阿凡达游戏修改器，Python里面有什么好用且有趣的模块？
在github 里面找到的python框架，库，软件和资源的精选列表
管理面板管理界面的库。
ajenti - 您的服务器应得的管理面板。
django-grappelli - Django Admin-Interface的皮肤。
django-suit - 替代Django管理界面（仅限非商业用途）。
django-xadmin - 直接替换Django管理员有很多好东西。
flask-admin - Flask的简单且可扩展的管理界面框架。
flower - Celery的实时监控和Web管理员。
wooey - 一个为Python脚本创建自动Web UI的Django应用程序。
算法和设计模式Python实现算法和设计模式。
algorithms - Python中数据结构和算法的最小示例。
PyPattyrn - 一个简单而有效的库，用于实现常见的设计模式。
python-patterns - Python中的一组设计模式。
sortedcontainers - SortedList，SortedDict和SortedSet类型的快速，纯Python实现。
音频用于处理音频及其元数据的库。
音频
audioread - 跨库（GStreamer + Core Audio + MAD + FFmpeg）音频解码。
dejavu - 音频指纹识别和识别。
mingus - 具有MIDI文件和播放支持的高级音乐理论和乐谱包。
pyAudioAnalysis - Python音频分析库：特征提取，分类，分割和应用
pydub - 使用简单易用的高级界面处理音频。
TimeSide - 开放式网络音频处理框架。
元数据
beets - 音乐库管理器和MusicBrainz标记器。
eyeD3 - 用于处理音频文件的工具，特别是包含ID3元数据的MP3文件。
mutagen - 处理音频元数据的Python模块。
tinytag - 用于读取MP3，OGG，FLAC和Wave文件的音乐元数据的库。
认证用于实现身份验证方案的库。
OAuth
authlib - JavaScript对象签名和加密草案实现。
django-allauth - Django的认证应用程序“正常工作”。
django-oauth-toolkit - 用于Django的OAuth 2好东西。
oauthlib - OAuth请求签名逻辑的通用且全面的实现。
python-oauth2 - 一个经过全面测试的抽象界面，用于创建OAuth客户端和服务器。
python-social-auth - 一种易于设置的社交认证机制。
JWT
pyjwt - Python中的JSON Web Token实现。
python-jose - Python中的JOSE实现。
python-jwt - 用于生成和验证JSON Web令牌的模块。
构建工具从源代码编译软件。
BitBake - 嵌入式Linux的类似make的构建工具。
buildout - 用于从多个部分创建，组装和部署应用程序的构建系统。
PlatformIO - 用于构建具有不同开发平台的代码的控制台工具。
pybuilder - 用纯Python编写的连续构建工具。
SCons - 一种软件构建工具。
内置类增强功能用于增强Python内置类的库。
dataclasses - （Python标准库）数据类。
ATTRS -置换__init__，__eq__，__repr__等样板中的类定义。
bidict - 高效，Pythonic双向地图数据结构和相关功能..
Box - 具有高级点表示法访问权限的Python词典。
DottedDict - 一个库，它提供了一种使用虚线路径表示法访问列表和dicts的方法。
CMS内容管理系统。
wagtail - 一个Django内容管理系统。
django-cms - 基于Django的开源企业CMS。
feincms - 基于Django构建的最先进的内容管理系统之一。
Kotti - 基于Pyramid构建的高级Pythonic Web应用程序框架。
mezzanine - 一个功能强大，一致且灵活的内容管理平台。
plone - 构建在开源应用服务器Zope之上的CMS。
quokka - 灵活，可扩展，小型CMS，由Flask和MongoDB提供支持。
高速缓存用于缓存数据的库。
beaker - 用于会话和缓存的WSGI中间件。
django-cache-machine - Django模型的自动缓存和失效。
django-cacheops - 一个灵活的ORM缓存，具有自动粒度事件驱动的失效。
dogpile.cache - dogpile.cache是同一作者制作的Beaker的下一代替代品。
HermesCache - 基于标记的失效和防狗效应预防的Python缓存库。
pylibmc - 围绕libmemcached接口的Python包装器。
python-diskcache - SQLite和文件支持的缓存后端，其查找速度比memcached和redis快。
ChatOps工具用于聊天机器人开发的库。
errbot - 实现ChatOps的最简单，最流行的聊天机器人。
代码分析静态分析工具，linters和代码质量检查器。请参阅：awesome-static-analysis。
代码分析
coala - 独立于语言且易于扩展的代码分析应用程序。
code2flow - 将您的Python和JavaScript代码转换为DOT流程图。
prospector - 分析Python代码的工具。
pycallgraph - 一个可视化Python应用程序的流（调用图）的库。
Code Linters
flake8 - 一pycodestyle，pyflakes和McCabe。
pylint - 完全可定制的源代码分析器。
pylama - Python和JavaScript的代码审计工具。代码格式化程序
black - Python代码格式化程序。
yapf - 谷歌的又一个Python代码格式化程序。
静态类型检查
mypy - 在编译期间检查变量类型。
pyre-check - 高性能类型检查。
静态类型注释生成器
MonkeyType - Python系统，通过收集运行时类型生成静态类型注释
命令行工具用于构建命令行应用程序的库。
命令行应用程序开发
cement - Python的CLI应用程序框架。
click - 用于以可组合方式创建漂亮命令行界面的包。
cliff - 使用多级命令创建命令行程序的框架。
clint - Python命令行应用程序工具。
docopt - Pythonic命令行参数解析器。
python-fire - 用于从绝对任何Python对象创建命令行界面的库。
python-prompt-toolkit - 用于构建强大的交互式命令行的库。
终端渲染
asciimatics - 用于创建全屏文本UI的包（从交互式表单到ASCII动画）。
bashplotlib - 在终端中制作基本图。
colorama - 跨平台彩色终端文本。
生产力工具
cookiecutter - 一个命令行实用程序，用于从cookiecutters（项目模板）创建项目。
doitlive - 终端中现场演示的工具。
howdoi - 即时编码通过命令行回答。
PathPicker - 从bash输出中选择文件。
percol - 在UNIX上为传统的管道概念添加交互式选择的风格。
thefuck - 更正以前的控制台命令。
tmuxp - 一个tmux会话管理器。
try - 一个简单的试用python包的简单CLI - 它从未如此简单。
CLI增强功能
httpie - 命令行HTTP客户端，用户友好的cURL替换。
kube-shell - 用于与Kubernetes CLI一起使用的集成shell。
mycli - 具有AutoCompletion和语法突出显示功能的MySQL终端客户端。
pgcli - Postgres CLI具有自动完成和语法突出显示功能。
saws - 增压的aws-cli。
兼容性用于从Python 2迁移到3的库。
python-future - Python 2和Python 3之间缺少的兼容层。
python-modernize - 为最终的Python 3迁移实现 Python代码的现代化。
six - Python 2和3兼容性实用程序。
计算机视觉计算机视觉图书馆。
OpenCV - 开源计算机视觉库。
pytesseract - Google Tesseract OCR的另一个包装器。
SimpleCV - 用于构建计算机视觉应用程序的开源框架。
并发和并行用于并发和并行执行的库。看到awesome-asyncio。
concurrent.futures - （Python标准库）用于异步执行callables的高级接口。
multiprocessing - （Python标准库）基于进程的并行性。
eventlet - 支持WSGI的异步框架。
gevent - 一个使用greenlet的基于协程的Python网络库。
uvloop - 超快速实现asyncio事件循环libuv。
scoop - Python中的可扩展并发操作。
结构设计用于存储和解析配置选项的库。
configobj - 带验证的INI文件解析器。
configparser - （Python标准库）INI文件解析器。
profig - 具有价值转换的多种格式的配置。
python-decouple - 严格地将设置与代码分离。
加密cryptography - 一种旨在向Python开发人员公开加密原语和配方的包。
paramiko - SSHv2协议的Python（2.6 +，3.3 +）实现，提供客户端和服务器功能。
passlib - 安全密码存储/散列库，非常高级别。
pynacl - Python绑定到网络和加密（NaCl）库。
数据分析用于数据分析的库。
Blaze - NumPy和Pandas与大数据的接口。
Open Mining - Pandas界面中的商业智能（BI）。
Orange - 通过可视化编程或脚本进行数据挖掘，数据可视化，分析和机器学习。
