开源cdn，头条的存储服务器得多大空间？
各位都知道：资源是有限的，无论怎样增加电脑存储器的数量，都有耗尽地球的一天。
据最新报告，再过225年，半个地球都不够用。
但是很多回答都说：只要钱到位，不就是存储器吗？买！加！无限加！
这其实忽略了一个矛盾：人类日益增长的信息量与有限的地球资源之间的矛盾。
随着时间流逝，信息终将会增长到一个可怕的量级。到那时，或许整个地球都被用来做存储器，都不够用的。
理论上，存储器可以无限增加，但是理论上，地球的资源也是有限的，势必制约存储器的增长。我们该如何解决这个难题？
信息存储是怎样消耗地球资源的？信息存储最直观的就是U盘、硬盘，以及手机中看不见的存储器。
拿最常见的U盘来说，除去电路和外壳，其中存储信息的部分就是闪存芯片（Flash Memory），它的原材料是二氧化硅，二氧化硅基本都是从沙子中提取的。
所以，U盘最主要的原材料，就是沙子。
地球上的沙子的确是有限的。
硬盘分为机械硬盘和固态硬盘，机械硬盘存储部分原材料是铝合金，固态硬盘跟U盘一样，也是沙子。无论是铝合金还是沙子，都是地球资源，而地球资源有限，这就是物质层面的消耗。
除了物质层面，还有能源层面。无论添加数据还是删除数据，都需要在通电的情况下进行，比如U盘在高速工作时，会发热。
综上，信息存储会消耗有限的物质和能源。
按照目前的情况，存储信息的耗电量，在未来会爆炸式增长！（能源消耗）根据美国物理联合会进展（AIP Advances）的一篇论文，随着时间流逝，存储信息的耗电量最终会达到一个惊人的程度。
0.5的红色曲线表示估计为50%，0.2是20%的估计，以此类推
现在，全球能源总需求量约为18.5拍瓦（一拍=1000000000000000，15个0）。假设信息每年增长50%，按照这个数据计算，经过130年，也就是2151年，仅仅是存储数据，就会消耗18.5拍瓦，也就是目前全球总用电量。
有人说，信息每年增长50%，这个估计太夸张了，事实究竟怎样？
根据IDC（国际数据）的估计，目前信息增长是每年61%！所以，估计为50%，反而保守了！
存储信息，在未来需要多少硬盘才能装下？（物质消耗）根据英国科学家Melvin M. Vopson提出的信息-质量等效原理，目前（2020年）地球上产生的总信息质量为23.3×10−17公斤，比细菌还轻。
假设每年增加1%，到3150年，才能积累1公斤的信息质量。
假设为5%，到2695年，才能积累1公斤的信息质量。
当假设信息增长为50%，到2070年，就积累了1公斤的信息质量。按照50%增长速度，再过225年，信息质量就累积到了约6×10的24次方千克，这个重量，是地球质量的一半！
这就是真正的“数字地球”！
要装下这么“重”的信息，需要的硬盘要更重才行。
计算的结果很可怕，事实会怎样？虽然将来，我们在今日头条上创作的文字和视频，可能用一半的地球用来存储都不够，但这并不是未来面临的唯一难题。
能源，比如电力，目前主要还是火力发电，火力发电至少占据全国70%以上的发电量，而火力发电依靠烧煤进行，归根结底，这也是物质层面的消耗，而按照目前的开采速度，几百年内就会用完。
不过随着科技进步，或许未来太阳能、风能会占主要地位。
所以地球质量的一半都用来做存储服务器，这个理论上可能，但是这样做，人类就失去了赖以生存的家园，所以，科技进步会慢慢解决这个难题，或许隔几百年，删除一次，减少空间浪费。
视频、短视频、图文，每天都在源源不断的生产，存储服务器也不断地增加，再过几百年，就会占很大的地方，各位朋友们，你们有没有好的解决方法呢？
IT外包已经很成熟了？
云就可靠吗？在技术变革和迭代的过程中，一切都不能保证100%的安全，只能更安全，却不能完全安全，否则，就没有技术人员什么事儿了。上海蓝盟统计了一下，近些年，因为IT系统出现故障导致对外服务降级和终止，从而造成极大影响的案例屡见不鲜，AWS、Azure和国内的一些云服务商等曾被报道出过此类事故。背后的原因在于：一方面，随着IT系统与业务日益密切，特别是不少企业IT即业务，IT与业务已经分不开，IT的重要性不言而喻；另一方面，IT系统越来越复杂，其管理难度越来越高。如果高效运维成为IT部门乃至CIO必须面对的问题，特别是那些大型数据中心这一问题尤为突出。在这一背景之下，自动化运维以及AIOps等概念一经提出就受到业界关注，特别是AIOps，在AI热的加持下，这一概念很快就成为运维领域最热门的词汇之一。那么，AIOps到底是什么？有啥魅力？
AIOps为何被认可
我们在谈AIOps之前，还是先看看IT运维的现状。如前所说，近些年来，随着IT应用的日益普及，IT应用越来越复杂，涉及面越来越广，一旦出现故障，诊断越来越困难，导致人才紧缺。比如，硬件方面会涉及用户终端、服务器、存储、网络等，在软件方面则有操作系统、中间件、数据库等，另外还涉及运营商的网络、云服务商、CDN服务商等，其中任何一个环节出现问题都会导致用户体验欠佳。而让这个问题更为复杂的是，当今互联网环境下越来越多的应用之间通过API或者Web服务进行通信时，这一切就更为困难。
为了高效运维，此前人们提出自动化运维的理念，希望通过各种软件工具，特别是一些开源产品（如Ansible、Chef）来自动化流程，通过减少人力来提高效率。但这只是解决执行问题，没有解决诊断和归因的问题。实际上，在故障发生和面对各个各样报警信息时如何快速准确找到问题所在，这是解决故障的关键。而AI和大数据技术的出现，让我们看到了解决这个问题的希望。实际也正如我们看到的，AI和大数据等数据分析和处理技术在改变传统行业的同时，也IT行业自己带来新的发展，IT运维就是其中之一。
上海蓝盟认为“IT运维正在从大数据和AI技术中受益，从而使得IT运维开始转向IT运营，IT运维也从被动防护转向主动感知。”
这种受益首先体现在，大数据的出现让IT运维有了能力来收集和处理海量的信息，而且是几乎实时地完成整个过程。其次，AI技术的引入让系统有了“火眼金星”，可以及时发现问题、预测问题，并自动解决问题，大大减少了人工参与。
从自动化到智能运维
注意到IT运维行业上述变化，善于制造概念的Gartner于2016年提出AIOps（智能运维），称其为应用了AI技术的新一代IT运维，将代表IT运维的新趋势。
Gartner在对2018年的技术预测报告《Predicts 2018: IT Operations》中提到，未来五年，随着数字化程度的提高，75%的企业可能会遭遇IT故障造成的业务中断，越来越多的大型企业将使用人工智能进行IT运营（AIOps），以支持和部分取代传统的ITOM。其中，到2019年,四分之一的全球企业将策略性地实施AIOps支持两个或更多主要IT运营功能；到2022年,40%的大型企业将结合大数据和机器学习功能,支持和部分替代监测、服务台和自动化流程和任务。Gartner在报告中指出，现在是开始战略性地利用 AlOps平台进行IT运营的时候了。
很显然，AIOps被Gartner的一经提出很快就被广泛接受，也引发了众多从事IT运维业务的厂商们积极跟进。实际上，今天我们看到几乎所有从事IT运维行业的厂商都宣称在其产品中集成了AI和大数据功能。
AIOps能干什么？
根据Gartner的定义，AIOps的主要目标包括：通过采集当前环境中的运维数据，集成现有IT运维管理工具，利用算法等高级数据分析技术对IT系统中各个环节的问题进行快速定位、故障排除和预测；对来自业务环节中各个分布式系统的数据进行聚合分析，合理优化IT服务，挖掘关键业务的KPI指标，反哺业务端，帮助其做出明智决策；通过大数据和人工智能技术分析用户的行为日志和运维数据，发掘潜在的系统安全和合规问题，为企业的信息安全保驾护航。
功能看起来很多，但在笔者看来最为核心的功能有：发现异常、定位故障、基线预测等，这些都属于智能运维范畴，在此之上还有提供对业务支撑和运营，也就是现在一些厂商提的“IT运营”。与前面的核心功能相比，业务支撑和运营各家都有自己的解读。相比较而言，前面的几个功能更容易理解，也更为普遍。
