Vi har granskat och jämfört 10 000 öppen källkod-bibliotek för Python och valt ut 34 mest användbara.
Vi har grupperat dessa bibliotek i 8 kategorier.
Artikeln är översatt med stöd av företaget EDISON Software, som , samt .
Python Toolkit
1. : Python-utvecklingsarbetsflöde för människor.
2. : Utveckling av retrospel på Python.
3. : Ramverk som hjälper till att skriva korta tester och skalar för komplexa funktionstester.
4. : Förenklar hantering av beroenden och paketering.
5. : Förenklar loggning.
6. : bibliotek för streaming-applikationer.
7. : Mönstermatchning som du drömde om.
8. : Prestandakontrollering av typen.
9. , bibliotek för att arbeta med tid och datum.
10. : bibliotek för arbete med Noisy Intermediate Scale Quantum (NISQ) scheman.
11. : Ramverk för kommandoradsapplikationer.
Webb
12. : HTML-parsing för människor.
13. : interaktiv datavisualisering i moderna webbläsare.
14. : snabbt, coolt, asynkront.
15. : Visar HTML-innehåll i ett separat fönster.
16. : Upptäckter och kringgå firewall och webbapplikationsskyddssystem.
17. : minimalistiskt och snabb ramverk för att skapa HTTP API.
Terminal
18. : spelar in terminalsessioner som SVG-animationer.
19. : spelar in terminalsessioner.
20. : verktyg för kommandoraden som ritar diagram.
Kodredigerare
21. : kompromisslös kodformatterare.
22. : experimentell kodredigerare för att skriva algoritmer.
23. : refaktorering verktyg på syntaktisk trädnivå.
Debugging
24. : visualiserar vad ditt program spenderar tid på utan att starta om det.
25. : grafisk debugger som använder AST.
26. : söt debugger.
Kompilator
27. : översättare från Python 3.7 till JavaScript.
28. : datascience-stack i webbläsaren.
Datarelaterad
29.: datavalidering.
30. : Data-driven programmeringsramverk för datarör-arbete (Web Crawler, Maskininlärning, Kvantitativ handel etc.).
31. : prestationsjämförelser i Pandas-operationer.
Diagram
32. : samling skript för att rita vackra figurer och animationer av algoritmer.
33. : hjälper datavetare att skapa diagram.
34. : Ett verktyg för geometrisk representation av multidimensionella data.
P.S.
Dela med dig av din erfarenhet av att använda dessa bibliotek eller berätta om dina fynd under 2019.
Källa: habr.com
