python模块快速使用
优化表格打印 prettytable
from prettytable import PrettyTable as pt
ta=pt(field_names=['a','b'])
ta.add_rows([[1,2],[3,4]])
ta.add_column(fieldname='c',column=[1,2])
print(ta)
文件对比输出html difflib自带库
filetxt_read是用户函数 读取文本 以一行为元素 返回列表
def file_diff_tohtml(file_a,file_b):
hd = difflib.HtmlDiff()
loads = filetxt_read(file_a,sep=True)
mems =filetxt_read(file_b,sep=True)
with open('txt/htmlout.html', 'w',encoding='utf-8') as fo:
fo.write(hd.make_file(loads, mems))
fo.close()
比较字符串相似度 fuzzuwuzzy
参考 https://www.cnblogs.com/traditional/p/12554215.html
from fuzzywuzzy import fuzz
rat=fuzz.token_set_ratio("this is a tesxt ", "this is a test ")
print(rat)
检测字符编码 Chardet
file='a.txt'
with open(file,'rb') as f:
fc=f.read()
s=str(fc,encoding=chardet.detect(fc)['encoding'],errors='ignore')
短的uuid 可以指定位数，填充字符作为随机串 shortuuid
参考 https://www.cnblogs.com/traditional/p/12555261.html
import shortuuid
a=shortuuid.uuid()#len 22
aa=shortuuid.ShortUUID().random(5)
alpha=shortuuid.get_alphabet()
解决unicode乱码问题 ftfy
参考 https://ftfy.readthedocs.io/en/latest/
import ftfy
rt=ftfy.fix_text('✔ No problems')
print(rt)
二维图形显示英文 pyfiglet
参考 https://www.cnblogs.com/traditional/p/12555784.html
from pyfiglet import Figlet
f = Figlet()
print(f.renderText("hi world"))
"""
| |__ (_) __ _____ _ __| | __| |
| '_ \| | \ \ /\ / / _ \| '__| |/ _` |
| | | | | \ V V / (_) | | | | (_| |
|_| |_|_| \_/\_/ \___/|_| |_|\__,_|
""
提取可读写字符 awesome-slugify
from slugify import slugify
r=slugify('Any text,hi,2$^you') # 'Any-text'
#'Any-text-hi-2-you'
sql语句解析 sqlparse 236kb(22.5.4)
import sqlparse
sql = 'select * from foo where id in (select id from bar);'
print(sqlparse.format(sql, reindent=True, keyword_case='upper'))
# SELECT *
# FROM foo
# WHERE id in
# (SELECT id
# FROM bar);
计算时间间隔 python-dateutil 14kb(22.5.4)
参考 https://www.jianshu.com/p/f29dddce3a9a
from dateutil.parser import parse
from dateutil import rrule
p=parse('5.4')
# datetime.datetime(2022, 5, 5, 0, 0)
r=list(rrule.rrule(rrule.DAILY,dtstart=parse('2018-11-1'),until=parse('2018-11-5')))
print(' '.join([str(i) for i in r]))
# 2018-11-01 00:00:00 2018-11-02 00:00:00 2018-11-03 00:00:00 2018-11-04 00:00:00 2018-11-05 00:00:00
监测文件变动 watchdog 400kb(22.5.4)
参考 https://blog.csdn.net/qq_36957885/article/details/90598159
from watchdog.events import FileSystemEventHandler
from watchdog.observers import Observer
WATCH_PATH = r"C:\Users\xin\Downloads" # 监控目录
class FileMonitorHandler(FileSystemEventHandler):
def __init__(self, **kwargs):
super(FileMonitorHandler, self).__init__(**kwargs)
# 监控目录 目录下面以device_id为目录存放各自的图片
self._watch_path = WATCH_PATH
# 重写文件改变函数，文件改变都会触发文件夹变化
def on_modified(self, event):
