Python 模块收集

发表于 | 分类于
收集一些好用的 Python 第三方模块，并对功能做简单描述

文章转自：Python 模块收集

基础库和工具

  • 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
  • fuzzyfinder 10 行代码写的模糊查询
  • 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
  • fuzzywuzzy 字符串模糊匹配工具
  • 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
  • flashtext 快速进行大规模语料库的文本搜索与替换
  • 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
  • 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

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

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

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
  • 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

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
  • 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

算法和设计模式

并行计算、分布式、任务调度

  • 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
  • schedule 一个简单的作业调度工具
  • APScheduler 任务调度模块，一个 Python 定时任务框架
  • mpi4py 一个构建在MPI之上的Python库，主要使用Cython编写
  • pyee 一个 node.js’s EventEmitter 的 Python 粗略实现
  • threadpool 一个比较老的线程池库，不太建议使用

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

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

  • 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
  • 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
  • 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
  • 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
  • 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
  • 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
  • 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
  • Sanic 一个与 Flask 类似，基于 uvloop 的 web 框架，它能让 Python 更快速
  • 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

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

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

日期和时间处理

  • 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

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
  • 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

自然语言处理

  • python-pinyin 将汉字转为拼音。可以用于汉字注音、排序、检索
  • 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

代码与性能测试

  • 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
  • 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