Seaborn 库创建多种统计图表,包括散点图、箱线图、直方图、线性回归图、热力图等。通过具体示例和代码,展示了 Seaborn 在数据可视化中的强大功能和灵活性,帮助读者更好地理解和应用这一工具。
36 3