Pandas - 提供高性能，易于使用的数据结构和数据分析工具的库。
Optimus - 使用PySpark后端进行清理，预处理，功能工程，探索性数据分析和简单的机器学习。
数据验证用于验证数据的库。在许多情况下用于表单。
Cerberus - 轻量级和可扩展的数据验证库。
colander - 验证和反序列化通过XML，JSON，HTML表单帖子获得的数据。
Dash - 建立在Flask之上，React和Plotly针对分析Web应用程序。
真棒破折号
jsonschema - Python 的JSON Schema实现。
schema - 用于验证Python数据结构的库。
schematics - 数据结构验证。
valideer - 轻量级可扩展数据验证和适配库。
voluptuous - 一个Python数据验证库。
数据可视化用于可视化数据的库。请参阅：awesome-javascript。
Altair - Python的声明性统计可视化库。
Bokeh - Python的交互式Web绘图。
bqplot - Jupyter笔记本的交互式绘图库
ggplot - 与g的ggplot2相同的API
Matplotlib - Python 2D绘图库。
Pygal - Python SVG图表创建者。
PyGraphviz - Graphviz的 Python接口。
PyQtGraph - 交互式和实时2D / 3D /图像绘图和科学/工程小部件。
Seaborn - 使用Matplotlib进行统计数据可视化。
VisPy - 基于OpenGL的高性能科学可视化。
数据库
用Python实现的数据库。
pickleDB - Python的简单轻量级键值存储。
tinydb - 一个面向文档的小型数据库。
ZODB - Python的本机对象数据库。键值和对象图数据库。
数据库驱动用于连接和操作数据库的库。
MySQL - awesome-mysql
mysqlclient - 支持Python 3的MySQL连接器（mysql-python fork）。
PyMySQL - 与mysql-python兼容的纯Python MySQL驱动程序。
PostgreSQL - 真棒 - postgres
psycopg2 - 最受欢迎的Python PostgreSQL适配器。
queries - psycopg2库的包装器，用于与PostgreSQL交互。
其他关系数据库
pymssql - Microsoft SQL Server的简单数据库接口。
NoSQL数据库
cassandra-driver - Apache Cassandra的Python驱动程序。
happybase - 适用于Apache HBase的开发人员友好库。
kafka-python - Apache Kafka的Python客户端。
py2neo - Neo4j的restful接口的Python包装器客户端。
pymongo - MongoDB的官方Python客户端。
redis-py - Redis的Python客户端。
异步客户端
motor - MongoDB的异步Python驱动程序。
Telephus - 基于Twisted的Cassandra客户端。
txpostgres - PostgreSQL的基于Twisted的异步驱动程序。
txRedis - Redis的基于Twisted的客户端。
日期和时间处理日期和时间的图书馆。
Chronyk - 一个Python 3库，用于解析人类编写的时间和日期。
dateutil - 标准Python 日期时间模块的扩展。
delorean - 用于清除处理日期时间的不便事实的库。
moment - 用于处理日期/时间的Python库。受到Moment.js的启发。
Pendulum - Python日期时间变得简单。
PyTime - 一个易于使用的Python模块，旨在通过字符串操作日期/时间/日期时间。
pytz - 世界时区定义，现代和历史。将tz数据库引入Python。
when.py - 提供用户友好的功能，以帮助执行常见的日期和时间操作。
maya -日期时间对于人类来说，玛雅主要分析datetime数据网站。
调试工具用于调试代码的库。
类似pdb的调试器
ipdb - 启用IPython的pdb。
pdb ++ - pdb的另一个替代品。
pudb - 一个基于控制台的全屏Python调试器。
wdb - 通过WebSockets实现的不可能的Web调试器。
追踪
lptrace - 用于Python程序的strace。
manhole - 调试服务，它将接受unix域套接字连接并显示所有线程的堆栈跟踪和交互式提示。
pyringe - 能够附加到Python进程并将代码注入Python进程的调试器。
python-hunter - 灵活的代码跟踪工具包。
探查
line_profiler - 逐行分析。
memory_profiler - 监视Python代码的内存使用情况。
profiling - 交互式Python分析器。
py-spy - Python程序的采样分析器。写在Rust。
pyflame - 用于Python的ptracing profiler。
vprof - Visual Python探查器。
其他
icecream - 通过一个简单的函数调用检查变量，表达式和程序执行。
django-debug-toolbar - 显示Django的各种调试信息。
django-devserver - Django的runserver的替代品。
flask-debugtoolbar - 烧瓶的django-debug-toolbar的一个端口。
pyelftools - 解析和分析ELF文件和DWARF调试信息。
深度学习神经网络和深度学习的框架。请参阅：令人敬畏的深度学习。
caffe - 一个快速开放的深度学习框架..
keras - 一个高级神经网络库，能够在TensorFlow或Theano之上运行。
mxnet - 一个旨在提高效率和灵活性的深度学习框架。
pytorch - Python中的张量和动态神经网络，具有强大的GPU加速功能。
SerpentAI - 游戏代理框架。将任何视频游戏用作深度学习沙箱。
tensorflow - Google创建的最受欢迎的深度学习框架。
Theano - 快速数值计算的库。
DevOps工具
DevOps的软件和库。
ansible - 一个极其简单的IT自动化平台。
cloudinit - 一个多分发包，用于处理云实例的早期初始化。
cuisine - Fabric的厨师般的功能。
docker-compose - 使用Docker的快速，隔离的开发环境。
fabric - 一种用于远程执行和部署的简单Pythonic工具。
fabtools - 用于编写令人敬畏的Fabric文件的工具。
honcho - Foreman的Python克隆，用于管理基于Procfile的应用程序。
OpenStack - 用于构建私有云和公共云的开源软件。
pexpect - 在GNU期望的伪终端中控制交互式程序。
psutil - 跨平台流程和系统实用程序模块。
saltstack - 基础设施自动化和管理系统。
supervisor - UNIX的supervisor过程控制系统。
分布式计算
分布式计算的框架和库。
批量处理
PySpark - Apache Spark Python API。
dask - 用于分析计算的灵活并行计算库。
luigi - 一个帮助您构建批处理作业的复杂管道的模块。
mrjob - 在Hadoop或Amazon Web Services上运行MapReduce作业。
Ray - 用于并行和分布式Python的系统，它统一了机器学习生态系统。
流处理
faust - 一个流处理库，将想法从Kafka Streams移植到Python。
streamparse - 通过Apache Storm针对实时数据流运行Python代码。
分配用于创建发布分发的打包可执行文件的库。
dh-virtualenv - 构建和分发virtualenv作为Debian包。
Nuitka - 将脚本，模块，包编译到可执行文件或扩展模块。
py2app - 冻结Python脚本（Mac OS X）。
py2exe - 冻结Python脚本（Windows）。
PyInstaller - 将Python程序转换为独立的可执行文件（跨平台）。
pynsist - 构建Windows安装程序的工具，安装程序将Python本身捆绑在一起。
文档用于生成项目文档的库。
sphinx - Python文档生成器。
awesome-sphinxdoc
pdoc - Epydoc替换为自动生成Python库的API文档。
pycco - 文字编程风格的文档生成器。
下载图书馆供下载。
s3cmd - 用于管理Amazon S3和CloudFront的命令行工具。
s4cmd - 超级S3命令行工具，有利于提高性能。
you-get - 用Python 3编写的YouTube / Youku / Niconico视频下载器。
youtube-dl - 从YouTube下载视频的小型命令行程序。
电子商务用于电子商务和支付的框架和库。
alipay - 用于Python的非官方支付宝API。
Cartridge - 使用Mezzanine构建的购物车应用程序。
django-oscar - Django的开源电子商务框架。
django-shop - 基于Django的商店系统。
merchant - 一个Django应用程序，接受来自各种支付处理器的付款。
money - 具有可选CLDR支持的区域设置感知格式和可扩展货币交换解决方案的Money类。
python-currency - 显示货币格式及其污秽货币。
forex-python - 外汇汇率，比特币价格指数和货币转换。
saleor - Django的电子商务店面。
shoop - 基于Django的开源电子商务平台。
编辑器插件和IDEEmacs
elpy - Emacs Python开发环境。
Sublime文本
anaconda - Anaconda将你的Sublime Text 3变成一个全功能的Python开发IDE。
