经典Python应用库一览
Python作为学习范围比较广泛的语言，不管是IT职业从业者，还是普通职场人士，都在用Python作一些高效率的工作处理工作。
Python 拥有丰富的库和框架，适用于各种应用场景。以下是一些经典的 Python 应用库：
Web 开发
- Django: 一个高级的 Web 框架，鼓励快速开发和干净、实用的设计。
- Flask: 一个轻量级的 Web 应用框架，适合小型项目和微服务。
- FastAPI: 一个现代、快速（高性能）的 Web 框架，用于构建 API。
数据分析和数据处理
- Pandas: 提供高性能的数据结构和数据分析工具。
- NumPy: 支持大量的维度数组和矩阵运算，以及广播功能。
- SciPy: 基于 NumPy，提供科学计算中常用的工具和算法。它建立在 NumPy 这个强大的多维数组对象和数值计算库的基础上，提供了许多用于优化、线性代数、积分、插值、特殊函数、块操作、快速傅里叶变换、信号处理和图像处理等模块的函数和类。
机器学习和人工智能
- scikit-learn: 一个简单高效的机器学习库，用于数据挖掘和数据分析。
- TensorFlow: Google 开发的开源机器学习框架。
- PyTorch: Facebook 开发的开源机器学习库，广泛用于计算机视觉和自然语言处理。
数据可视化
- Matplotlib: 用于创建静态、交互和实时的2D图表的库。
- Seaborn: 基于 Matplotlib，提供高级界面绘制吸引人的统计图形。
- Plotly: 用于创建交互式图表的库。Plotly 特别适合那些希望在网页上展示交互式图表的用户，因为它生成的图表可以直接嵌入到网页中，并且用户可以与之互动。
网络爬虫
- Scrapy: 一个快速、高层次的屏幕抓取和 web 抓取框架。非常适合于数据挖掘、信息处理或存储历史数据等应用场景。
- BeautifulSoup: 用于解析 HTML 和 XML 的库。它常与lxml或html5lib库一起使用，以提供简便的方法来导航、搜索和修改解析树。BeautifulSoup的接口简单直观，非常适用于快速抓取数据。
异步编程
- asyncio: Python 的标准异步 I/O 框架。使用事件循环来处理异步操作，如 IO 操作、网络请求、子进程等。asyncio 是 Python 实现异步编程的核心库，它在 Python 3.4 中被引入，并在后续版本中不断完善。
- Tornado: 一个 Python web 框架和异步网络库。Tornado使用非阻塞网络I/O，可以支持数万级的连接，非常适合需要高并发的应用场景。
测试
- pytest: 一个成熟的全功能测试工具。
- unittest: Python 标准库中的单元测试框架。
数据库
- SQLAlchemy: SQL 工具包和对象关系映射器。
- Psycopg2: PostgreSQL 数据库的适配器。
- PyMySQL: 一个 Python MySQL 客户端库。
编辑器和IDE
- Jupyter Notebook: 一个交互式计算的应用程序，便于创建和共享文档，包含实时代码、方程和可视化内容。
- PyCharm: 一个强大的 Python IDE，支持编辑器、调试器、终端、版本控制系统等多种功能。
游戏开发
- Pygame: 一套用于编写视频游戏的 Python 模块。
自动化
- Automate the Boring Stuff: 一个实用的库集合，用于自动化日常计算机任务。
科学计算
- SymPy: 用于符号数学的 Python 库。SymPy 的主要功能包括符号计算、代数运算、求解方程和不等式、微积分计算等
网络编程
- Requests: 用于发送 HTTP 请求的库。是一个简单易用的 Python HTTP 库，它允许你发送 HTTP/1.1 请求，无需手工添加查询字符串或编码。
- Socket: 提供访问 BSD 套接字接口的方法。
这些库覆盖了从 Web 开发到科学计算的广泛领域，是 Python 能够广泛应用于各个领域的重要原因之一。
安装方式也都比较简单，通过pip即可进行。比如
pip install beautifulsoup4
pip install scrapy
pip install plotly
pip install tornado