以发现异常为例，传统IT运维工具中都会采用基于经验值来定义异常阈值，这种方法主要基于人的主观判断。而基于机器学习的方法，通过积累历史运维数据，根据日常运维的需求在数据特征的基础上建立算法模型，对模型进行周期性地训练学习，从而能为IT系统提供更为及时、准确、高覆盖的检测结果。比如，传统异常发现的流程是运维人员在系统中创建了业务路径，并对路径中关注的节点或连线进行告警设置。如数据中心网银交易服务器响应时间告警的设置为>300ms，如果运维软件监测到响应时间超过300ms，系统告警。而采用AI方法进行异常检测时，运维人员不用对业务路径做任何告警设置，当机器学习算法检测到某个业务路径的某个节点或连线上产生了异常值，就会自动抛出异常事件。
抑制告警风暴也是AIops的非常实用的功能。所谓告警风暴是指在短时间内系统产生大量告警消息，这些消息有的是由某种共同因素引发，互相之间存在一定关联。大型企业的IT应用系统庞大而复杂，设备数量动辄成千上万，任何一个小小的IT问题都有可能引发“告警风暴”。大量同一事故源引发的告警信息会极大地干扰运维人员的工作，导致运维人员疲于应付大量的告警消息，需要耗费更多时间排查和处理问题，大大降低了运维效率，更为严重的是会让真正关键的告警信息淹没其中，由于无法第一时间发现根源问题，延误了故障处理时间。而AIops通过算法模型结合固定规则的方式对告警消息进行告警压缩和告警合并，在保证核心告警内容（即不压缩核心告警内容）的前提下合并告警消息数量，为运维人员提供有效的告警信息。
就蓝盟在IT外包的过程中了解到，有很多厂商提出“IT运营”，不只是让AIOps用于运维，还希望让AIOps为业务运营提供更多直接支持，比如对IT系统进行预警和预测，辅助决策，从而为企业的IT管理从IT运维向IT运营转型提供帮助。应该说，这应该是IT运维的发展方向，毕竟运营才能产生效益，Gartner也提出了这个观点。但与IT运维相比，IT运营还是一个更高级的阶段，如何支持还需要更多探索。
好用的工作工具有哪些？
在我认识的所有程序员里，每个人几乎都有专属于自己的常用工具和相关资源，今天给大家奉上数十个程序员硬核工具，我相信这里总有一款工具是属于你的！
程序员生产力工具大全如下：1. Idea-Intellij IDEA (java 编程语言 开发的集成环境)
业界排名第一的java开发工具，非常非常好用，如果还在用eclipse的朋友，赶紧来体验一把，你一定会爱上她的。2. SecureCRT (SSH终端仿真程序)
SecureCRT是一款终端仿真程序，支持SSH（SSH1和SSH2）以及Telnet和rlogin协议。SecureCRT用于连接运行包括Windows、UNIX和VMS在内的远程系统的理想工具。3. Termius (全平台的远程终端)
termius是一款全平台的远程终端，Termius不仅涵盖了Windows、Linux、OSX，还变态得支持Android和iOS（以后在地铁、公交上都可以随时拿出手机来排查线上问题啦，还真是广大程序员的福音呢。4. Google Chrome (谷歌浏览器)
Google Chrome是一款由Google公司开发的网页浏览器，该浏览器基于其他开源软件撰写，包括WebKit，目标是提升稳定性、速度和安全性，并创造出简单且有效率的使用者界面。5. iTerm (为Mac OS X编写的终端仿真程序)
iTerm是一个为Mac OS X编写的，功能齐全的终端仿真程序；目标是在为用户提供OS X下最佳的命令行体验；字母i代表了本地苹果的外观和风格的程序界面，并把重点放在完整的国际支持； 它合并由两个项目， CTerminal和TerminalX ，而这两者都是基于JTerminal项目；该软件非常有实用和易用性。6. Visual Studio Code (简称“VS Code”,编写现代Web和云应用的跨平台源代码编辑器）
重新定义和优化了代码编辑,以便生成和调试新式 Web 应用程序和云应用程序。也是著名的文本编辑器，它是轻量级的,vSCode的一大特点就是你可以通过多种方式来调整设置,而且Vim可以和VScode集成在一起，它还带有一个集成终端，可用的扩展太多，使开发人员的工作变得更加轻松。我最喜欢的一些扩展是AWS Toolkit, ESLint,Live Server, Live Share, Prettier-代码格式化程序，YAML,Live Sass编译器，Docker等。7. VMware Fusion & VMware workstation (为计算机开发的虚拟机管理程序)
是在计算机上无缝运行 Windows 的最佳方式，可确保 Windows 应用程序在计算机上实现无缝运行可以在基于 Intel 的计算机上无缝运行 Windows、Linux 以及其他 PC等多个操作系统，进而构建、测试或演示软件。8. Navicat Premium (数据库管理工具)
Navicat premium是一款数据库管理工具,是一个可多重连线资料库的管理工具，它可以让你以单一程式同时连线到 MySQL、SQLite、Oracle 及 PostgreSQL 资料库，让管理不同类型的资料库更加的方便。9. Postman (api调试工具)
简单来说，四个词，简单、实用、大方、美观！postman这款网页调试工具的windows客户端，功能强大的HTTP调试与模拟插件。使用Postman可以进行API开发、请求、调试,除了它，还可以使用lnsomnia和Insomnia Designer作为API文档。10. RedisDesktopManager (一款可视化 redis管理工具 )
Redis Desktop Manager是一款简单快速、跨平台的Redis桌面管理工具，也被称作Redis可视化工具，Redis Desktop Manager官方版是一款开源软件，支持通过SSH Tunnel连接，支持windows、mac等多平台。11. Dash (基于MAC的 API文档浏览器和代码片段管理器)
“开发者不可或缺的杰作。”Dash 可让您的 Mac 即时离线访问 200 多个 API 文档集。立刻搜索离线文件集200层+的API ，100+备忘单和 href="">更多 功能。您甚至可以"">生成自己的文档集 或 href="">请求 包含href="">文档集 。12. Fiddler & Wireshark (http抓包工具)
Fiddler和Wireshark都是进行抓包的工具:所谓抓包就是将网络传输发送与接收的数据包进行截获、重发、编辑、转存等操作,也用来检查网络安全。作为开发者，经常想调试一下http请求发送的数据的详情，那么可以使用这2款软件。用抓包工具wireshark的人相对来说更多一些。13. HBuilder X (HTML5的Web开发工具)
当前最快的HTML开发工具,强大的代码助手帮你快速完成开发,最全的语法库和浏览器兼容性数据让浏览器碎片化不再头痛。作为HBuilder下一代的全新编辑器，HBuilderX被定位为ide和编辑器的完美结合，除了对某种语言的语法分析、提示、转到定义、调试，同时加强了对通用文本处理能力，界面更加清爽，拥有比上一代更加有效的快捷键体系。14. MobaXterm (远程终端控制软件,集串口,SSH远程登录和FTP传输三合一的工具)
多功能终端MobaXterm Professional Edition 是一款豪华、全功能的终端软件。MobaXterm带来了所有必要的Unix命令到Windows桌面，在开箱单便携式exe文件。MobaXterm允许您启动远程会话。远程shell，MobaXterm远比Putty好用，您可以选择创建SSH，远程登录，Rlogin，RDP，VNC，XDMCP，FTP，SFTP或串行会话。15. Sublime Text (跨平台代码编辑器)
http://www.sublimetext.cn/Sublime Text 是一款用于代码、标记和散文的精致文本编辑器。Sublime Text 中文网致力于为广大国内开发者提供详尽的中文文档、使用说明等,助力开发者快速掌握这个编辑器。16.webstorm (专业的HTML编辑工具)