SublimeJEDI - 一个令人敬畏的自动完成库Jedi的Sublime Text插件。
VIM
jedi-vim - 用于Python的Jedi自动完成库的Vim绑定。
python-mode - 用于将Vim转换为Python IDE的一体化插件。
YouCompleteMe - 包括基于Jedi的Python完成引擎。
Visual Studio
PTVS - Visual Studio的Python工具。
Visual Studio代码
Python - 一种支持Python语言的扩展，具有linting，IntelliSense，格式化，重构，调试，单元测试和jupyter支持等功能。
IDE
PyCharm - JetBrains的商业Python IDE。有免费的社区版。
spyder - 开源Python IDE。
电子邮件用于发送和解析电子邮件的库。
envelopes - 为人类邮寄。
flanker - 电子邮件地址和Mime解析库。
imbox - 人类的Python IMAP。
inbox.py - 人类的Python SMTP服务器。
lamson - Pythonic SMTP应用服务器。
Marrow Mailer - 高性能可扩展邮件传递框架。
modoboa - 邮件托管和管理平台，包括现代和简化的Web UI。
Nylas Sync Engine - 在强大的电子邮件同步平台上提供RESTful API。
yagmail - 又一个Gmail / SMTP客户端。
环境管理用于Python版本和环境管理的库。
pipenv - Pipfile，Pip和Virtualenv的神圣婚姻。
poetry - Python依赖管理和包装变得简单。
pyenv - 简单的Python版本管理。
venv - （Python 3.3+中的 Python标准库）创建轻量级虚拟环境。
virtualenv - 创建独立Python环境的工具。
文档用于文件操作和MIME类型检测的库。
mimetypes - （Python标准库）将文件名映射到MIME类型。
path.py - os.path的模块包装器。
pathlib - （Python标准库）跨平台，面向对象的路径库。
PyFilesystem2 - Python的文件系统抽象层。
python-magic - libmagic文件类型标识库的Python接口。
Unipath - 面向对象的文件/目录操作方法。
watchdog - 用于监视文件系统事件的API和shell实用程序。
外部函数接口用于提供外部函数接口的库。
cffi - Python的外部函数接口，用于调用C代码。
ctypes - （Python标准库）Python的外部函数接口，用于调用C代码。
PyCUDA - Nvidia的CUDA API的Python包装器。
SWIG - 简化的包装器和接口生成器。
表单用于处理表单的库。
deform - 受形式表单生成库影响的Python HTML表单生成库。
django-bootstrap3 - 与Django的Bootstrap 3集成。
django-bootstrap4 - Bootstrap 4与Django的集成。
django-crispy-forms - 一款Django应用程序，可让您以非常优雅和干燥的方式创建漂亮的表单。
django-remote-forms - 独立于平台的Django表单序列化程序。
WTForms - 灵活的表单验证和呈现库。
函数程序设计使用Python进行函数程序设计。
coconut - 椰子是Python的变种，专为简单，优雅，Pythonic功能编程而打造。
CyToolz - Toolz的Cython实现：高性能功能实用程序。
fn.py - Python中的函数编程：实现丢失的功能以享受FP。
funcy - 一种奇特而实用的功能工具。
Toolz - 迭代器，函数和字典的函数实用程序的集合。
GUI用于处理图形用户界面应用程序的库。
curses - 用于创建终端GUI应用程序的ncurses的内置包装器。
Eel - 用于制作简单类似Electron的离线HTML / JS GUI应用程序的小型库，可以完全访问Python功能和库。
enaml - 使用像QML这样的声明语法创建漂亮的用户界面。
Flexx - Flexx是一个用于创建GUI的纯Python工具包，它使用Web技术进行渲染。
Gooey - 将命令行程序转换为一行完整的GUI应用程序。
kivy - 用于创建NUI应用程序的库，可在Windows，Linux，Mac OS X，Android和iOS上运行。
pyglet - 用于Python的跨平台窗口和多媒体库。
PyGObject - GLib / GObject / GIO / GTK +（GTK + 3）的Python绑定。
PyQt - 用于Qt跨平台应用程序和UI框架的Python绑定，支持Qt v4和Qt v5框架。
PySide - 用于Qt跨平台应用程序和UI框架的Python绑定，支持Qt v4框架。
PySimpleGUI - 用于tkinter，Qt，WxPython和Remi的包装器，为初学者和中级自定义GUI创建统一，易于理解和更类似Python的界面。
pywebview - 围绕webview组件的轻量级跨平台本机包装器，允许在其自己的本机专用窗口中显示HTML内容。
Tkinter - Tkinter是Python的事实上的标准GUI包。
Toga - 一个Python原生的OS原生GUI工具包。
urwid - 用于创建终端GUI应用程序的库，强大支持小部件，事件，丰富的颜色等。
wxPython - wxWidgets C ++类库与Python的混合。
游戏开发游戏开发库。
Cocos2d - cocos2d是用于构建2D游戏，演示和其他图形/交互式应用程序的框架。它基于pyglet。
Harfang3D - 用于3D，VR和游戏开发的Python框架。管理和显示复杂的3D场景，包括物理，视频，声音和音乐，访问VR设备。全部用C ++编写。
Panda3D - 由迪士尼开发并由卡内基梅隆娱乐技术中心维护的3D游戏引擎。用C ++编写，完全用Python包装。
Pygame - Pygame是一组用于编写游戏的Python模块。
PyOgre - 用于Ogre 3D渲染引擎的Python绑定，可用于游戏，模拟，任何3D。
PyOpenGL - 用于OpenGL的Python ctypes绑定及其相关的API。
PySDL2 - 基于ctypes的SDL2库包装器。
RenPy - 一个视觉新颖的引擎。
地理位置用于地理编码地址和处理纬度和经度的图书馆。
django-countries - 一个Django应用程序，提供用于表单的国家选择，标志图标静态文件和模型的国家/地区字段。
GeoDjango - 世界级的地理网络框架。
GeoIP - MaxMind GeoIP遗留数据库的Python API。
geojson - GeoJSON的Python绑定和实用程序。
geopy - Python地理编码工具箱。
pygeoip - 纯Python GeoIP API。
HTML操作用于处理HTML和XML的库。
BeautifulSoup - 提供用于迭代，搜索和修改HTML或XML的Pythonic习语。
bleach - 基于白名单的HTML清理和文本链接库。
cssutils - Python的CSS库。
html5lib - 用于解析和序列化HTML文档和片段的标准兼容库。
lxml - 一个非常快速，易于使用且通用的库，用于处理HTML和XML。
MarkupSafe - 为Python实现XML / HTML / XHTML Markup安全字符串。
pyquery - 一个类似jQuery的库，用于解析HTML。
untangle - 将XML文档转换为Python对象以便于访问。
WeasyPrint - 可以导出为PDF的HTML和CSS的可视化渲染引擎。
xmldataset - 简单的XML解析。
xmltodict - 使用XML感觉就像使用JSON一样。
HTTP用于处理HTTP的库。
grequests - 针对异步HTTP请求的请求+ gevent。
httplib2 - 全面的HTTP客户端库。
requests - 对Humans™的HTTP请求。
treq - 像在Twisted的HTTP客户端之上构建的API之类的Python请求。
urllib3 - 具有线程安全连接池，文件发布支持，健全的HTTP库。
硬件用硬件编程的库。
ino - 用于处理Arduino的命令行工具包。
keyboard - 在Windows和Linux上挂钩并模拟全局键盘事件。
mouse - 在Windows和Linux上挂钩并模拟全局鼠标事件。
Pingo -Pingo为Raspberry Pi，pcDuino，Intel Galileo等程序设备提供统一的API。
PyUserInput - 用于鼠标和键盘的跨平台控制的模块。
scapy - 一个出色的数据包操作库。
wifi - 用于在Linux上使用WiFi的Python库和命令行工具。
图像处理用于处理图像的库。
hmap - 图像直方图重新映射。
imgSeek - 使用视觉相似性搜索图像集合的项目。
nude.py - 裸露检测。
pagan -复古identicon（阿凡达）根据输入的字符串和哈希生成。
pillow - 枕头是友好的PIL叉子。
pyBarcode - 在Python中创建条形码而无需PIL。
pygram - 类似Instagram的图像过滤器。
python-qrcode - 纯Python二维码生成器。
quads - 基于四叉树的计算机艺术。
scikit-image - 用于（科学）图像处理的Python库。
thumbor - 智能成像服务。它支持按需裁剪，重新调整大小和翻转图像。
wand - MagickWand的 Python绑定，ImageMagick的C API。
实现Python的实现。
CLPython - 用Common Lisp编写的Python编程语言的实现。
