私たちは Python 用の 10 のオープンソース ライブラリをレビューおよび比較し、最も有用な 000 個を選択しました。
これらのライブラリを 8 つのカテゴリにグループ化しました。
この記事は EDISON Software のサポートを受けて翻訳されました。 と .
Python ツールキット
1. : 人間のための Python 開発ワークフロー。
2. : Pythonでレトロゲームを開発。
3. : 短いテストを作成し、複雑な機能テストをスケールするのに役立つフレームワーク。
4. : 依存関係の管理とパッケージ化を簡素化します。
5. : ログを簡素化します。
6. : ストリーミング/ストリーミング アプリケーション用のライブラリ。
7. : あなたが夢見ていたパターンマッチング。
8. : パフォーマンスの高い型チェック。
9. 、時刻と日付を操作するためのライブラリです。
10. : Noisy Intermediate Scale Quantum (NISQ) 回路を操作するためのライブラリ。
11. : コマンドラインを操作するためのフレームワーク。
ウエブサイト
12. : 人間のための HTML 解析。
13. : 最新のブラウザーでのインタラクティブなデータ視覚化。
14. : 高速、クール、非同期。
15. ：HTMLコンテンツを別ウィンドウで表示します。
16. : ファイアウォールと Web アプリケーション セキュリティ システムを検出してバイパスします。
17. : HTTP API を作成するための最小限で高速なフレームワーク。
ターミナル
18. : 端末とのセッションを SVG アニメーションとして記録します。
19. : ターミナルセッションを記録します。
20. : コマンドラインツール、グラフを描画します。
コードエディター
21. : 妥協のないコードフォーマッタ。
22. : アルゴリズムを作成するための実験的なコード エディター。
23. : 構文ツリー レベルのリファクタリング ツール。
デバッギング
24. : プログラムを再起動しなくても、プログラムが何に時間を費やしているかを視覚化できます。
25. : ASTを使用したグラフィカルデバッガ。
26. : かわいいデバッガー。
コンパイラ
27. : Python 3.7 から JavaScript へのトランスレータ。
28. : ブラウザ内のデータサイエンス スタック。
データ関連
29.： データ検証。
30. : データ パイプライン作業用のデータ駆動型プログラミング フレームワーク (Web クローラー、機械学習、定量的取引など)。
31. : Pandas 操作での比較パフォーマンス テスト。
チャート
32. : 美しい形状を描画し、アルゴリズムをアニメーション化するためのスクリプトのコレクション。
33. : データ サイエンティストがグラフを作成するのに役立ちます。
34. : 多次元データの幾何学的表現のためのツール。
PS
これらのライブラリを使用した経験を共有したり、2019 年の発見について教えてください。
出所： habr.com