Wir haben 10.000 Open-Source-Bibliotheken für Python geprüft und die 34 nützlichsten ausgewählt.
Wir haben diese Bibliotheken in 8 Kategorien unterteilt.
Der Artikel wurde mit Unterstützung von EDISON Software übersetzt, einem Unternehmen, das , sowie .
Python Toolkit
1. : Python-Entwicklungsworkflow für Menschen.
2. : Entwicklung von Retro-Spielen in Python.
3. : Framework, das hilft, kurze Tests zu schreiben und für komplexe Funktionstests skalierbar ist.
4. : Vereinfacht das Management von Abhängigkeiten und Packaging.
5. : Vereinfacht Logging.
6. : Bibliothek für Streaming-Anwendungen.
7. : Das Pattern Matching, von dem Sie geträumt haben.
8. : Performante Typüberprüfung.
9. , Bibliothek für die Arbeit mit Zeit und Daten.
10. : Bibliothek für die Arbeit mit Noisy Intermediate Scale Quantum (NISQ) Schaltungen.
11. : Framework für die Arbeit mit der Kommandozeile.
Web
12. : HTML-Parsing für Menschen.
13. : Interaktive Datenvisualisierung in modernen Browsern.
14. : Schnell, cool, asynchron.
15. : HTML-Inhalte in einem separaten Fenster anzeigen.
16. : Erkennung und Umgehung von Firewalls und Webanwendungsschutzsystemen.
17. : Minimalistisches und schnelles Framework zur Erstellung von HTTP-APIs.
Terminal
18. : Wir zeichnen Terminal-Sitzungen als SVG-Animationen auf.
19. : Wir zeichnen Terminal-Sitzungen auf.
20. : Werkzeuge für die Befehlszeile, die Grafiken zeichnen.
Code Editor
21. : kompromissloser Code-Formatter.
22. : experimenteller Code-Editor zum Schreiben von Algorithmen.
23. : Refactoring-Tool auf syntaktischer Ebene.
Debugging
24. : visualisiert, wie Ihre Anwendung Zeit verbringt, ohne sie neu zu starten.
25. : grafischer Debugger, der AST nutzt.
26. : ein gemütlicher Debugger.
Compiler
27. : Übersetzer von Python 3.7 nach JavaScript.
28. : Datenwissenschafts-Stack im Browser.
Data Related
29.: Datenvalidierung.
30. : Datengetriebenes Programmier-Framework für Data-Pipeline-Arbeiten (Web-Crawler, Machine Learning, quantitative Handelsstrategien etc.).
31. : Vergleichstests der Leistung in Pandas-Operationen.
Chart
32. : Sammlung von Skripten zum Zeichnen schöner Formen und Animation von Algorithmen.
33. : Hilft Data Scientists, Grafiken zu erstellen.
34. : Ein Werkzeug zur geometrischen Darstellung multidimensionaler Daten.
P.S.
Teilen Sie Ihre Erfahrungen mit diesen Bibliotheken oder berichten Sie über Ihre Erkenntnisse aus dem Jahr 2019.
Quelle: habr.com
