相空间重构python代码_我从近万个Python开源项目中为你精选Top34！（附链接）

授权自AI科技大本营(ID：rgznai100)本文多干货，建议收藏。本文为你整理2019年最值得关注的34个Python开源项目。[ 导读 ]踏着人工智能、区块链的东风，近年来一路“横冲直撞”的 Python 在实现了从小众语言到主流的完美转身后，一头扎进了 2019，依旧没有透出丝毫停下来的架势，反倒有些越烧越热的味道。本文将为你介绍 2019 年最值得关注的 34 个 Python...

weixin_39588445

90人浏览 · 2020-11-27 00:48:03

weixin_39588445 · 2020-11-27 00:48:03 发布

授权自AI科技大本营(ID：rgznai100)

本文多干货，建议收藏。

本文为你整理2019年最值得关注的34个Python开源项目。

[ 导读 ]踏着人工智能、区块链的东风，近年来一路“横冲直撞”的 Python 在实现了从小众语言到主流的完美转身后，一头扎进了 2019，依旧没有透出丝毫停下来的架势，反倒有些越烧越热的味道。本文将为你介绍 2019 年最值得关注的 34 个 Python 开源项目——Let's go!

在过去的一年里，Mybridge 比较了近 10000 个 Python 开源库，并从中挑选出最实用的 34 个工具来帮助你开发。

这些开源项目的平均 Star 数为3293，下面将把它们分为 8 类进行分享：

开源项目对程序员来说意义非凡，可以大大提升软件开发速度，让我们花些时间，一起来看看这些在可能被你错过了的 Python 开源项目吧。

Python Toolkit

1. Pipenv

Star 数：15710

GitHub：https://github.com/pypa/pipenv

介绍：Pipenv 是 Python.org 官方推进的基于 pip 的 Python包管理工具，旨在将所有包管理工具(如 bundler、composer、npm、cargo、yarn 等)的优点集中应用于 Python 领域中的工具，对各个平台都有很好的支持。

2. Pyxel

Star 数：4884

GitHub：https://github.com/kitao/pyxel

介绍：一个用 Python 编写复古游戏的开发环境。

3. PyTest v3.5

Star 数：3631

GitHub：https://github.com/pytest-dev/pytest

介绍：一个非常成熟的全功能的 Python 测试框架，使编写小型测试变得容易，同时支持复杂的功能测试。

4. Poetry

Star 数：3228

GitHub：https://github.com/sdispater/poetry

介绍：让 Python 依赖管理和打包变得容易。

5. Loguru

Star 数：3048

GitHub：https://github.com/Delgan/loguru

介绍：一个 Python 日志记录库，使 Python 日志变得极端简单。

6. Faust

Star 数：2733

GitHub：https://github.com/robinhood/faust

介绍：Faust 是一个流处理库，用于构建 Python 流应用程序，将 Kafka 流中的思想移植到 Python 中。

7. Pampy

Star 数：2399

GitHub：https://github.com/santinic/pampy

介绍：优雅的 Python 模式匹配库——你梦寐以求的 Python 模式匹配。Pampy 相当小(150行)，速度相当快，并且使代码更具可读性，更容易推理。

8. Pyre-check

Star 数：2242

GitHub：https://github.com/facebook/pyre-check

介绍：Facebook 开源的 Python 快速静态类型检查器。

9. Delorean

Star 数：1519

GitHub：https://github.com/myusuf3/delorean

介绍：Delorean 是 Python 里一个很方便的日期时间库，可以让人更简单省心的获取时间，不必受困于时间模块中的各种问题。

10. Cirq

Star 数：1394

GitHub：https://github.com/quantumlib/Cirq

介绍：是 Google 专为 NISQ 算法打造的框架，用于创建、编辑和调用嘈杂中型量子 (NISQ，Noisy Intermediate-Scale Quantum)，允许开发者为特定的量子处理器编写量子算法。