if not event.is_directory: # 文件改变都会触发文件夹变化
file_path = event.src_path
print("文件改变: %s " % file_path)
def on_created(self, event):
print( '创建了文件夹', event.src_path)
def on_moved(self, event):
print("移动了文件",event.src_path)
def on_deleted(self, event):
print("删除了文件", event.src_path)
def on_any_event(self, event):
print("都会触发")
if __name__ == "__main__":
event_handler = FileMonitorHandler()
observer = Observer()
observer.schedule(event_handler, path=WATCH_PATH, recursive=True) # recursive递归的
observer.start()
observer.join()
统一路径处理 unipath 43.2kb(22.5.4)
参考！ https://xunhs.github.io/moment/python路径操作-unipath常用方法/
from pathlib import Path
import os
file=r"X:\a.mp4"
f=Path(file)
if f.is_file():
size=os.path.getsize(f)/1024
parent,stem,suffix,name=f.parent,f.stem,f.suffix,f.name
# parent:X: stem:a,suf:.mp4,name:a.mp4
new_name=f.with_name(str(size)+f.name)
print(new_name)
# X:\528606.638671875a.mp4
os.renames(f,new_name)
数据库操作sqllite sqlalchemy 11MB(22.5.4)
参考 https://xunhs.github.io/posts/note/2022-04-29-python笔记sqlalchemy基本使用-sqlite为例/
网页中查看sqlit文件
from sqlalchemy import create_engine,Column, Integer, VARCHAR, FLOAT,exists
from sqlalchemy.orm import sessionmaker
from sqlalchemy.ext.declarative import declarative_base
engine = create_engine(r'sqlite:///txt\foo.db')
Base = declarative_base()
class User(Base):
__tablename__ = 'lw_funding_info'
__table_args__ = {'extend_existing': True}
id = Column(Integer, primary_key=True, autoincrement=True)
name = Column(VARCHAR)
age = Column(Integer)
def db_get():
Session = sessionmaker(bind=engine)
session = Session()
return session
def db_create():
print(User.__table__)
# 判断表是否已经存在，创建数据表
is_exist = engine.dialect.has_table(connection=engine.connect(), table_name='lw_funding_info')
if not is_exist:
Base.metadata.create_all(engine)
def db_add():
session = db_get()
adds=[]
for i in range(3):
name=str(i)+' name'
age=20+i
is_exist = session.query(exists().where(User.name==name)).scalar()
if is_exist:
continue
ed_user = User(name=name,age=age)
adds.append(ed_user)
session.add_all(adds)
session.commit()
def db_query():
session=db_get()
a=session.query(User).all()
return a
def db_update(id):
session=db_get()
mod_user = session.query(User).filter(User.id==id).first()
# 将ed用户的密码修改为modify_paswd
mod_user.age=100
# 确认修改
session.commit()
def db_del(id):
session=db_get()
del_user = session.query(User).filter(User.id==id).first()
session.delete(del_user)
session.commit()
db_create()
db_add()
db_query()
db_update(id=1)
db_del(id=2)
持久化对象 pickle 自带库
import pickle
tup1 = {1:'a',2:'b'}
#使用 dumps() 函数将 tup1 转成 p1
p1 = pickle.dumps(tup1)
print(p1)