web开发的必备的一款开发神器，比如写js、页面、css，那么这款软件用起来非常顺手。此软件和idea出自于同一家公司，这家公司做了很多异常好用的软件，基本上你需要的各种开发相关的IDE，这家公司都生产。可以说是“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”。新版对JavaScript，TypeScript和CSS支持更好，改进了Vue.js的体验，并为Jest集成增加了新功能。17.Xshell (功能强大的终端模拟器)
linux原创控制软件，完全免费且非常稳定的 SSH 客户端 ，支持多种远程协议，提供了很多特色与高级功能，简体中文界面也让你轻松管理远程服务器。 Xshell 的 Screen 会话不闪屏，而且可以回滚；Script 的执行顺序可以调整；可以同时发送指令到多个 session；支持布局切换等。18. SwitchHosts (修改Hosts文件的工具)
这是用于在多个HOSTS之间进行切换。可在公用hosts文件 、当前系统hosts、本地方案和在线方案间进行切换。作为一名开发人员，经常需要修改本地host，你还是通过修改host文件来操作的么？那样太慢了，这里建议大家使用switchhosts这款软件，可以快速修改本地host，非常好用。其他工具：
1. CodeIf(智能命名) ： https://unbug.github.io/codelf
大部分开发者都或多或少遇到过变量命名的烦恼，如果命名不规范，不仅会影响开发的效率，而且对后面维护的同学来说也是一个不小的挑战，因为他要去揣摩你这个变量的含义。随着项目越来越复杂，变量和函数数量越来越多，虽然每个编程语言都有各种命名规范，但是也不能解决所有的问题。“计算机科学里两件最难的事：缓存失效和命名。” Codelf通过搜索在线开源平台Github, Bitbucket, Google Code, Codeplex, Sourceforge, Fedora Project的项目源码，帮开发者从中找出已有的匹配关键字的变量名，从而帮助为变量名苦恼的开发者命名。这个搜索服务支持直接搜索中文。同时可以在自己用的编辑器里安装插件，支持 VS Code、Atom、Sublime Text 和 Chrome。2. DocsChina-印记中文 ： https://www.docschina.org
这是一个前端中文文档合集，进入网站可以看到开发中经常使用的前端中文文档。如果你的英文实在不怎么好，还在为找中文文档而烦恼，这里将是你非常好的选择。记得放到自己的浏览器收藏夹里哦！3. any-rule(正则表达大全)： http://github.com/any86/any-rule
any-rule 维护了一个常用正则表达式合集，并且本身是一个支持 Web/VS Code/idea/Alfred Workflow 多平台的正则表达式工具。4. tool.lu(在线工具)： https://tool.lu
程序员总是有很多小工具要使用，比如图片、Base64编码、Markdown编辑器时间戳转换，进制转换等，在线运行各种语言代码。这个网站包含了太多程序员需要用到的小工具了。比如你想运行点JAVA代码，又不想麻烦的在系统中安装JAVA环境，可以使用里边的在线运行代码工具，然后选择JAVA,写点JAVA代码就可以直接运行了。5. Baomitu(前端静态源库)： https://cdn.baomitu.com
这个静态资源库是支持HTTP/2的CDN服务，有了它，如果你是自己的小型项目或者是做测试就不用下载任何的代码库，直接粘贴地址过来用就可以，因为是国内的CDN库，速度还非常的快。6. Typora-Markdown(编写工具)：https://www.typora.io
一款实用的 Markdown 编写工具，所见即所得，用Markdown编写文章是一个程序员的标准配置，也就是标配。现在有很多在线工具都支持Markdown，什么有道云笔记、雀语，、印象笔记等。这种简单的界面，沉浸式的编写，清晰的大纲，它就像一件称手的兵器，让你一旦拥有就爱不释手。7. Snipaste (简单便捷的截图软件)：https://zh.snipaste.com/download.html
一款免费的桌面截图软件，功能强大，使用方便，支持任何屏幕位置截图，支持窗口截图，支持快捷方式截图。您可通过截取贴图，使两张图合并为一张图，还能调整截图文字图像等等，是一款非常强大的贴图软件，喜欢此款贴图软件的朋友不要错过。8. Captura (最好用的开源录屏、gif动态图片制作工具)
官网：https://captura.updatestar.com/github：https://github.com/MathewSachin/Captura通过这款工具可以帮助你轻松录制各种视频。支持全屏录制、区域录制两种方式，全屏录制可以录制全部的电脑屏幕，将电脑屏幕上所有的动态都录制下来,该软件还拥有视频编解码器，可以对视频进行解码，支持mp4、avi、GIF、webm等格式，可以满足一般的解码需要。还支持屏幕截图、剪贴板，简单的图像编辑等功能，是一款非常好用的屏幕录像工具。9. 向日葵 (远程控制软件): https://sunlogin.oray.com/
向日葵远程控制是一款提供远程控制服务的软件。向日葵远程控制支持主流操作系统Windows、Linux、Mac、Android、iOS跨平台协同操作，在任何可连入互联网的地点，都可以轻松访问和控制安装了向日葵远程控制客户端的设备。整个远控过程，可通过浏览器直接进行，无需再安装软件。10. Everything (本地文件检索工具):http://www.voidtools.com/support/everything/
由voidef="">tools 开发的一款文件搜索工具，这款软件是基于名称实时定位文件和目录。Everthing功能强大，体积小巧，第一次安装使用时会建立一个索引数据库，将所有文件和文件夹的名称导入其中，后续使用能够以极快的速度快速搜索，查找到你所需要的文件。11. StarUML (UML画图工具)
画uml图的一款神器，类图、时序图、流程图、状态图等等，都可以用这款工具轻松应对。12. uTools (生产力工具集):https://u.tools/
一个极简、插件化、跨平台的现代化桌面软件。通过自由选配丰富的插件,打造你得心应手的工具集合。这个工具，我只能说他是一款神奇，太牛逼，这款工具中汇集了很多好用的工具，可以通过这款工具秒开电脑上的各种软件。搜索资源网站工具：
1.Bing
Bing 国际版：https://cn.bing.com/感觉比某度要好用多了。2.DuckDuckGo
DuckDuckGo：https://duckduckgo.com/从官网的介绍来看这个搜索引擎不收集用户信息，而且没有广告。3.Stack Overflow
Stack Overflow：https://stackoverflow.com/我们如果常用 Google，很多技术问题的答案就在这个网站上，如果你无法使用 Google 可以在这个网站上直接检索就好了。4.Gitlogs
Gitlogs：https://www.gitlogs.com/Gitlogs 是专门针对 GitHub 项目的搜索引擎，我们通过他可以快速找到想要项目。5.jiumo search
文档搜索引擎 jiumo search 鸠摩搜书：https://www.jiumodiary.com/可以用来找一些技术文档手册，很多在百度网盘里。6.Ebooke
Ebooke：https://ebookee.org/Ebookee 是一个基于互联网并提供免费电子图书下载的搜索引擎网站。7.Iconfinder
图标搜索：https://www.iconfinder.com/用来查找 logo 图片。8.TinEye
TinEye：https://www.tineye.com用图片来检索图片，我们可以上传图片或输入图片的 URL 来检索。9.SemanticScholar
SemanticScholar：https://www.semanticscholar.org/SemanticScholar 是一个免费学术搜索引擎，其检索结果来自于期刊、学术会议资料或者是学术机构的文献。10.LibreStock
LibreStock：https://librestock.com/LibreStock 上可以检索一些优质的高清图片。http://11.CC Search