CPython - 用C编写的Python编程语言的默认，最广泛使用的实现。
Cython - 优化Python的静态编译器。使用类型mixins将Python编译为C或C ++模块，从而大大提高性能
Grumpy - 比解释器更多的编译器作为更强大的CPython2.7替换（alpha）。
IronPython - 用C＃编写的Python编程语言的实现，目标是.NET Framework和Mono。
Jython - 用Java编写的用于Java虚拟机（JVM）的Python编程语言的实现。
MicroPython - MicroPython - 一种针对微控制器和受约束系统的精简高效的Python编程语言实现
Numba - 用于LLVM的Python JIT编译器，旨在用于科学Python。
PeachPy - 嵌入在Python中的x86-64汇编程序。可用作Python的内联汇编程序，也可用作Windows，Linux，OS X，Native Client和Go的独立汇编程序。
Pyjion - 基于CoreCLR的Python JIT。
PyPy - 用RPython编写并转换成C. PyPy的Python编程语言的实现着重于速度，效率和与原始CPython解释器的兼容性。解释器使用黑魔法使Python非常快，而无需添加其他类型信息。
PySec - 经过强化的python版本，使安全专业人员和开发人员能够更轻松地编写应用程序，使其更能抵御攻击和操纵。
Pyston - 使用LLVM和现代JIT技术构建的Python实现，旨在实现良好的性能。
Stackless Python - Python编程语言的增强版本，它允许程序员从基于线程的编程中获益，而不会出现与传统线程相关的性能和复杂性问题。
互动口译员交互式Python解释器（REPL）。
bpython - Python解释器的一个奇特的接口。
Jupyter Notebook（IPython） - 一个丰富的工具包，可以帮助您以交互方式充分利用Python。
awesome-jupyter
ptpython - 基于python-prompt-toolkit构建的高级Python REPL 。
国际化i18n合作的图书馆。
Babel - Python的国际化库。
PyICU - 用于Unicode C ++库（ICU）的国际组件的包装器。
Job Scheduler用于安排工作的库。
APScheduler - 一个轻巧但功能强大的进程内任务调度程序，可让您安排功能。
django-schedule - Django的日历应用程序。
doit - 任务运行器和构建工具。
gunnery - 用于具有基于Web的界面的分布式系统的多用途任务执行工具。
Joblib - 一组用于在Python中提供轻量级流水线的工具。
Plan - 在Python中编写crontab文件就像一个魅力。
schedule - Python作业调度。
Spiff - 用纯Python实现的强大工作流引擎。
TaskFlow - 一个Python库，有助于使任务执行变得简单，一致和可靠。
Airflow - Airflow是一个以编程方式创作，安排和监控工作流程的平台。
日志用于生成和使用日志的库。
Eliot - 针对复杂和分布式系统的日志记录。
logbook - Python的日志替换。
logging - （Python标准库）Python的日志记录工具。
raven - Sentry的Python客户端，用于Web应用程序的日志/错误跟踪，崩溃报告和聚合平台。
机器学习机器学习库。
通用机器学习
PyOD - > Python Outlier Detection，全面且可扩展的Python工具包，用于检测多变量数据中的外围对象。适用于高级模型，包括神经网络/深度学习和异常集合。
steppy - >轻量级Python库，用于快速，可重复的机器学习实验。介绍非常简单的界面，实现清洁机器学习管道设计。
steppy-toolkit - >神经网络，变换器和模型的精选集合，使您的机器学习更快，更有效。
CNTK - Microsoft认知工具包（CNTK），一种开源深度学习工具包。文档可以在这里找到。
auto_ml - 用于生产和分析的自动化机器学习。让您专注于ML的有趣部分，同时输出生产就绪代码，以及数据集和结果的详细分析。包括对NLP，XGBoost，CatBoost，LightGBM的支持，以及即将深入学习。
机器学习 - 自动构建，包括Web界面和一组程序界面 API，用于支持向量机。相应的数据集存储在SQL数据库中，然后生成用于预测的模型，存储到NoSQL数据存储区中。
XGBoost - 用于eXtreme Gradient Boosting（树）库的Python绑定。
Apache SINGA - 用于开发开源机器学习库的Apache Incubating项目。
用于黑客的贝叶斯方法 - 用于 Python中的概率编程的Book / iPython笔记本。
Featureforge一组用于创建和测试机器学习功能的工具，具有scikit-learn兼容API。
Apache Spark中的MLlib - Spark中的分布式机器学习库
Hydrosphere Mist - 用于部署Apache Spark MLLib机器学习模型的服务，作为实时，批量或反应式Web服务。
scikit-learn - 基于SciPy构建的用于机器学习的Python模块。
metric-learn - 用于度量学习的Python模块。
SimpleAI Python实现了许多人工智能算法，在“人工智能，现代方法”一书中描述。它着重于提供易于使用，记录良好且经过测试的库。
astroML - 用于天文学的机器学习和数据挖掘。
graphlab-create - 在磁盘支持的DataFrame之上实现的具有各种机器学习模型（回归，聚类，推荐系统，图形分析等）的库。
BigML - 与外部服务器联系的库。
pattern - 用于Python的Web挖掘模块。
NuPIC - 用于智能计算的Numenta平台。
Pylearn2 - 基于Theano的机器学习库。
keras - TensorFlow，CNTK和Theano的高级神经网络前端。
烤宽面条 - 在Theano建立和训练神经网络的轻量级图书馆。
Chainer - 灵活的神经网络框架。
prophet - Facebook快速自动化的时间序列预测框架。
gensim - 人类的主题建模。
PyBrain - 另一个Python机器学习库。
brainstorm - 快速，灵活和有趣的神经网络。这是PyBrain的继承者。
surprise - 用于构建和分析推荐系统的scikit。
python-recsys - 用于实现推荐系统的Python库。
Bolt - Bolt Online Learning Toolbox。[深入学习]
nilearn - Python中NeuroImaging的机器学习。
neuropredict - 针对新手机器学习者和非专业程序员，这个软件包提供简单（无需编码）和全面的机器学习（评估和预测性能的完整报告，无需您编写代码），用于神经错误的Python和任何其他类型的功能。这是为了吸收ML工作流程的大部分内容，不像其他软件包，如nilearn和pymvpa，它们要求您学习其API和代码以生成任何有用的内容。
imbalanced-learn - 使用各种技术在采样和过采样下执行的Python模块。
shogun - shogun学习工具箱。
Caffe - 一个深度学习框架，以清洁，可读性和速度为基础。
pyhsmm - 用于贝叶斯隐马尔可夫模型（HMM）和显式持续时间隐马尔可夫模型（HSMM）的近似无监督推理的库，侧重于贝叶斯非参数扩展，HDP-HMM和HDP-HSMM，主要具有弱极限近似。
mrjob - 允许Python程序在Hadoop上运行的库。
SKLL - 围绕scikit-learn的包装，使得进行实验变得更加简单。
neurolab
Theano - 优化GPU元编程代码，在Python中生成面向数组的优化数学编译器。
TensorFlow - 使用数据流图进行数值计算的开源软件库。
pomegranate - 用于Python的隐马尔可夫模型，在Cython中实现速度和效率。
python-timbl - 包含完整TiMBL C ++编程接口的Python扩展模块。Timbl是一个精心设计的k-Nearest Neighbors机器学习工具包。
deap - 进化算法框架。
mlxtend - 由数据科学和机器学习任务的有用工具组成的库。
neon - Nervana 基于Python 的高性能深度学习框架[DEEP LEARNING]。
Optunity - 一个专用于自动超参数优化的库，它具有简单，轻量级的API，便于直接替换网格搜索。
Neural Networks and Deep Learning- 我的书“神经网络和深度学习”[深度学习]的代码样本。
annoy - 近似最近邻居的实施。
TPOT - 使用遗传编程自动创建和优化机器学习管道的工具。将它视为您的个人数据科学助手，自动化机器学习的繁琐部分。
pgmpy用于处理概率图形模型的python库。
DIGITS - 深度学习GPU培训系统（DIGITS）是一个用于培训深度学习模型的Web应用程序。
Orange - 面向新手和专家的开源数据可视化和数据分析。
MXNet - 具有动态，突变感知数据流Dep Scheduler的轻量级，便携式，灵活的分布式/移动深度学习; 适用于Python，R，Julia，Go，Javascript等。
TFLearn - 深度学习库，为TensorFlow提供更高级别的API。
REP - 基于IPython的环境，以一致且可重复的方式进行数据驱动的研究。REP不是试图替代scikit-learn，而是扩展它并提供更好的用户体验。[已过时]
rgf_python - 规则化贪婪森林（树）库的Python绑定。
skbayes - 使用scikit-learn API进行贝叶斯机器学习的Python包。
fuku-ml - 简单的机器学习库，包括Perceptron，回归，支持向量机，决策树等，它易于使用，易于初学者学习。