# b'\x80\x04\x95\x11\x00\x00\x00\x00\x00\x00\x00}\x94(K\x01\x8c\x01a\x94K\x02\x8c\x01b\x94u.'
p2 = pickle.loads(p1)
print(p2)
# {1: 'a', 2: 'b'}
操纵配置文件 configparser 111kb(22.5.4)
import configparser
# 生成ConfigParser对象
config = configparser.ConfigParser()
# 读取配置文件
filename = 'txt/a.ini'
# [s1]
# a=1
# [s2]
# a=2
# [s3]
# a=3
config.read(filename, encoding='utf-8')
all_sections = config.sections()
# sections: ['s1', 's2', 's3']
option='a'
sub_all=[(i,config.get(i,option=option)) for i in all_sections if config.has_option(i,option=option) ]
# [('s1', '1'), ('s2', '2'), ('s3', '3')]
add=['s9','a','4']
if not config.has_section(add[0]):
config.add_section(add[0])
config.set(add[0],add[1],add[2])
config.write(open(filename,'w'))
# [s1]
# a = 1
# [s2]
# a = 2
# [s3]
# a = 3
# [s9]
# a = 4
画图 饼图 matplotlib 20.9MBkb(22.5.4)
参考 https://blog.csdn.net/qq_34859482/article/details/80617391
import matplotlib.pyplot as plt
debug=True
def plt_simple(x='',y=''):
if debug:
x,y=[1, 2, 3, 4], [10, 20, 25, 30]
plt.plot(x,y, color='lightblue', linewidth=3)
plt.xlim(0.5, 4.5)
plt.show()
def plt_mutilpic():
fig, axes = plt.subplots(nrows=2, ncols=2)
axes[0,0].set(title='Upper Left')
axes[0,1].set(title='Upper Right')
axes[1,0].set(title='Lower Left')
axes[1,1].set(title='Lower Right')
plt.show()
def plt_pie(labels='',sizes=''):
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
if debug:
labels = 'Frogs', 'Hogs', 'Dogs', 'Logs'
sizes = [15, 30, 45, 10]
fig1, (ax1) = plt.subplots(1)
ax1.pie(sizes, labels=labels)
ax1.axis('equal')
plt.show()
# plt_simple()
# plt_mutilpic()
plt_pie()
生成二维码 qrcode 223kb(22.5.4)
参考 https://pypi.org/project/qrcode/
命令行：
qr "Some text" > test.png
import qrcode
img = qrcode.make('Some data here')
type(img) # qrcode.image.pil.PilImage
img.save("some_file.png")
视频流解析m3u8 m3u8 141kb(22.5.4)
参考 https://www.cnblogs.com/yunhgu/p/15989672.html
https://pypi.org/project/m3u8/
import m3u8
playlist = m3u8.load('http://videoserver.com/playlist.m3u8') # this could also be an absolute filename
print(playlist.segments)
print(playlist.target_duration)
# if you already have the content as string, use
playlist = m3u8.loads('#EXTM3U8 ... etc ... ')
文件摘要计算md5 sha1 .. hashlib 自带
import hashlib
file=r'X:\mute\buffer\magisk_patched-24100_beDMO.img'
binary=open(file,'rb').read()
md5_msg=str(hashlib.md5(binary).hexdigest())