CC Search：https://ccsearch.creativecommons.org/CC Search 上搜索到的图片资源都是无版权的，我们可以免费的使用。12.Pexels
Pexels：https://www.pexels.com/高质量的图片网站，可以免费使用。13.Unsplash
Unsplash：https://unsplash.com/免费高清素材网站。14.The App Store
The App Store：https://theappstore.org/The App Store 是一个针对苹果手机、iPad、Mac 设备的应用搜索工具。在线画图工具：
• 在线画图工具ProcessOn：https://www.processon.com/• 在线画图工具http://draw.io：https://app.diagrams.net/• 在线思维导图工具：http://www.mindline.cn/webapp• PlantUML在线编辑器：http://haha98k.com/在线开发辅助工具：
日常开发经常会用到一些辅助工具我总结为8大类，包括：编解码工具、转换工具、正则工具、编译工具、网络工具、格式化工具、可视化工具、在线生成器、以及其他工具等等。具体列表如下:在线编码工具：
BASE64编解码工具：https://base64.supfree.net/• MD5编码工具：https://www.zxgj.cn/g/md5• AES/DES加解密：http://www.fly63.com/tool/cipher/• JWT解码工具：http://jwt.calebb.net/• ASCII编解码工具：https://www.matools.com/code-convert-ascii• Unicode编解码工具：https://www.zxgj.cn/g/unicode• UTF-8编解码工具：https://www.zxgj.cn/g/utf8• 字符串编解码工具：https://www.zxgj.cn/g/enstring• URL编解码工具：http://tool.chinaz.com/tools/urlencode.aspx?jdfwkey=lbixz1在线转换工具：
在线ASCII码对照表：http://www.fly63.com/tool/ascii/• 通用进制转换工具：https://www.zxgj.cn/g/jinzhi• 在线浮点数十进制转换：http://www.binaryconvert.com/• RGB颜色转换：https://www.zxgj.cn/g/yansezhi• 时间戳转换工具：https://www.zxgj.cn/g/unix• 计量单位换算工具：http://www.fly63.com/tool/unitable/• 在线JSON解析：http://www.json.cn/• 在线JS代码格式化工具：https://prettier.io/playground/• SQL压缩/格式化工具：https://www.zxgj.cn/g/sqlformat• JSON和XML在线转换：https://www.zxgj.cn/g/jsonxml• JSON/YAML在线转换：http://www.fly63.com/tool/jsonyaml/• 人民币大小写转换工具：http://www.fly63.com/tool/renmingbi/正则表达式工具：
正则表达式调试工具：https://regexr.com/• 正则表达式可视化工具：https://jex.im/regulex/网络工具：
IP地址归属地查询：https://www.ip138.com/• IP地址查询：https://www.ipip.net/ip.html• HTTP在线接口测试工具：http://www.fly63.com/php/http/在线编译运行工具：
C#在线编译运行：https://rextester.com/• C/C++在线编译调试：https://www.onlinegdb.com/• 在线编译工具套装：https://c.runoob.com/可视化/格式化工具：
在线前端编辑器: https://codepen.io/• 在线数据可视化：https://flourish.studio/• 在线JSON解析：http://www.json.cn/• 在线CSS代码可视化工具：https://enjoycss.com/• XML格式化工具：https://www.zxgj.cn/g/xmlformat• 在线JS代码格式化工具：https://prettier.io/playground/• SQL压缩/格式化工具：https://www.zxgj.cn/g/sqlformat• JSON和XML在线转换：https://www.zxgj.cn/g/jsonxml• JSON/YAML在线转换：http://www.fly63.com/tool/jsonyaml/在线生成器：
UUID在线生成器：https://www.zxgj.cn/g/uuid• 随机数生成器：https://www.zxgj.cn/g/suijishu其他常用工具：
在线Nginx配置工具：https://nginxconfig.io/• 在线对比工具：http://www.fly63.com/tool/textdiff/• 在线Chrome浏览器插件：https://www.crx4chrome.com/• 在线接口文档管理工具：http://www.docway.net/在线素材工具：
如果你写文章，或者做视频，那就一定少不了要找素材，包括各种图片、背景、emoji表情、表情包、壁纸、视频、gif图等等。• 免费透明背景图片素材：http://pngimg.com/• Emoji表情搜索：https://emoji.svend.cc/• Emoji表情包下载：https://emojiisland.com/• open source icons：https://feathericons.com/• 表情包在线网站：https://fabiaoqing.com/• 免费PNG图片库：https://pluspng.com/• ICON图标在线下载：https://www.iconfinder.com/• 极简壁纸：https://bz.zzzmh.cn/• Wallpaper Abyss壁纸：https://wall.alphacoders.com• Pixabay图片素材库：https://pixabay.com/zh/• Unsplash图片素材库：https://unsplash.com• Pexels图片素材库：http://www.pexels.com• NASA图片视频素材库：https://images.nasa.gov设计制作类工具：
对于那些文章创作者和视频创作者而言，设计封面，做海报，设计LOGO，图片美化等等基本也是刚需。这样大概率日常会用到一些简易好上手的在线设计制作类工具，比如在线P图、音/视频轻量化剪辑、logo制作、海报设计制作、图片美化、在线图片转换或生成等等。• 在线PS：https://www.uupoop.com/• 在线音频剪辑：https://www.weixinsyt.com/• 在线视频剪辑：https://www.kapwing.com/• 免费logo在线制作：http://www.uugai.com/• 艺术字体在线生成：https://www.qt86.com/• 在线表格转换工具: https://tableconvert.com/• 在线海报设计工具: https://www.designcap.com/• 图片智能放大工具：https://bigjpg.com/• 二维码美化器：https://mh.cli.im/• 在线代码截图工具：https://carbon.now.sh/• 在线抠图工具：https://www.remove.bg/zh• ICO图标在线生成：http://www.fly63.com/php/ico/• SVG转PNG工具：http://www.fly63.com/tool/svg2img/• 视频转GIF工具：http://www.fly63.com/tool/giftxt/• 二维码在线生成器：http://www.fly63.com/tool/ewm/• 二维码在线解码：http://www.fly63.com/php/decoder/写辅助工具：