11. Python-nubia

Star 数：1032

GitHub：https://github.com/facebookincubator/python-nubia

介绍：一款由 Python 编写的，用于建立命令行应用的轻型框架(命令行与交互式 shell 框架)，由 Facebook 团队开发。

Web

12. Requests-HTML

Star 数：8995

GitHub：https://github.com/kennethreitz/requests-html

介绍：一个解析 HTML 的库。

13. Bokeh

Star 数：8943

GitHub：https://github.com/bokeh/bokeh

介绍：一个 Python 交互式可视化库，支持在现代 Web 浏览器中对数据进行美观且有意义的可视化表示。

14. Vibora

Star 数：4665

GitHub：https://github.com/vibora-io/vibora

介绍：一个快速、异步且性感的 Python Web 框架。

15. Pywebview v2.0

Star 数：1208

GitHub：https://github.com/r0x0r/pywebview

介绍：一个webview 组件的轻量级跨平台原生封装，实现利用 Web 技术开发 GUI 应用，允许在它自己的专用窗口中显示 HTML 内容。

16. WhatWaf

Star 数：995

GitHub：https://github.com/Ekultek/WhatWaf

介绍：检测并绕过 Web 应用程序防火墙和保护系统。

17. Molten

Star 数：796

GitHub：https://github.com/Bogdanp/molten

介绍：一个用 Python 3.6 或更高版本构建 HTTP API 的迷你、可扩展、快速且高效的框架。

Terminal

18. Termtosvg

Star 数：7522

GitHub：https://github.com/nbedos/termtosvg

介绍：一款录制终端操作的命令行工具，它可以将终端会话录制成一个单独的用 Python 编写的 SVG 动画。

19. Asciinema v2.0

Star 数：6668

GitHub：https://github.com/asciinema/asciinema

介绍：Python 内置的终端会话记录器，能够在 Linux 等终端上进行录屏，并且录屏不生成视频文件，而是生成文字形式。

20. Termgraph

Star 数：2005

GitHub：https://github.com/mkaz/termgraph

介绍：在终端中绘制基本图形的 Python 命令行工具。

Code Editor

21. Black

Star 数：7629

GitHub：https://github.com/ambv/black

介绍：“不妥协”的 Python 代码格式化工具。之所以称之为“不妥协”是因为它检测到不符合规范的代码风格直接就帮你全部格式化好，根本不需要你确定，直接替你做好决定，因此速度也很快。

22. Algojammer

Star 数：2750

GitHub：https://github.com/ChrisKnott/Algojammer

介绍：是一个实验性的概念验证代码编辑器，用于在 Python 中编写算法。

23. Bowler

Star 数：879

GitHub：https://github.com/facebookincubator/bowler

介绍：一种用于在语法树级(syntax tree level)操纵 Python 的重构工具，可以实现安全而大规模的代码修改任务，同时保证生成的代码可以编译和运行。它提供了一个简单的命令行界面和流畅的 Python API 接口，用于在代码中进行复杂的代码修改。

具体来说，Bowler 通过一系列选择器、过滤器和修改器来调用 Query API 接口实现脚本重构。使用现有的 API 可以进行许多简单的修改，但你也可以根据需要，自定义选择器、过滤器和修改器来构建更复杂的重构过程。

Debugging

24. Py-spy

Star 数：3479

GitHub：https://github.com/benfred/py-spy

介绍：一种由 Python 程序驱动的采样分析器，它允许可视化 Python 程序内容，而无需重新启动程序或以任何方式修改代码。它是用 Rust 语言编写的，运行速度快，计算成本极低，不需要在配置 Python 程序的进程中同时运行，也不会以任何方式中断当前正在运行的程序，这意味着 Py-Spy 可以安全地用于 Python 代码的生成。此外，Py-Spy 适用于 Linux，OSX 和 Windows 等平台，并支持在最新版本的 CPython 解释器上进行分析工作。