# 'ad35d723628e9d2ff5559bb2e33150fc'
sha1_msg=str(hashlib.sha1(binary).hexdigest())
# '0d539d860faf8c916803a4b2141d526c4c23f1a8'
程序log记录到文件 logging 自带
import logging
def main():
log_file=r'X:\库\文档\py_all\database\dy.log'
logging.basicConfig(
# level = logging.DEBUG, # 定义输出到文件的log级别，
format = '%(asctime)s %(filename)s : %(levelname)s %(message)s', # 定义输出log的格式
datefmt = '%Y-%m-%d %A %H:%M:%S', # 时间
filename = log_file, # log文件名
filemode = 'w') # 写入模式“w”或“a”
logging.debug('logger debug message')
logging.warning('logger warning message')
logging.error('logger error message')
if __name__=='__main__':
main()```
占位 xx
python
待了解模块
colorama 主要用来给文本添加各种颜色，并且非常简单易用
esmre 正则表达式的加速器
xpinyin，将汉字转换为拼音的函数库pangu.py，调整对中日韩文字当中的字母、数字间距
unicode-slugify，生成unicode内码，Django的依赖包
ply，Python版的lex和yacc的解析工具phonenumbers，解析电话号码，格式，存储和验证的国际电话号码
python-user-agents，浏览器的用户代理（user-agents）的解析器
pygments，一个通用的语法高亮工具
python-nameparser，解析人名，分解为单独的成分
pyparsing，通用解析器生成框架
tablib，表格数据格式，包括，XLS、CSV，JSON，YAML
python-docx，docx文档读取，查询和修改，微软Word 2007 / 2008的docx文件
xlwt/xlrd，读写Excel格式的数据文件
xlsxwriter，创建Excel格式的xlsx文件
xlwings，利用Python调用Excelcsvkit，CSV文件工具包
marmir，把Python[数据结构]，转化为电子表格
pdfminer，从PDF文件中提取信息
pypdf2， 合并和转换PDF页面的函数库
Python-Markdown，轻量级标记语言Markdown的Python实现
Mistune，,快速、全功能的纯Python编写的Markdown解释器
arrow,更好的日期和时间处理Python库chronyk，一个Python 3版函数库，用于解析人写的时间和日期
delorean，清理期时间的函数库
when.py，为见的日期和时间，提供人性化的功能
moment，类似Moment.js的日期/时间Python库pytz，世界时区，使用tz database时区信息[数据库]BeautifulSoup，基于Python的HTML/XML解析器，简单易用, 功能很强大,即使是有bug，有问题的html代码，也可以解析
lxml，快速，易用、灵活的HTML和XML处理库，功能超强，在遇到有缺陷、不规范的xml时，Python自带的xml处理器可能无法解析
报错时，程序会尝试再用lxml的修复模式解析
htmlparser，官方版解析HTML DOM树，偶尔搞搞命令行自动表单提交用得上
pyyaml，Python版本的YAML解释器
html5lib，-标准库，解析和序列化HTML文档和片段
pyquery，类似[jQuery]的的HTML解释器函数库
cssutils，Python CSS库
MarkupSafe，XML或HTML / XHTML安全字符串标记工具
cssutils - ACSS library for Python., MarkupSafe - Implements a XML/HTML/XHTMLbleach，漂白，基于HTML的白名单函数库
xmltodict，类似JSON的XML工具包
xhtml2pdf，HTML / CSS格式转换器，看生成pdf文档
untangle，把XML文档，转换为Python对象，方便访问
文件处理库名称简介Mimetypes，Python标准库，映射文件名到MIME类型
imghdr，Python标准库，确定图像类型
python-magic，libmagic文件类型识别库，Python接口格式
path.py，os.path模块的二次封装
Unipath，面向对象的文件/目录的操作工具包
configobj，INI文件解析器
config，分层次配置，logging作者编写
profig，多格式配置转换工具
logging，Python标准库，日志文件生成管理函数库
logbook，logging的替换品
Sentry，实时log服务器
Raven，哨兵Sentry的Python客户端
Sphinx，斯芬克斯（狮身人面像），Python文档生成器
reStructuredText，标记语法和解析工具，Docutils组件