Xcessiv - 基于Web的应用程序，用于快速，可扩展和自动化的超参数调整和堆叠集成。
PyTorch - Python中的张量和动态神经网络，具有强大的GPU加速功能
ML-From-Scratch - 在Python中从头开始实现机器学习模型，重点是透明度。旨在以无障碍的方式展示ML的螺母和螺栓。
xRBM - 限制玻尔兹曼机（RBM）的库及其在Tensorflow中的条件变体。
CatBoost - 决策树库上的通用梯度增强功能，支持开箱即用的分类功能。它易于安装，文档齐全，支持CPU和GPU（甚至是多GPU）计算。
stacked_generalization - 在Python中实现机器学习堆叠技术作为便利库。
modAL - 用于Python的模块化主动学习框架，构建于scikit-learn之上。
Cogitare：适用于Python的现代，快速，模块化的深度学习和机器学习框架。
Parris - Parris，用于机器学习算法的自动化基础设施设置工具。
neonrvm - neonrvm是一个基于RVM技术的开源机器学习库。它是用C编程语言编写的，并附带Python编程语言绑定。
Turi Create - 从Apple学习机器。Turi Create简化了定制机器学习模型的开发。您无需成为机器学习专家即可向您的应用添加推荐，对象检测，图像分类，图像相似性或活动分类。
xLearn - 高性能，易于使用且可扩展的机器学习包，可用于解决大规模机器学习问题xLearn对于解决大规模稀疏数据的机器学习问题特别有用，这在互联网服务（如在线广告和推荐系统）中非常常见。
mlens - 高性能，内存高效，最大程度并行化的集成学习，与scikit-learn集成。
Netron - 用于机器学习模型的Visualizer。
Thampi - AWS Lambda上的机器学习预测系统
MindsDB - 开源框架，以简化神经网络的使用。
Gorgonia - Gorgonia是一个帮助促进Golang机器学习的图书馆。
Microsoft推荐人：作为Jupyter笔记本提供的构建推荐系统的示例和最佳实践。包含Microsoft Research以及其他公司和机构的一些最新技术。
StellarGraph：Graphs上的机器学习，一种用于机器学习图形结构（网络结构）数据的Python库。
BentoML：用于打包和部署机器学习模型的工具包，用于生产服务
n
H2O - 开源快速可扩展机器学习平台。
指标 - 机器学习评估指标。
NuPIC - 用于智能计算的Numenta平台。
scikit-learn - 最受欢迎的机器学习Python库。
Spark ML - Apache Spark可扩展的机器学习库。
vowpal_porpoise -一个轻量级的Python包装的Vowpal Wabbit。
xgboost - 可扩展，可移植和分布式渐变增强库。
微软Windows：
Microsoft Windows上的Python编程。
Python（x，y） - 基于Qt和Spyder的面向科学应用程序的Python发行版。
pythonlibs - Python扩展包的非官方Windows二进制文件。
PythonNet - 与.NET公共语言运行时（CLR）的Python集成。
PyWin32 - 适用于Windows的Python扩展。
WinPython - 适用于Windows 7/8的便携式开发环境。
其它：有用的库或工具不适合上述类别。
blinker - 一个快速的Python进程中信号/事件调度系统。
boltons - 一组纯Python实用程序。
itsdangerous - 将可信数据传递给不受信任的环境的各种帮助程序。
pluginbase - 一个简单但灵活的Python插件系统。
tryton - 通用业务框架。
自然语言处理：使用人类语言的图书馆。
一般
gensim - 人类的主题建模。
langid.py - 独立语言识别系统。
nltk - 构建Python程序以使用人类语言数据的领先平台。
pattern - 用于Python的Web挖掘模块。
polyglot - 支持数百种语言的自然语言管道。
pytext - 基于PyTorch的自然语言建模框架。
PyTorch-NLP - 一个工具包，可以快速深入学习研究的NLP原型。
spacy - 用于Python和Cython的工业级自然语言处理库。
stanfordnlp - 斯坦福NLP集团的官方Python库，支持50多种语言。
中文
jieba - 最受欢迎的中文文本分割库。
pkuseg-python - 用于各种域中的中文分词的工具包。
snownlp - 用于处理中文文本的库。
funNLP - 中文NLP的工具和数据集的集合。
网络虚拟化
用于虚拟网络和SDN（软件定义网络）的工具和库。
mininet - 一种流行的网络模拟器和用Python编写的API。
pox - 基于Python的SDN控制应用程序，例如OpenFlow SDN控制器。
联网用于网络编程的库。
asyncio - （Python标准库）异步I / O，事件循环，协同程序和任务。
pulsar - Python的事件驱动并发框架。
pyzmq - ZeroMQ消息库的Python包装器。
Twisted - 事件驱动的网络引擎。
napalm - 用于操纵网络设备的跨供应商API。
新闻Feed用于构建用户活动的库。
django-activity-stream - 从您网站上的操作生成通用活动流。
Stream Framework - 使用Cassandra和Redis构建新闻源和通知系统。
ORM实现对象关系映射或数据映射技术的库。
关系数据库
Django模型 - Django的一部分。
SQLAlchemy - Python SQL工具包和对象关系映射器。
dataset - 将Python dicts存储在数据库中 - 与SQLite，MySQL和PostgreSQL一起使用orator - 演说者ORM提供了一个简单而美观的ActiveRecord实现。
peewee - 一种小型，富有表现力的ORM。
pony - 为SQL提供面向生成器的接口的ORM。
pydal - 纯Python数据库抽象层。
NoSQL数据库
hot-redis - Redis的丰富Python数据类型。
mongoengine - 用于处理MongoDB的Python Object-Document-Mapper。
PynamoDB - Amazon DynamoDB的 Pythonic界面。
redisco - Redis中保存的简单模型和容器的Python库。
包管理用于包和依赖关系管理的库。
pip - Python包和依赖项管理器。
pip-tools - 一组工具，可以保持固定的Python依赖关系。
conda - 跨平台，Python无关的二进制包管理器。
包存储库本地PyPI存储库服务器和代理。
warehouse - 下一代Python包存储库（PyPI）。
bandersnatch - Python Packaging Authority（PyPA）提供的PyPI镜像工具。
devpi - PyPI服务器和打包/测试/发布工具。
localshop - 本地PyPI服务器（自定义包和pypi的自动镜像）。
权限允许或拒绝用户访问数据或功能的库。
django-guardian - 实现Django 1.2+的每对象权限
django-rules - 一个小而强大的应用程序，为Django提供对象级权限，无需数据库。
流程用于启动和与OS进程通信的库。
delegator.py - Humans™2.0的子流程。
sarge - 另一个子进程包装器。
sh - Python的完整子进程替换。
队列用于处理事件和任务队列的库。
celery - 基于分布式消息传递的异步任务队列/作业队列。
huey - 小型多线程任务队列。
mrq - Queue先生 - 使用Redis和gevent在Python中的分布式工作者任务队列。
rq - Python的简单作业队列。
推荐系统用于构建推荐系统的库。
annoy - C ++ / Python中近似最近的邻居，针对内存使用进行了优化。
fastFM - 分解机器的库。
implocit - 隐式数据集的协同过滤的快速Python实现。
libffm - 用于字段感知分解机器（FFM）的库。
lightfm - 许多流行推荐算法的Python实现。
spotlight - 使用PyTorch的深度推荐器模型。
Surprose - 用于构建和分析推荐系统的scikit。
tensorrec - TensorFlow中的推荐引擎框架。
RESTful API用于开发RESTful API的库。
Django
django-rest-framework - 一个强大而灵活的工具包，用于构建Web API。
django-tastypie - 为Django应用程序创建美味的API。
Flask
eve - 由Flask，MongoDB和良好意图提供支持的REST API框架。
flask-api-utils - 负责Flask的API表示和身份验证。
flask-api - Flask的可浏览Web API。
flask-restful - 快速为Flask构建REST API。
flask-restless - 为使用SQLAlchemy定义的数据库模型生成RESTful API。
Pyramid
cornice - Pyramid的RESTful框架。
Framework agnostic
apistar - 专为Python 3设计的智能Web API框架。
falcon - 用于构建云API和Web应用程序后端的高性能框架。
hug - 一个Python3框架，用于通过HTTP和命令行干净地公开API以及自动文档和验证。
restless - 基于从Tastypie学到的经验教训的框架不可知的REST框架。
ripozo - 快速创建REST / HATEOAS /超媒体API。
sandman - 用于现有数据库驱动系统的自动REST API。
机器人机器人图书馆。