写文章的过程中经常会用到和写作相关的辅助工具，比方说：字数统计工具、Markdown格式的文章排版工具、图床网站、代码截图工具等等，所以下面这些在线工具就能很好地满足我的需求。• 在线字数统计：https://www.eteste.com/• mdnice markdown排版工具：https://mdnice.com/• md2all markdown排版工具：http://md.aclickall.com/• 在线图床神器：https://picx.xpoet.cn/• 在线免费图床：https://sm.ms/• 图壳图床：https://imgkr.com/• 在线代码截图工具：https://carbon.now.sh/• 在线短链接工具：https://urlify.cn/• 在线文本替换：http://www.fly63.com/tool/textreplace/在线办公工具：
部分在线工具主要用来处理一些和文档以及文稿相关的事情，经常用到的比如：在线的全套pdf处理和转换工具、各种各样多媒体文件间的相互转换工具、在线识别工具、在线压缩工具等等。• pdf在线处理工具1：https://smallpdf.com/cn/pdf-tools• pdf在线处理工具2：https://tools.pdf24.org/zh/• pdf转word在线工具：https://www.pdftoword.com/• 在线多媒体转换器合集：https://cn.office-converter.com/• 在线文字识别工具：https://ocr.wdku.net/• 在线文件压缩工具：https://docsmall.com/文档笔记工具：
好记性不如烂笔头，作为一个学习者，我觉得记笔记是必不可少的步骤。当然现在基本都做电子笔记和电子文档比较多。现如今各式各样优秀的文档工具和笔记软件鳞次栉比，好用的也有很多，整理成如下列表，这东西各有长处，使用哪个最合意还得看个人习惯和需求了。• 印象笔记：https://www.yinxiang.com/• 有道笔记：https://note.youdao.com/• OneNote：https://www.onenote.com/• 幕布：https://mubu.com/• 为知笔记：https://www.wiz.cn/• 石墨文档：https://shimo.im/• Simplenote：https://simplenote.com/• 语雀：https://www.yuque.com/编程学习网：
• 哔哩哔哩：https://www.bilibili.com/• C语言网：https://www.dotcpp.com/• cppreference：http://zh.cppreference.com/• 中国大学MOOC：https://www.icourse163.org/• 牛客网：http://www.nowcoder.com• 网易公开课：http://open.163.com• CodeGym：https://codegym.cc/• BeginnersBook：https://beginnersbook.com/• JavaSED：http://www.javased.com/• codecademy：https://www.codecademy.com/• Coursera：https://www.coursera.org/• StackOverFlow：https://stackoverflow.com/• LeetCode：https://leetcode-cn.com/• LintCode：https://www.lintcode.com/在线教程文档：
这部分主要集中了在做开发过程中随手参考所要用到的几乎所有在线教程和官方文档，有中文版文档的基本都优先列出来了，但更多时候是英文的官方文档。• Git中文教程：https://git-scm.com/book/zh/v2• SVN中文手册：http://svnbook.red-bean.com/nightly/zh/index.html• jQuery API中文文档：https://jquery.cuishifeng.cn/• Nginx中文文档：https://www.nginx.cn/doc/index.html• Kafka中文文档：https://kafka.apachecn.org/• Mybatis中文文档：https://mybatis.org/mybatis-3/zh/index.html• 微信小程序官方文档：https://developers.weixin.qq.com/miniprogram/dev/framework/• Nodejs中文教程文档：http://nodejs.cn/learn• Apache Web Server文档：http://httpd.apache.org/docs/• Spring文档中文版：https://www.springcloud.cc/spring-reference.html• Golang标准库文档中文版：https://studygolang.com/pkgdoc• Java 8官方文档：https://docs.oracle.com/javase/8/docs/api/index.html• Maven官方文档：http://maven.apache.org/guides/• Tomcat 8官方文档：http://tomcat.apache.org/tomcat-8.0-doc/index.html• Spring Boot官方文档：https://docs.spring.io/spring-boot/docs/current/reference/htmlsingle/• RabbitMQ官方文档：https://www.rabbitmq.com/documentation.html• RocketMQ官方文档：http://rocketmq.apache.org/docs/quick-start/• Dubbo中文文档：https://dubbo.apache.org/zh/docs/• Netty官方文档：https://netty.io/wiki/index.html• Elasticsearch官方文档：https://www.elastic.co/guide/en/elasticsearch/reference/current/index.html• Spring Cloud官方文档：https://spring.io/projects/spring-cloud• Docker官方文档：https://docs.docker.com/get-started/• kubernetes中文文档：https://kubernetes.io/zh/docs/home/• thymeleaf官方文档：https://www.thymeleaf.org/documentation.html• Vue.js中文文档：https://cn.vuejs.org/v2/guide/• React.js官方文档：https://reactjs.org/docs/getting-started.html• Jenkins中文文档：https://www.jenkins.io/zh/doc/华为云平台：
高效易用的低代码aPaaS平台-应用魔方AppCube：https://www.huaweicloud.com/product/appcube.html集华为研发实践、前沿研发理念、先进研发工具为一体的软件开发平台-软件开发平台 DevCloud：https://www.huaweicloud.com/devcloud/以上内容分享自华为云社区《吐血整理：程序员都在用什么工具？》，作者： 考过IE励志当攻城狮 ，部分内容整理自互联网~