mkdocs，Markdown格式文档生成器
pycco，简单快速、编程风格的文档生成器
pdoc，自动生成的Python库API文档epydoc，从源码注释中生成各种格式文档的工具图像处理库名称简介PIL（Python Image Library），基于Python的图像处理库，功能强大，对图形文件的格式支持广泛，内置许多图像处理函数，如图像增强、滤波[算法]等
Pillow，图像处理库，PIL图像库的分支和升级替代产品
Matplotlib，著名的绘图库，提供了整套和matlab相似的命令API，用以绘制一些高质量的数学二维图形，十分适合交互式地进行制图
brewer2mpl，有一个专业的python配色工具包，提供了从美术角度来讲的精美配色
PyGame基于Python的多媒体开发和游戏软件开发模块，包含大量游戏和图像处理功能
Box2d，开源的2d物理引擎，愤怒的小鸟就是使用了这款物理引擎进行开发的，Box2d物理引擎内部模拟了一个世界，你可以设置这个世界里的重力，然后往这个世界里添加各种物体，以及他们的一些物理特性，比如质量，摩擦，阻尼等等
Pymunk，类似box2d的开源物理图形模拟库
OpenCV, 目前最好的开源图像/视觉库，包括图像处理和计算机视觉方面、[机器学习]的很多通用算法
SimpleCV，计算机视觉开源框架，类似opencv
VTK，视觉化工具函式库（VTK， Visualization Toolkit）是一个开放源码，跨平台、支援平行处理（VTK曾用于处理大小近乎1个Petabyte的资料，其平台为美国Los Alamos国家实验室所有的具1024个处理器之大型系统）的图形应用函式库
2005年时曾被美国陆军研究实验室用于即时模拟俄罗斯制反导弹战车ZSU23-4受到平面波攻击的情形，其计算节点高达2.5兆个之多
cgkit,Python Computer Graphics Kit,其module 主要分两个部分1.与3d相关的一些python module 例如the vector, matrix and quaternion types, the RenderMan bindings, noise functions 这些模块可以在maya houdini nuke blender 等有Python扩展的程序中直接用;2. 提供完整的场景操作的module， 他类似其他三维软件，在内存中保留完整的描述场景的信息
不能直接用于maya 等
CGAL，Computational Geometry Algorithms Library，计算几何算法库，提供计算几何相关的数据结构和算法，诸如三角剖分（2D约束三角剖分及二维和三维Delaunay三角剖分），Voronoi图（二维和三维的点，2D加权Voronoi图，分割Voronoi图等），多边形（布尔操作，偏置），多面体（布尔运算），曲线整理及其应用，网格生成（二维Delaunay网格生成和三维表面和体积网格生成等），几何处理（表面网格简化，细分和参数化等），凸壳算法（2D，3D和dD），搜索结构（近邻搜索，kd树等），插值，形状分析，拟合，距离等
Aggdraw，开源图像库，几乎涵盖了2d image操作的所有功能，使用起来非常灵活
Pycairo,开源矢量绘图库Cairo开罗的python接口，cairo提供在多个背景下做2-D的绘图，高级的更可以使用硬件加速功能
wand，Python绑定魔杖工具（MagickWand），C语言API接口
thumbor， -智能成像工具，可调整大小和翻转图像
imgSeek，查询相似的图像
pyBarcode，创建条码，无需PIL模块
pygram，Instagram像图像过滤器
Quads，基于四叉树的计算机艺术
nude.py，裸体检测函数
scikit-image，scikit工具箱的图像处理库
hmap，图像直方图工具
bokeh，交互的Web绘图
plotly，Web协同的Python和Matplotlib绘制
vincent，文森特，Python Vega的函数库
d3py，Python绘图库，基于D3.JS, ggplot -API兼容R语言的ggplot2.Kartograph.py，在Python绘制漂亮的SVG地图
pygal， SVG图表的创造者
pygraphviz，Graphviz的Python接口
Fonttlools，ttf字体工具函数包，用于fontforge、ttx等字体软件
游戏和多媒体库名称简介audiolazy，数字信号处理（DSP）的Python工具包
audioread，跨平台（GStreamer + Core Audio + MAD + FFmpeg）音频解码库
beets，音乐库管理
dejavu，音频指纹识别算法
Dejavu 听一次音频后就会记录该音频的指纹信息，然后可通过麦克风对输入的音频进行识别是否同一首歌
django-elastic-transcoder,Django +亚马逊elastic转码
eyeD3,音频文件工具，特别是MP3文件包含的ID3元数据
id3reader，用于读取MP3的元数据
mutagen，处理音频元数据
pydub，-操纵音频和简单的高层次的接口
pyechonest，Echo Nest API客户端
talkbox，语音和信号处理的Python库
TimeSide，开放的网络音频处理框架
tinytag，读取音乐文件元数据，包括的MP3，OGG，FLAC和wave文件