PythonRobotics - 这是可视化的各种机器人算法的汇编。
rospy - 这是ROS（机器人操作系统）的库。
RPC服务器RPC兼容的服务器。
SimpleJSONRPCServer - 此库是JSON-RPC规范的实现。
SimpleXMLRPCServer - （Python标准库）简单的XML-RPC服务器实现，单线程。
zeroRPC - zerorpc是一个基于ZeroMQ和MessagePack的灵活的RPC实现。
科学科学计算的图书馆。
astropy - 用于天文学的社区Python库。
bcbio-nextgen - 为全自动高通量测序分析提供最佳实践管道。
bccb - 与生物分析相关的有用代码的集合。
Biopython - Biopython是一套免费提供的生物计算工具。
cclib - 用于解析和解释计算化学包结果的库。
Colour - 一种色彩科学包，实现了全面的色彩理论转换和算法。
NetworkX - 适用于复杂网络的高效软件。
NIPY - 神经影像工具包的集合。
NumPy - 使用Python进行科学计算的基础包。
Open Babel - 一种化学工具箱，设计用于说多种语言的化学数据。
ObsPy - 用于地震学的Python工具箱。
PyDy - Python Dynamics的缩写，用于协助动态建模动画中的工作流程。
PyMC - 马尔可夫链蒙特卡罗采样工具包。
QuTiP - Python中的Quantum工具箱。
RDKit - Cheminformatics和机器学习软件。
SciPy - 基于Python的数学，科学和工程开源软件生态系统。
statsmodels - Python中的统计建模和计量经济学。
SymPy - 用于符号数学的Python库。
Zipline - 一个Pythonic算法交易库。
SimPy - 基于流程的离散事件仿真框架。
搜索用于索引和执行数据搜索查询的库和软件。
elasticsearch-py - Elasticsearch的官方低级Python客户端。
elasticsearch-dsl-py - Elasticsearch的官方高级Python客户端。
django-haystack - 模块化搜索Django。
pysolr - Apache Solr的轻量级Python包装器。
whoosh - 一个快速，纯粹的Python搜索引擎库。
序列化用于序列化复杂数据类型的库
marshmallow - 一个轻量级库，用于将复杂对象转换为简单的Python数据类型。
pysimdjson - 用于simdjson的Python绑定。
python-rapidjson -围绕一个Python包装RapidJSON。
无服务器框架用于开发无服务器Python代码的框架。
python-lambda - 用于在AWS Lambda中开发和部署Python代码的工具包。
Zappa - 用于在AWS Lambda和API Gateway上部署WSGI应用程序的工具。
特定格式处理用于解析和操作特定文本格式的库。
一般
tablib - XLS，CSV，JSON，YAML中的表格数据集模块。
办公
openpyxl - 用于读取和写入Excel 2010 xlsx / xlsm / xltx / xltm文件的库。
pyexcel - 提供一个用于读取，操作和编写csv，ods，xls，xlsx和xlsm文件的API。
python-docx - 读取，查询和修改Microsoft Word 2007/2008 docx文件。
python-pptx - 用于创建和更新PowerPoint（.pptx）文件的Python库。
unoconv - 在LibreOffice / OpenOffice支持的任何文档格式之间进行转换。
XlsxWriter - 用于创建Excel .xlsx文件的Python模块。
xlwings - 一个获得BSD许可的库，可以轻松地从Excel调用Python，反之亦然。
xlwt / xlrd - 从Excel文件中写入和读取数据和格式信息。
PDFMiner - 用于从PDF文档中提取信息的工具。
PyPDF2 - 一个能够分割，合并和转换PDF页面的库。
ReportLab - 允许快速创建丰富的PDF文档。
Markdown
Mistune - Markdown的最快和全功能的纯Python解析器。
Python-Markdown - John Gruber的Markdown的Python实现。
YAML
PyYAML - Python的YAML实现。
CSV
csvkit - 用于转换为CSV并使用CSV的实用程序。
档案
unp - 一个可以轻松解压缩归档的命令行工具。
静态站点生成器静态站点生成器是一种软件，它将一些文本+模板作为输入，并在输出上生成HTML文件。
mkdocs - Markdown友好文档生成器。
pelican - 支持Markdown和reST语法的静态站点生成器。
lektor - 易于使用的静态CMS和博客引擎。
nikola - 静态网站和博客生成器。
标记用于标记项目的库。
django-taggit - Django的简单标记。
模板引擎用于模板和lexing的库和工具。
Jinja2 - 一种现代和设计师友好的模板语言。
Genshi - 用于生成Web感知输出的Python模板工具包。
Mako - 用于Python平台的超快速和轻量级模板。
测试用于测试代码库和生成测试数据的库。
测试框架
pytest - 一个成熟的全功能Python测试工具。
hypothesis - 假设是一种基于Quickcheck风格的高级属性测试库。
nose2 - nose基于`unittest2 的继承者。
Robot Framework - 通用测试自动化框架。
unittest - （Python标准库）单元测试框架。
运行测试
green - 干净，运行测试。
mamba - Python的权威测试工具。出生在BDD的旗帜下。
tox - 在多个Python版本中自动构建和测试发行版
GUI / Web测试
locust - 用Python编写的可扩展用户负载测试工具。
PyAutoGUI - PyAutoGUI是一个面向人类的跨平台GUI自动化Python模块。
Selenium - Selenium WebDriver的Python绑定。
sixpack - 与语言无关的A / B测试框架。
splinter - 用于测试Web应用程序的开源工具。
Mock
doublex - 强大的测试加倍Python的框架。
freezegun - 通过模拟日期时间模块来度过时间。
httmock - 一个用于Python 2.6+和3.2+请求的模拟库。
httpretty - Python的HTTP请求模拟工具。
mock - （Python标准库）一个模拟和修补库。
Mocket - Socket Mock Framework加上HTTP [S] / asyncio / gevent模拟库，具有录制/重放功能。
responser - 用于模拟请求Python库的实用程序库。
VCR.py - 在测试中记录和重放HTTP交互。
Object Factories
factory_boy - Python的测试夹具替代品。
mixer - 另一个夹具更换。支持Django，Flask，SQLAlchemy，Peewee等。
model_mommy - 在Django中创建用于测试的随机装置。
代码覆盖范围
coverage - 代码覆盖率测量。
Fake Data
mimesis - 是一个Python库，可以帮助您生成虚假数据。
fake2db - 假数据库生成器。
faker - 生成虚假数据的Python包。
radr - 生成随机日期时间/时间。
错误处理程序
FuckIt.py - FuckIt.py使用最先进的技术确保您的Python代码无论是否有权运行。
文字处理用于解析和操作纯文本的库。
一般
chardet - Python 2/3兼容字符编码检测器。
difflib - （Python标准库）用于计算增量的助手。
ftfy - 使Unicode文本更少破碎，更自然地更加一致。
fuzzywuzzy -模糊字符串匹配。
Levenshtein - Levenshtein距离和弦相似性的快速计算。
pangu.py - 偏执文本间距。
pyfiglet - 用Python编写的figlet实现。
pypinyin - 将汉语（汉字）转换为拼音（拼音）。
textdistance - 计算序列之间的距离。30多种算法，纯python实现，通用接口，可选的外部库使用。
unidecode - Unicode文本的ASCII音译。
Slugify
awesome-slugify - 一个可以保存unicode的Python slugify库。
python-slugify - 一个Python ungode库，可将unicode转换为ASCII。
unicode-slugify - 一个以Django为依赖关系生成unicode slug的slugifier。
唯一标识符
hashids - 在Python中实现hashids。
shortuuid - 用于简洁，明确且URL安全的UUID的生成器库。
分析器
ply - 为Python实现lex和yacc解析工具。
pygments - 通用语法荧光笔。
pyparsing - 用于生成解析器的通用框架。
python-nameparser - 将人名解析为各自的组件。
python-phonenumbers - 解析，格式化，存储和验证国际电话号码。
python-user-agents - 浏览器用户代理解析器。
sqlparse - 非验证SQL解析器。
第三方API用于访问第三方服务API的库。请参阅：Python API包装器和库列表。
apache-libcloud - 一个适用于所有云的Python库。
boto3 - Amazon Web Services的Python接口。
django-wordpress - Django的 WordPress模型和视图。
facebook-sdk - Facebook平台Python SDK。