Python里面有什么好用且有趣的模块？
在github 里面找到的python框架，库，软件和资源的精选列表
管理面板管理界面的库。
ajenti - 您的服务器应得的管理面板。
django-grappelli - Django Admin-Interface的皮肤。
django-suit - 替代Django管理界面（仅限非商业用途）。
django-xadmin - 直接替换Django管理员有很多好东西。
flask-admin - Flask的简单且可扩展的管理界面框架。
flower - Celery的实时监控和Web管理员。
wooey - 一个为Python脚本创建自动Web UI的Django应用程序。
算法和设计模式Python实现算法和设计模式。
algorithms - Python中数据结构和算法的最小示例。
PyPattyrn - 一个简单而有效的库，用于实现常见的设计模式。
python-patterns - Python中的一组设计模式。
sortedcontainers - SortedList，SortedDict和SortedSet类型的快速，纯Python实现。
音频用于处理音频及其元数据的库。
音频
audioread - 跨库（GStreamer + Core Audio + MAD + FFmpeg）音频解码。
dejavu - 音频指纹识别和识别。
mingus - 具有MIDI文件和播放支持的高级音乐理论和乐谱包。
pyAudioAnalysis - Python音频分析库：特征提取，分类，分割和应用
pydub - 使用简单易用的高级界面处理音频。
TimeSide - 开放式网络音频处理框架。
元数据
beets - 音乐库管理器和MusicBrainz标记器。
eyeD3 - 用于处理音频文件的工具，特别是包含ID3元数据的MP3文件。
mutagen - 处理音频元数据的Python模块。
tinytag - 用于读取MP3，OGG，FLAC和Wave文件的音乐元数据的库。
认证用于实现身份验证方案的库。
OAuth
authlib - JavaScript对象签名和加密草案实现。
django-allauth - Django的认证应用程序“正常工作”。
django-oauth-toolkit - 用于Django的OAuth 2好东西。
oauthlib - OAuth请求签名逻辑的通用且全面的实现。
python-oauth2 - 一个经过全面测试的抽象界面，用于创建OAuth客户端和服务器。
python-social-auth - 一种易于设置的社交认证机制。
JWT
pyjwt - Python中的JSON Web Token实现。
python-jose - Python中的JOSE实现。
python-jwt - 用于生成和验证JSON Web令牌的模块。
构建工具从源代码编译软件。
BitBake - 嵌入式Linux的类似make的构建工具。
buildout - 用于从多个部分创建，组装和部署应用程序的构建系统。
PlatformIO - 用于构建具有不同开发平台的代码的控制台工具。
pybuilder - 用纯Python编写的连续构建工具。
SCons - 一种软件构建工具。
内置类增强功能用于增强Python内置类的库。
dataclasses - （Python标准库）数据类。
ATTRS -置换__init__，__eq__，__repr__等样板中的类定义。
bidict - 高效，Pythonic双向地图数据结构和相关功能..
Box - 具有高级点表示法访问权限的Python词典。
DottedDict - 一个库，它提供了一种使用虚线路径表示法访问列表和dicts的方法。
CMS内容管理系统。
wagtail - 一个Django内容管理系统。
django-cms - 基于Django的开源企业CMS。
feincms - 基于Django构建的最先进的内容管理系统之一。
Kotti - 基于Pyramid构建的高级Pythonic Web应用程序框架。
mezzanine - 一个功能强大，一致且灵活的内容管理平台。
plone - 构建在开源应用服务器Zope之上的CMS。
quokka - 灵活，可扩展，小型CMS，由Flask和MongoDB提供支持。
高速缓存用于缓存数据的库。
beaker - 用于会话和缓存的WSGI中间件。
django-cache-machine - Django模型的自动缓存和失效。
django-cacheops - 一个灵活的ORM缓存，具有自动粒度事件驱动的失效。
dogpile.cache - dogpile.cache是同一作者制作的Beaker的下一代替代品。
HermesCache - 基于标记的失效和防狗效应预防的Python缓存库。
pylibmc - 围绕libmemcached接口的Python包装器。
python-diskcache - SQLite和文件支持的缓存后端，其查找速度比memcached和redis快。
ChatOps工具用于聊天机器人开发的库。
errbot - 实现ChatOps的最简单，最流行的聊天机器人。
代码分析静态分析工具，linters和代码质量检查器。请参阅：awesome-static-analysis。
代码分析
coala - 独立于语言且易于扩展的代码分析应用程序。
code2flow - 将您的Python和JavaScript代码转换为DOT流程图。
prospector - 分析Python代码的工具。
pycallgraph - 一个可视化Python应用程序的流（调用图）的库。
Code Linters
flake8 - 一pycodestyle，pyflakes和McCabe。
pylint - 完全可定制的源代码分析器。
pylama - Python和JavaScript的代码审计工具。代码格式化程序
black - Python代码格式化程序。
yapf - 谷歌的又一个Python代码格式化程序。
静态类型检查
mypy - 在编译期间检查变量类型。
pyre-check - 高性能类型检查。
静态类型注释生成器
MonkeyType - Python系统，通过收集运行时类型生成静态类型注释
命令行工具用于构建命令行应用程序的库。
命令行应用程序开发
cement - Python的CLI应用程序框架。
click - 用于以可组合方式创建漂亮命令行界面的包。
cliff - 使用多级命令创建命令行程序的框架。
clint - Python命令行应用程序工具。
docopt - Pythonic命令行参数解析器。
python-fire - 用于从绝对任何Python对象创建命令行界面的库。
python-prompt-toolkit - 用于构建强大的交互式命令行的库。
终端渲染
asciimatics - 用于创建全屏文本UI的包（从交互式表单到ASCII动画）。
bashplotlib - 在终端中制作基本图。
colorama - 跨平台彩色终端文本。
生产力工具
cookiecutter - 一个命令行实用程序，用于从cookiecutters（项目模板）创建项目。
doitlive - 终端中现场演示的工具。
howdoi - 即时编码通过命令行回答。
PathPicker - 从bash输出中选择文件。
percol - 在UNIX上为传统的管道概念添加交互式选择的风格。
thefuck - 更正以前的控制台命令。
tmuxp - 一个tmux会话管理器。
try - 一个简单的试用python包的简单CLI - 它从未如此简单。
CLI增强功能
httpie - 命令行HTTP客户端，用户友好的cURL替换。
kube-shell - 用于与Kubernetes CLI一起使用的集成shell。
mycli - 具有AutoCompletion和语法突出显示功能的MySQL终端客户端。