moviepy，多格式视频编辑脚本模块，包括GIF动画
http://shorten.tv，视频摘要
scikit视频，SciPy视频处理例程
GeoDjango,一个世界级的地理Web框架
geopy,Geo地理编码的工具箱
pygeoip，纯Python写的GeoIP API
GeoIP，Python API接口，使用高精度GeoIP Legacy Database数据库
geojson，GeoJSON函数库django-countries，一个Django程序，提供国家选择，国旗图标的静态文件，和一个国家的地域模型
Pygame，Python游戏设计模块
Cocos2d，2D游戏框架，演示，和其他的图形/交互应用，基于pyglet
Cocos2d- cocos2d is a framework for building 2D games, demos, and other graphical/interactive applications. It is based on pyglet.,PySDL2，SDL2的封装库
Panda3D- 3D游戏引擎，迪士尼开发
用C++写的，完全兼容Python
PyOgre，OGRE 3D渲染引擎，可用于游戏，模拟，任何3D
PyOpenGL，绑定OpenGL和它相关的API
PySFML，Python绑定SFMLRenPy，视觉小说引擎
大数据与科学计算库名称简介pycuda/opencl，GPU高性能并发计算Pandas，python实现的类似R语言的数据统计、分析平台
基于NumPy和Matplotlib开发的，主要用于数据分析和数据可视化，它的数据结构DataFrame和R语言里的data.frame很像，特别是对于时间序列数据有自己的一套分析机制，非常不错
Open Mining，商业智能（BI），Pandas的Web界面
blaze，NumPy和Pandas大数据界面
SciPy，开源的Python算法库和数学工具包，SciPy包含的模块有最优化、线性代数、积分、插值、特殊函数、快速傅里叶变换、信号处理和图像处理、常微分方程求解和其他科学与工程中常用的计算
其功能与软件MATLAB、Scilab和GNU Octave类似
Numpy和Scipy常常结合着使用，Python大多数机器学习库都依赖于这两个模块
ScientificPython，一组经过挑选的Python程序模块，用于科学计算，包括几何学（矢量、张量、变换、矢量和张量场），四元数，自动求导数，（线性）插值，多项式，基础统计学，非线性最小二乘拟合，单位计算，Fortran兼容的文本格式，通过VRML的3D显示，以及两个Tk小工具，分别用于绘制线图和3D网格模型
此外还具有到netCDF，MPI和BSPlib库的接口
NumPy科学计算库，提供了矩阵，线性代数，傅立叶变换等等的解决方案, 最常用的是它的N维数组对象. NumPy提供了两种基本的对象：ndarray（N-dimensional array object）和 ufunc（universal function object）
ndarray是存储单一数据类型的多维数组，而ufunc则是能够对数组进行处理的函数
Cvxopt，最优化计算包，可进行线性规划、二次规划、半正定规划等的计算
Numba，科学计算速度优化编译器
pymvpa2，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
NetworkX，复杂网络的优化软件包
zipline，交易算法的函数库
PyDy， Python动态建模函数库
SymPy,符号数学的Python库
statsmodels,Python的统计建模和计量经济学
astropy,天文学界的Python库
orange，橙色，数据挖掘，数据可视化，通过可视化编程或Python脚本学习机分析
RDKit,化学信息学和机器学习的软件
Open Babel，巴贝尔，开放的化学工具箱
cclib，化学软件包的计算函数库
Biopython，免费的生物计算工具包
bccb，生物分析相关的代码集
bcbio-nextgen，提供完全自动化、高通量、测序分析的工具包
visvis, 可视化计算模块库，可进行一维到四维数据的可视化
MapReduce是Google提出的一个软件[架构]，用于大规模数据集（大于1TB）的并行运算
概念“Map（映射）”和“Reduce（归纳）”，及他们的主要思想，都是从函数式编程语言借来的MapReduce函数库
Framworks and libraries for MapReduce.,PySpark，[Spark]的Python API
dpark，Spark的Python克隆，Python中的MapReduce框架
luigi，为批量工作，建立复杂的管道
mrjob，运行在[Hadoop]，或亚马逊网络服务的，MapReduce工作
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
任务与队列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
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
认证与安全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
浙公网安备 33010602011771号