google-api-python-client - 用于Python的Google API客户端库。
gspread - Google Spreadsheets Python API。
twython - Twitter API的Python包装器。
URL操作用于解析URL的库。
furl - 一个小型Python库，可以轻松解析和操作URL。
purl - 一个简单的，不可变的URL类，带有用于询问和操作的干净API。
pyshorteners - 一个纯Python的URL缩短库。
webargs - 一个用于解析HTTP请求参数的友好库，内置支持流行的Web框架，包括Flask，Django，Bottle，Tornado和Pyramid。
视频用于操纵视频和GIF的库。
moviepy - 基于脚本的电影编辑模块，具有多种格式，包括动画GIF。
scikit-video - SciPy的视频处理程序。
WSGI服务器兼容WSGI的Web服务器。
bjoern - 异步，非常快，用C语言编写。
gunicorn - 预分叉，部分用C语言写成。
uWSGI - 一个项目旨在开发一个用于构建托管服务的完整堆栈，用C语言编写。
waitress - 多线程，为金字塔提供动力。
werkzeug - 一个用于Python的WSGI实用程序库，可以为Flask提供支持，并且可以轻松嵌入到您自己的项目中。
网络资产管理用于管理，压缩和缩小网站资产的工具。
django-compressor - 将链接和内联JavaScript或CSS压缩到一个缓存文件中。
django-pipeline - Django的资产包装库。
django-storages - Django的自定义存储后端集合。
fanstatic - 作为Python包打包，优化和提供静态文件依赖性。
fileconveyor - 用于检测文件并将文件同步到CDN，S3和FTP的守护程序。
flask-assets - 帮助您将webassets集成到Flask应用程序中。
webassets - 捆绑，优化和管理静态资源的唯一缓存清除URL。
Web内容提取用于提取Web内容的库。
html2text - 将HTML转换为Markdown格式的文本。
lassie - 网页内容检索。
micawber - 一个用于从URL中提取丰富内容的小型库。
newspaper - Python中的新闻提取，文章提取和内容管理。
python- readability - arc90可读性工具的快速Python端口。
requests-html - 用于Pythonic HTML解析。
sumy - 用于自动汇总文本文档和HTML页面的模块。
textract - 从任何文档，Word，PowerPoint，PDF等中提取文本。
toapi - 每个网站都提供API。
网页抓取和网页抓取用于自动从网站提取数据的库。
cole - 分布式爬行框架。
feedparser - 通用饲料解析器。
grab - 网站抓取框架。
MechanicalSoup - 用于自动与网站交互的Python库。
portia - 视觉刮擦Scrapy。
pyspider - 一个强大的蜘蛛系统。
robobrowser - 一个简单的Pythonic库，用于在没有独立Web浏览器的情况下浏览网页。
scrapy - 快速高级屏幕抓取和网络爬行框架。
网络框架Django - Python中最流行的Web框架。
Flask - Python的微框架。
Pyramid- 一个小型，快速，脚踏实地的开源Python Web框架。
Sanic - 写得很快的Web服务器。
Vibora - 受Flask启发的快速，高效和异步Web框架。
WebSocket
用于WebSocket的库。
autobahn-python - Twisted和asyncio上用于Python的WebSocket和WAMP 。
crossbar - 开源统一应用程序路由器（Autobahn上用于Python的Websocket和WAMP）。
django-channels - Django的开发人员友好的异步。
django-socketio - Django的WebSockets。
WebSocket-for-Python - 用于Python 2和3以及PyPy的WebSocket客户端和服务器库。
服务用于简化开发的在线工具和API。
CircleCI - 可以运行非常快速的并行测试的CI服务。（仅限GitHub）
Travis CI - 适用于您的开源和私有项目的流行CI服务。（仅限GitHub）
Vexor CI - 针对私人应用程序的持续集成工具，具有按分钟付费的计费模式。
Wercker - 一个基于Docker的平台，用于构建和部署应用程序和微服务。
代码质量
Codacy - 自动代码审查，以更快的速度发送更好的代码。
Codecov - 代码覆盖率仪表板。
CodeFactor - Git的自动代码审查。
Landscape - 托管连续的Python代码指标。
人类的探测器潜入10000多米深的马里亚纳海沟？
因为未知，所以神秘。全世界只有3个人到达过马里亚纳海沟一万多米深的地方，但是到达月球的人数却有12人次，不难看出人类探索海底世界的艰难。这艰难源自于海底世界漆黑、高压、冰冷以及其他无法评估的巨大风险。现在我就带大家了解一下人类已经探测到的马里亚纳海沟具体情况。
马里亚纳海沟简介马里亚纳海沟位于北太平洋西部海床，由菲律宾板块和太平洋板块碰撞，太平洋板块被向下挤压而成，是已知的世界最深海沟，形成至今已有6000多万年历史。从地形图上看，马里亚纳在菲律宾马里亚纳群岛附近，延伸到在日本后面，好像是一条狭长陡峭低洼地一般。
它全长有2550公里，海沟平均宽度达70米，大部分水深达8000米。最深处达10929米，那里的水压高达1100bar左右，相当于1100个大气压，一般生物进入到该区域都要被瞬间压扁。
人类下潜至马里亚纳海沟底部的次数历史上有两次共三个人乘坐专业的探测器下潜至马里亚纳海沟的最深处。
第一次是1960年一名瑞士人和一名美国人乘坐“的里雅斯特”号深海潜水器，到达了10916米的地方。受科技水平限制，他们在最深处研究了20分钟就不得不浮上来了。
第二次是2012年美国名导演詹姆斯-卡梅隆乘坐潜艇“深海挑战者”号，到达了最底部10929米处，进行拍照收集生物信息。
虽然我国蛟龙号潜水器在2012年6月也带着首位中国人下去探索深海世界，但是受科技水平及外部因素影响，最终极限位置只下潜到了7062. 68米处，没有到达真正的最深处。
由于真人下海底存在巨大风险，也不敢长时间在海底开展大规模的科学考察活动，所以科学界一般都用无人探测器潜入至海底进行遥控作业，进行科学考察，拍摄照片和获取样本。
历史上俄国、美国、英国、日本、中国等国家都有探索过马里亚纳海沟，经过几十年来全球科学家的努力，目前我们对海底世界已经有了一些认知。
人类已在不同深海区域发现的生物海洋虽然是一汪整体的海水，但是却是一个千层饼一般，不同深度的海存在着不同的生物物种。
海平面30米以下的地方，是我们常见的鱼类和水生植物栖息的地方；
海平面100米以下，就已经是人类裸身下潜的极限了，这里生存着诸如章鱼等大型鱼类；
海平面200米以下，就开始称为深海区了，这里基本没有光线，所以基本上没有植物了，但是这附近生存着一种叫皇带鱼的大型鱼类；
海平面300米以下，生存着一种巨型螃蟹，叫甘氏巨螯蟹。而我们最为熟悉的军用潜艇，一般都是在海底300－500米的区域航行。
海平面500米以下，对于人类来说就已经开始不那么熟悉了，这里完全黑暗。已知的是我们熟悉的蓝鲸和皇帝企鹅的下潜最深处就是这里。
海平面900米以下，目前已经发现有一种叫大王乌贼的生物；
海平面1300米以下，生存着一种革龟和哥布林鲨鱼，以及大醉琵琶鱼；
海平面3000米以下就是深海地带，这里水压达到300bar，相当于300个大气压，水温也已经开始到达2°C左右。这里生存着一种巨型鲸鱼——抹香鲸。
海平面6000米以下，生物非常罕见，2014年科学家在海底8145米深的地方发现了一种叫“狮子鱼”的奇特物种，这也是迄今为止发现的最深处海底生物了。
人类在马里亚纳海沟底部发现的事物目前为止马里亚纳海沟并未发现严格意义的生物，但是科学家在海沟1.1万米的深处也发现了一些奇特的事物。
1、海沟底部的水并未结冰
按照我们一般的认知，压强越高，水的冰点越高，就是水越容易结冰。在1.1万米深的海底，虽然压强达到1100个大气压，但是科学家并没有发现冰的存在，这里的一般水温维持着2°C左右。这其实跟水的特性和海水的盐分有关，从水的三相图我们可以看到，在水温2°C时，要达到水的冰点，大约需要10000个大气压，而海底的大气压1100个大气压还远远不够。而盐分能降低水的冷凝点，这个从北方冬天往大路冰面上撒盐使冰融化就容易理解了。
2、海底存在超临界水的奇幻景观
海底的水并不都是低温的，在一些火山口附近的海水温度高达400°C。这些高温的水并没有汽化，在高气压的作用下，形成水和气体互相交融的超临界水状态，颇为壮观。
3、存在大型单细胞生物以及不明微生物
2011年，科学家在马里亚纳海沟最深处发现一种名为“Xenophyophores”的单细胞生物，它的单个细胞直径常常可以超过10厘米，是迄今为止发现最大的单细胞生物。除此之外，科学家还发现火山口附近存在一些不明微生物，目前正在探查，尚未有正式结论。
4、海底地幔不断吸收海水
马里亚纳海沟是菲律宾板块和太平洋板块互相挤压而成，挤压的地方形成一个俯冲带，而且两个板块仍然存在着互相摩擦撞击的现象，这就导致了海水经过缝隙进去地幔的现象。根据科学家检测，每年大约有30亿吨的海水渗入地幔中。然而这些水进入地幔中就一直留在那里了吗？其实并不是的，这些水会通过火山口以气体的形式或火山爆发的形式蒸发消化，释放到大气或者海底中，形成地球水循环的一部分。
5、海底存在大量的碳
马里亚纳海沟深处的含碳量比6000米以上的含碳量高，是海底微生活分裂沉入海底的动物尸体等形成的。这是全球碳平衡的一部分，目前尚未有明确的证据说明海底碳含量高对全球生态的影响，但是随着科技的进步，相信总有一天会解开这个谜底。
海洋占据着全球70%左右的面积，随着全球气温变化，人口增加以及耕地面积减少，人类对海洋的利用迫在眉睫。