pgcli - Postgres CLI具有自动完成和语法突出显示功能。
saws - 增压的aws-cli。
兼容性用于从Python 2迁移到3的库。
python-future - Python 2和Python 3之间缺少的兼容层。
python-modernize - 为最终的Python 3迁移实现 Python代码的现代化。
six - Python 2和3兼容性实用程序。
计算机视觉计算机视觉图书馆。
OpenCV - 开源计算机视觉库。
pytesseract - Google Tesseract OCR的另一个包装器。
SimpleCV - 用于构建计算机视觉应用程序的开源框架。
并发和并行用于并发和并行执行的库。看到awesome-asyncio。
concurrent.futures - （Python标准库）用于异步执行callables的高级接口。
multiprocessing - （Python标准库）基于进程的并行性。
eventlet - 支持WSGI的异步框架。
gevent - 一个使用greenlet的基于协程的Python网络库。
uvloop - 超快速实现asyncio事件循环libuv。
scoop - Python中的可扩展并发操作。
结构设计用于存储和解析配置选项的库。
configobj - 带验证的INI文件解析器。
configparser - （Python标准库）INI文件解析器。
profig - 具有价值转换的多种格式的配置。
python-decouple - 严格地将设置与代码分离。
加密cryptography - 一种旨在向Python开发人员公开加密原语和配方的包。
paramiko - SSHv2协议的Python（2.6 +，3.3 +）实现，提供客户端和服务器功能。
passlib - 安全密码存储/散列库，非常高级别。
pynacl - Python绑定到网络和加密（NaCl）库。
数据分析用于数据分析的库。
Blaze - NumPy和Pandas与大数据的接口。
Open Mining - Pandas界面中的商业智能（BI）。
Orange - 通过可视化编程或脚本进行数据挖掘，数据可视化，分析和机器学习。
Pandas - 提供高性能，易于使用的数据结构和数据分析工具的库。
Optimus - 使用PySpark后端进行清理，预处理，功能工程，探索性数据分析和简单的机器学习。
数据验证用于验证数据的库。在许多情况下用于表单。
Cerberus - 轻量级和可扩展的数据验证库。
colander - 验证和反序列化通过XML，JSON，HTML表单帖子获得的数据。
Dash - 建立在Flask之上，React和Plotly针对分析Web应用程序。
真棒破折号
jsonschema - Python 的JSON Schema实现。
schema - 用于验证Python数据结构的库。
schematics - 数据结构验证。
valideer - 轻量级可扩展数据验证和适配库。
voluptuous - 一个Python数据验证库。
数据可视化用于可视化数据的库。请参阅：awesome-javascript。
Altair - Python的声明性统计可视化库。
Bokeh - Python的交互式Web绘图。
bqplot - Jupyter笔记本的交互式绘图库
ggplot - 与g的ggplot2相同的API
Matplotlib - Python 2D绘图库。
Pygal - Python SVG图表创建者。
PyGraphviz - Graphviz的 Python接口。
PyQtGraph - 交互式和实时2D / 3D /图像绘图和科学/工程小部件。
Seaborn - 使用Matplotlib进行统计数据可视化。
VisPy - 基于OpenGL的高性能科学可视化。
数据库
用Python实现的数据库。
pickleDB - Python的简单轻量级键值存储。
tinydb - 一个面向文档的小型数据库。
ZODB - Python的本机对象数据库。键值和对象图数据库。
数据库驱动用于连接和操作数据库的库。
MySQL - awesome-mysql
mysqlclient - 支持Python 3的MySQL连接器（mysql-python fork）。
PyMySQL - 与mysql-python兼容的纯Python MySQL驱动程序。
PostgreSQL - 真棒 - postgres
psycopg2 - 最受欢迎的Python PostgreSQL适配器。
queries - psycopg2库的包装器，用于与PostgreSQL交互。
其他关系数据库
pymssql - Microsoft SQL Server的简单数据库接口。
NoSQL数据库
cassandra-driver - Apache Cassandra的Python驱动程序。
happybase - 适用于Apache HBase的开发人员友好库。
kafka-python - Apache Kafka的Python客户端。
py2neo - Neo4j的restful接口的Python包装器客户端。
pymongo - MongoDB的官方Python客户端。
redis-py - Redis的Python客户端。
异步客户端
motor - MongoDB的异步Python驱动程序。
Telephus - 基于Twisted的Cassandra客户端。
txpostgres - PostgreSQL的基于Twisted的异步驱动程序。
txRedis - Redis的基于Twisted的客户端。
日期和时间处理日期和时间的图书馆。
Chronyk - 一个Python 3库，用于解析人类编写的时间和日期。
dateutil - 标准Python 日期时间模块的扩展。
delorean - 用于清除处理日期时间的不便事实的库。
moment - 用于处理日期/时间的Python库。受到Moment.js的启发。
Pendulum - Python日期时间变得简单。
PyTime - 一个易于使用的Python模块，旨在通过字符串操作日期/时间/日期时间。
pytz - 世界时区定义，现代和历史。将tz数据库引入Python。
when.py - 提供用户友好的功能，以帮助执行常见的日期和时间操作。
maya -日期时间对于人类来说，玛雅主要分析datetime数据网站。
调试工具用于调试代码的库。
类似pdb的调试器
ipdb - 启用IPython的pdb。
pdb ++ - pdb的另一个替代品。
pudb - 一个基于控制台的全屏Python调试器。
wdb - 通过WebSockets实现的不可能的Web调试器。
追踪
lptrace - 用于Python程序的strace。
manhole - 调试服务，它将接受unix域套接字连接并显示所有线程的堆栈跟踪和交互式提示。
pyringe - 能够附加到Python进程并将代码注入Python进程的调试器。
python-hunter - 灵活的代码跟踪工具包。
探查
line_profiler - 逐行分析。
memory_profiler - 监视Python代码的内存使用情况。
profiling - 交互式Python分析器。
py-spy - Python程序的采样分析器。写在Rust。
pyflame - 用于Python的ptracing profiler。
vprof - Visual Python探查器。
其他
icecream - 通过一个简单的函数调用检查变量，表达式和程序执行。
django-debug-toolbar - 显示Django的各种调试信息。
django-devserver - Django的runserver的替代品。
flask-debugtoolbar - 烧瓶的django-debug-toolbar的一个端口。
pyelftools - 解析和分析ELF文件和DWARF调试信息。
深度学习神经网络和深度学习的框架。请参阅：令人敬畏的深度学习。
caffe - 一个快速开放的深度学习框架..
