“

閱讀本文大概需要 3 分鐘。

”

一門語言好用、方便的程度在很多時候會取決于這門語言相關的庫夠不夠豐富，Python 之所以火爆除了其本身的語法和特性之外，還在一定程度上取決于其有太多太多庫的支持，不論是官方維護的還是第三方開發的。就比如說做機器學習為什么很多人都用 Python，一個非常大的因素就是 TensorFlow 和 PyTorch 對 Python 的支持。當然在這里并不是說 Python 的庫真的就全的不要不要的，它在某些領域或者項目的生態還是有待完善的。

正好昨天刷到知乎一個問題「你見過哪些相見恨晚的 Python 庫？」，其意就是想了解下有哪些非常好用的提高生產力的 Python 庫。一些回答直接把 awesome-python 貼過來，點贊非常多，當然多歸多，但是里面很多都是些過期的或者其實沒太有什么價值的庫，反而會增加了挑選庫的成本。我大體上把一些回答過了一遍，另外結合自己平時了解的內容，稍微對一些基礎生產力庫做了簡單的梳理，在這里分享給大家。

所以這里就不再針對于一些特殊的場景推薦了，如一些 Web開發庫、網絡請求庫、數據操作庫、數據分析庫、機器分析庫等等。下面主要羅列一些適用范圍和方向較廣，對于一些基礎設施的建設比較有用，能在多數場景下提高 Python 生產力的庫，描述比較簡單，主要是提供一個列表，僅供參考哈。

attrs、cattrs

GitHub：https://github.com/python-attrs/attrs、https://github.com/Tinche/cattrs

簡化類的定義、序列化反序列化等操作。

個人寫的簡介：https://mp.weixin.qq.com/s/oHK-Y4lOeaQCFtDWgqXxFA

loguru

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

可簡化日志記錄寫法。

個人寫的簡介：https://mp.weixin.qq.com/s/5Ri1WS5cTGCNAQ0I_zYycg

autopep8

GitHub：https://github.com/hhatto/autopep8

把 Python 代碼轉成符合 PEP8 規范的代碼。

psutil

GitHub：https://github.com/giampaolo/psutil

Python 實現任務監控的庫。

furl

GitHub：https://github.com/gruns/furl

對 url 的處理非常方便，比 urllib 等庫好用多。

retrying、tenacity

GitHub：https://github.com/rholder/retrying、https://github.com/jd/tenacity

異常重試庫，如出錯之后重試多少次，尤其在發起一些 HTTP 請求時非常有用，當然也能用于其他地方。

typing

Docs：https://docs.python.org/zh-cn/3/library/typing.html#module-typing

對 Python 類型的支持，支持多種類型、嵌套類型，也推薦多多使用 Python 的類型注解。

argparse

Docs：https://docs.python.org/zh-cn/3/library/argparse.html

個人曾經使用過幾個命令行解析工具，如 docopt，但后來還是轉回來了 argparse，功能齊全強大。

absl-py

GitHub：https://github.com/abseil/abseil-py

個人感覺比 argparse 更易用的庫，如 TensorFlow 就在使用這個，對于定義一些 Flag 非常方便。

pipenv

GitHub：https://github.com/pypa/pipenv

功能更全的包管理工具，集成虛擬環境、支持 Lock 機制鎖定安裝包版本和依賴信息。當然也有坑點，可自行搜索。

drf

Docs：https://www.django-rest-framework.org/

基于 Django 的 REST Framework，快速實現 REST API。

watchdog

GitHub：https://github.com/gorakhargosh/watchdog

方便監視文件系統改動。

glob

Docs：https://docs.python.org/3/library/glob.html

對文件的操作非常方便。

2to3

Docs：https://docs.python.org/2/library/2to3.html

把 Python2 代碼轉成 Python3 代碼。

glom

GitHub：https://github.com/mahmoud/glom

對 JSON 嵌套的處理非常方便。

pathlib

Docs：https://docs.python.org/3/library/pathlib.html

更為方便的 Python 路徑操作庫。

environs

GitHub：https://github.com/sloria/environs

對于環境變量的獲取非常方便，支持多種類型，如 int、bool 等。

pysnooper

GitHub：https://github.com/cool-RR/PySnooper

非常方便簡單的 Python 調試器，可以追蹤到代碼每一處細節的執行狀態。

tqdm

GitHub：https://github.com/tqdm/tqdm

進度條控制顯示非常方便。

sh

GitHub：https://github.com/amoffat/sh

對 Linux 一些命令的封裝，簡單好用又高效。

faker

GitHub：https://github.com/joke2k/faker

模擬數據的生成。

個人寫的簡介：https://mp.weixin.qq.com/s/iLjr95uqgTclxYfWWNxrAA

arrow、dateutil、dateparser、pendulum

GitHub：https://github.com/crsmithdev/arrow、https://github.com/dateutil/dateutil、https://github.com/scrapinghub/dateparser、https://github.com/sdispater/pendulum

時間解析和處理庫，非常方便。arrow 目前 Star 最多，好評最多。

yagmail

GitHub：https://github.com/kootenpv/yagmail

方便的發郵件庫，替代自帶的 smtplib。

chardet

GitHub：https://github.com/chardet/chardet

字符串類型編碼檢測。

pypinyin

GitHub：https://github.com/mozillazg/python-pinyin

漢字轉拼音，在一些中文轉化處理上很有用。

個人寫的簡介：https://mp.weixin.qq.com/s/NvA3j8Ns1-6CFgWpUcWwQw

sphinx

Docs：https://www.sphinx-doc.org/en/master/

編寫文檔使用，大多數 Python 庫文檔都是這個寫的，如 Scrapy、requests。

個人 sphinx + markdown 的樣例：https://github.com/Gerapy/Docs

jinja2

GitHub：https://github.com/pallets/jinja

一個方便的模板引擎，呈現頁面時很方便。

click

GitHub：https://github.com/pallets/click

更方便靈活地實現命令行傳遞參數。

ray

GitHub：https://github.com/ray-project/ray

分布式多進程管理。

supervisor

GitHub：https://github.com/Supervisor/supervisor

進程管理工具，如實現多任務后臺運行，Docker 打包時會經常用到。

apscheduler

GitHub：https://github.com/agronholm/apscheduler

Python 定時任務，不過 K8S 也可以實現，個人目前可能更傾向于 K8S。

intelpython

Home：https://software.intel.com/en-us/distribution-for-python

這不是 Python 庫，是一個 Intel 開發的基于 Intel 處理器優化的 Python 解釋器，對于大規模運算提升很大。

完畢。

好啦，先推薦這么多了，后面還會慢慢積累，大家可以了解下，個人感覺有不少庫還是能極大提高生產力的。

往期精彩回顧適合初學者入門人工智能的路線及資料下載機器學習在線手冊深度學習在線手冊AI基礎下載（pdf更新到25集）備注：加入本站微信群或者qq群，請回復“加群”獲取一折本站知識星球優惠券，請回復“知識星球”喜歡文章，點個在看

總結

以上是生活随笔為你收集整理的推荐一些能提高生产力的 Python 库的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。