但我们利用海洋的同时，需要保护环境，敬畏自然，维持生态平衡，才能可持续发展。
流浪地球值不值得去看？
推荐大家去看一下，《流浪地球》有优点有不足，如果很多静态、动态背景都加上特效，整个片子能更好。台词、演员上表演不到位，但是整个片子在国产科幻片里面特效效果很好。
《流浪地球》根据刘慈欣同名小说改编，刘慈欣2000年发表短篇小说《流浪地球》，凭借《流浪地球》获得中国科幻银河奖特等奖。其中代表作《三体》三部曲被普遍认为是中国科幻文学的里程碑之作。刘慈欣被誉为“中国当代科幻第一人”。
《流浪地球》从精神层面来说，电影宏大的故事设定、突破天际的想象和荡气回肠的叙事下，观众能看到中国人的世界观、中国人的思维方式、中国人的行为逻辑。顾全大局舍弃个人利益，还是执着的亲情纽带、向死而生的勇气；无论是对家园故土的眷恋和珍视，愚公移山一般的执着，还是影片中因为缺乏交流沟通而疏离的父子关系，都有很多现实中的投影。
接下来介绍一下剧情
影片故事设定在2075年，太阳即将毁灭，太阳系已经不适合人类生存，全世界前所未有的团结开启了“流浪地球”计划，试图带着地球一起逃离太阳系。
刘培强（吴京 饰）作为中国执行“流浪地球”计划的飞行员，只有去太空执行任务，才能换取儿子刘启（屈楚萧 饰）与父亲韩子昂（吴孟达 饰）在地下城生活的资格。但是只能有二个名额，所以他放弃了生病的妻子，导致妻子死亡，为后文刘启的叛逆埋下伏笔。
刘培强在空间站执行任务，服役17年，马上准备退休返回地球，但是、但是，没错意外出现了。
本来地球要借用木星的引力将地球弹出太阳系，机会总是有风险伴随，没想到进入木星轨道以后，木星开始抽走地球上的大气，将地球吸向自己，当达到洛希极限，地球就会分崩离析（洛希极限是指当行星与卫星距离近到一定程度时，潮汐作用就会使天体本身解体分散）。
同时在地球上刘启带着妹妹韩朵朵（赵今麦 饰）私自离开地下城，开着姥爷韩子昂的运输车在运输站被抓。
姥爷韩子昂来救人时，正巧木星引力影响地球推进器，导致地球上的推进器大部分失灵，而韩子昂、刘启等人阴差阳错的参与了运送火石的救援行动。
虽然启动了推进器，但是也无法阻止木星吸走地球氧气，刘启在关键时刻提出引爆木星氢气，然后利用氢气的爆炸推走地球，最终脱离太阳系。
特效部分在中国科幻电影来说做的尤为突出，在能力范围内发挥最大限度，但是一些特效还是选择了静态/动态的背景，如果补足这方面的缺点，影片在特效上还会更上一层楼。
最后宏大的末世背景下，核心依然是父子情为主线的亲情贯穿。中国特色广告也贯穿其中，印象最深的应该是“道路千万条，安全第一条，行车不规范，亲人两行泪”。
可以带着几个问题去看电影，每个人可能会有自己不同的想法
为什么地球出现危机了，跑路都要带着地球一块跑？
人推人使劲去推一个东西，科幻片真的可以这样么？
当真的世界末日时，应该选择冒险保留地球全人类，还是选择火种计划（送走部分人类与基因令辟新星球再去繁衍）？
票房高就能算好电影吗？
这个问题就好比是在问“贵的食物就好吃吗”一样，食物有又贵又好吃的，也有又贵又难吃的，还有又便宜又好吃的，以及价格中等味道一般的。无论我回答是与否，都有可反驳之地，所以，我认为这个问题没有标准答案。 电影也是如此，有如《拯救大兵瑞恩》、《泰坦尼克号》、《阳光灿烂的日子》等票房口碑双收的电影。（《阳光灿烂的日子》票房在1995年能达到5000万算是很高的票房，并成为了当年的票房冠军）也有如《盗墓笔记》、《摆渡人》等高票房低口碑的电影。还有如《山河故人》、《心迷宫》、《十二公民》等高口碑低票房的小众电影。无论我回答是与否，都有可反驳之地。
所以对于这个问题的回答，我只能说电影的艺术性和票房之间始终没有平衡，票房与电影质量始终不能对等。
一部电影只要即将上映它就便会成为一件商品，这件商品的利润收入受到排片率、宣传力度、受关注度、市场价值等因素的影响，但是它的艺术价值与水平的高低已经是暂时不变的了，所以只能说一部电影的质量与票房不存在正反比关系。
如何评价马斯克发布的脑机接口系统？
硅谷的科技狂人埃隆·马斯克(Elon Musk)召开发布会，宣布其旗下的脑机接口创业公司Neuralink已经找到了高效实现脑机接口的方法。计算机通过该系统可以直接读取大脑信号。他称该系统已进行动物实验，一只猴子已能用大脑控制电脑
这就是所谓的人机联合，这个领域的科学家正在研究如何将人脑与计算机连接在一起。这个领域的研究已经进行了很多年，如今已经越来越接近实现。
据称这种技术是通过向人脑内部植入数根4-6微米的连接线，4-6微米非常细，大概只有人的头发的十分之一粗细。线的另一头连接一颗芯片，通过脑电波将人类的意识信号传输到芯片上，再由芯片进行解读传输到各种设备上。以此进行控制。
整套系统据称有1000多根细线组成，其中10根植入皮肤，芯片被设计挂在耳朵后面。随着芯片不断进化，微小化，最终可移植的地方或许是在额头。因为大脑的前额叶具有记忆、判断、分析、思考等作用。它在人们的思维和行为中起着非常突出的作用，是与智力密切相关的重要脑区。大脑前额叶损伤会导致无法集中精力观察和思考，更无法进行仔细的逻辑推理，对突发事件无能为力，总是健忘，行为反应迟钝，出现情绪波动，喜怒无常。
目前这项技术已经在猴子身上取得了初步成果。按照计划Neuralink将会在2020年的第二季度开始人体实验。这项技术的最终目的不仅仅是读取大脑数据，还要实现向大脑写入数据。
在医学应用上，人们追求这项技术是为了使失明的人重新恢复视觉。通过电子眼重新建立与大脑的神经信号。从而使大脑能够重新呈现画面。这项技术的核心就是芯片，芯片不但要实现与脑神经的密切相连，而且要实现从大脑读取和写入信息。这项技术是非常复杂的。如果实现全面相连，可能还需数年的时间。据称目前将会在人脑中植入4个传感器，其中三个位于运动控制区，第四个位于感受区，而芯片目前比手指小一些。随着技术成熟，芯片会趋向微小化，稳定化，简易化。
人脑芯片已经不再是科学幻想，如今已经来到现实生活中。用不了多久将会大面积应用于商业及社会生活当中。物联网的下一个时代，将会是人机联合。
那么人机联合有什么用途呢？
第一，实现人机联合
当然是像特异功能一样实现对电脑等设备的直接控制。你不再需要动手指，只要动动脑就可以实现各种复杂操作。甚至实现对机械设备的直接操作。人机联合到达一定程度时，可以实现人脑与电脑虚拟世界的联合。使人可以直接进入虚拟世界，也可以直接遥控远处的机械设备，而同时如身临其境一样。
第二、生命形态发生改变
当实现向大脑写入数据时，人类将不需要外在学习一些知识，例如外语等数据类知识库。这些数据将会被直接写入大脑。人脑将实现直接从网络大数据读取数据。信息交互速度，学习速度将会像骇客帝国当中描述的一样。人脑与人工智能结合，将会出现半人半机的新型物种。通讯可能不再需要手机，因为都是在脑内以及芯片中完成。记忆会被当作数据进行备份，将会出现机械复活，也就肉体死亡之后可以将备份记忆重新输入克隆体进行复活。
第三、人类的金融系统将会发生巨大改变。
个人信息将更多的与芯片结合，这会出现金融系统的巨大改变，例如现有的二维码、网络支付系统，将会移入芯片系统。商业模式在现有基础上将会出现升级。为了方便实现个人信息认证，将会在手上配合移植芯片。当然大部分人会移植在右手，因为右手是人们的习惯性手臂，而且右手的静脉每个人都不一样，有点像指纹一样，方便个人信息实别。
那么人机联合之后会有什么负面影响么？
科学是个双刃剑，当然会有的。就像人发明了核能，同时也受到了核战争的威胁。
第一、脑控
实现人机联合以后，可能个人隐私更容易暴露。甚至你的思想都会被黑客窃取或监控。因为数据联通之后是双向的，你可以读取，但同时也会被入侵。同时人机联合之后人有被反控制的危险。日本曾经研究过控制人脑神经的项目，通过电讯号，可以控制人的方向感，被装上系统的人走路会受到操纵者的影响。那么在脑神经内同样可以实现脑控。如果人工智能失控有可能会借助芯片与人脑的联合反控人类，使人类成为机器的奴隶。例如骇客帝国这部电影就是讨论此话题，人被机器控制之后生活在机器创造的虚拟世界当中，而人类本身却成了机器能源的来源。而终结者是从另一个层面来讨论，当人工智能反抗人类时，作为原始的人类物种可能会遇到灭顶之灾。
第二、伦理混乱
当出现半人半机的生命形态时，人们还会借助人工智能进行生育。会出现人类与机器的后代。这种后代可能会由机器人怀孕出生，并在一出生时就与人工智能联合。成为半人半机的生命形态。同时记忆可以复制，通过克隆会出现人的多个复制体。现有伦理会被彻底颠覆。父亲和母亲的概念将会变得模糊不清。人们甚至可能借助记忆复制实现“永生” 但是这种记忆体是可以涂抹和修改的，如果被恶意使用，成为奴隶的人会出现想死却是不能的痛苦。例如有一部电影就是讨论此话题，一名在月球工作的宇航员不经意间发现了自己其实是克隆体，最终的真相是他永远都回不了地球，因为克隆体每隔一段时间就会死亡，而备份的新的克隆体就会被释放，而他的意识永远停留在了月球，其实是成为了永久性的工作奴隶。活也活不长，死也死不了。这有点像一日囚。
第三、金融控制
当这种技术被垄断之后，还有一个负面的效果就是“金融控制”。例如：如果你想进入某个平台做生意，就必须植入其芯片系统。对于没有接入系统的人，将被限制。也就是不能买卖。而接入的人全部的个人财产和信息都在大数据内，如果被恶意利用和控制，许多人将不得不屈从于金融控制。因为不在系统之内恐难以生存。这会使社会分化出两个阶层，一个是接入系统移植芯片的阶层，一个是不愿意接入系统移植芯片的阶层。这会引出新的社会问题。如果这种金融控制被应用到全世界范围，将在国家安全层面上也出现严重的威胁。
第四、未知病发症
新技术对人体产生什么样的影响还不知道。就像基因技术也会存在严重隐患一样。人机联合之后也会出现未知的疾病。人类的意识精神世界也会有出现数据错乱的危险，因为在读写过程中出现差错，会直接影响人的记忆。甚至影响意识。更危险的是人为的恶意输入。这种效果将会跟催眠一样。在催眠效果中，被催眠者会毫无反抗的服从催眠者的指令，而自己醒来之后毫无察觉。在一档综艺节目中，催眠师曾经展示过催眠带来的效果，此效果就如同人脑中有潜意识开关，人类对自己的意识还需进一步了解。当机器引入人脑后，不可预见的各种后果会慢慢展现。
所以说，每出现一种新技术，我们都应当全面审视。农药杀灭虫害但也污染环境危害人体，核能方便但也会被用于战争，转基因食品产量不错但也出现对人体不利的因素。芯片技术的未来恐怕也是如此，有好就有坏，对此人类应当报以谨慎的态度。
还没有评论，来说两句吧...