keras - 一个高级神经网络库，能够在TensorFlow或Theano之上运行。
mxnet - 一个旨在提高效率和灵活性的深度学习框架。
pytorch - Python中的张量和动态神经网络，具有强大的GPU加速功能。
SerpentAI - 游戏代理框架。将任何视频游戏用作深度学习沙箱。
tensorflow - Google创建的最受欢迎的深度学习框架。
Theano - 快速数值计算的库。
DevOps工具
DevOps的软件和库。
ansible - 一个极其简单的IT自动化平台。
cloudinit - 一个多分发包，用于处理云实例的早期初始化。
cuisine - Fabric的厨师般的功能。
docker-compose - 使用Docker的快速，隔离的开发环境。
fabric - 一种用于远程执行和部署的简单Pythonic工具。
fabtools - 用于编写令人敬畏的Fabric文件的工具。
honcho - Foreman的Python克隆，用于管理基于Procfile的应用程序。
OpenStack - 用于构建私有云和公共云的开源软件。
pexpect - 在GNU期望的伪终端中控制交互式程序。
psutil - 跨平台流程和系统实用程序模块。
saltstack - 基础设施自动化和管理系统。
supervisor - UNIX的supervisor过程控制系统。
分布式计算
分布式计算的框架和库。
批量处理
PySpark - Apache Spark Python API。
dask - 用于分析计算的灵活并行计算库。
luigi - 一个帮助您构建批处理作业的复杂管道的模块。
mrjob - 在Hadoop或Amazon Web Services上运行MapReduce作业。
Ray - 用于并行和分布式Python的系统，它统一了机器学习生态系统。
流处理
faust - 一个流处理库，将想法从Kafka Streams移植到Python。
streamparse - 通过Apache Storm针对实时数据流运行Python代码。
分配用于创建发布分发的打包可执行文件的库。
dh-virtualenv - 构建和分发virtualenv作为Debian包。
Nuitka - 将脚本，模块，包编译到可执行文件或扩展模块。
py2app - 冻结Python脚本（Mac OS X）。
py2exe - 冻结Python脚本（Windows）。
PyInstaller - 将Python程序转换为独立的可执行文件（跨平台）。
pynsist - 构建Windows安装程序的工具，安装程序将Python本身捆绑在一起。
文档用于生成项目文档的库。
sphinx - Python文档生成器。
awesome-sphinxdoc
pdoc - Epydoc替换为自动生成Python库的API文档。
pycco - 文字编程风格的文档生成器。
下载图书馆供下载。
s3cmd - 用于管理Amazon S3和CloudFront的命令行工具。
s4cmd - 超级S3命令行工具，有利于提高性能。
you-get - 用Python 3编写的YouTube / Youku / Niconico视频下载器。
youtube-dl - 从YouTube下载视频的小型命令行程序。
电子商务用于电子商务和支付的框架和库。
alipay - 用于Python的非官方支付宝API。
Cartridge - 使用Mezzanine构建的购物车应用程序。
django-oscar - Django的开源电子商务框架。
django-shop - 基于Django的商店系统。
merchant - 一个Django应用程序，接受来自各种支付处理器的付款。
money - 具有可选CLDR支持的区域设置感知格式和可扩展货币交换解决方案的Money类。
python-currency - 显示货币格式及其污秽货币。
forex-python - 外汇汇率，比特币价格指数和货币转换。
saleor - Django的电子商务店面。
shoop - 基于Django的开源电子商务平台。
编辑器插件和IDEEmacs
elpy - Emacs Python开发环境。
Sublime文本
anaconda - Anaconda将你的Sublime Text 3变成一个全功能的Python开发IDE。
SublimeJEDI - 一个令人敬畏的自动完成库Jedi的Sublime Text插件。
VIM
jedi-vim - 用于Python的Jedi自动完成库的Vim绑定。
python-mode - 用于将Vim转换为Python IDE的一体化插件。
YouCompleteMe - 包括基于Jedi的Python完成引擎。
Visual Studio
PTVS - Visual Studio的Python工具。
Visual Studio代码
Python - 一种支持Python语言的扩展，具有linting，IntelliSense，格式化，重构，调试，单元测试和jupyter支持等功能。
IDE
PyCharm - JetBrains的商业Python IDE。有免费的社区版。
spyder - 开源Python IDE。
电子邮件用于发送和解析电子邮件的库。
envelopes - 为人类邮寄。
flanker - 电子邮件地址和Mime解析库。
imbox - 人类的Python IMAP。
inbox.py - 人类的Python SMTP服务器。
lamson - Pythonic SMTP应用服务器。
Marrow Mailer - 高性能可扩展邮件传递框架。
modoboa - 邮件托管和管理平台，包括现代和简化的Web UI。
Nylas Sync Engine - 在强大的电子邮件同步平台上提供RESTful API。
yagmail - 又一个Gmail / SMTP客户端。
环境管理用于Python版本和环境管理的库。
pipenv - Pipfile，Pip和Virtualenv的神圣婚姻。
poetry - Python依赖管理和包装变得简单。
pyenv - 简单的Python版本管理。
venv - （Python 3.3+中的 Python标准库）创建轻量级虚拟环境。
virtualenv - 创建独立Python环境的工具。
文档用于文件操作和MIME类型检测的库。
mimetypes - （Python标准库）将文件名映射到MIME类型。
path.py - os.path的模块包装器。
pathlib - （Python标准库）跨平台，面向对象的路径库。
PyFilesystem2 - Python的文件系统抽象层。
python-magic - libmagic文件类型标识库的Python接口。
Unipath - 面向对象的文件/目录操作方法。
watchdog - 用于监视文件系统事件的API和shell实用程序。
外部函数接口用于提供外部函数接口的库。
cffi - Python的外部函数接口，用于调用C代码。
ctypes - （Python标准库）Python的外部函数接口，用于调用C代码。
PyCUDA - Nvidia的CUDA API的Python包装器。
SWIG - 简化的包装器和接口生成器。
表单用于处理表单的库。
deform - 受形式表单生成库影响的Python HTML表单生成库。
django-bootstrap3 - 与Django的Bootstrap 3集成。
django-bootstrap4 - Bootstrap 4与Django的集成。
django-crispy-forms - 一款Django应用程序，可让您以非常优雅和干燥的方式创建漂亮的表单。
django-remote-forms - 独立于平台的Django表单序列化程序。
WTForms - 灵活的表单验证和呈现库。
函数程序设计使用Python进行函数程序设计。
coconut - 椰子是Python的变种，专为简单，优雅，Pythonic功能编程而打造。
CyToolz - Toolz的Cython实现：高性能功能实用程序。
fn.py - Python中的函数编程：实现丢失的功能以享受FP。
funcy - 一种奇特而实用的功能工具。
Toolz - 迭代器，函数和字典的函数实用程序的集合。
GUI用于处理图形用户界面应用程序的库。
curses - 用于创建终端GUI应用程序的ncurses的内置包装器。
Eel - 用于制作简单类似Electron的离线HTML / JS GUI应用程序的小型库，可以完全访问Python功能和库。
enaml - 使用像QML这样的声明语法创建漂亮的用户界面。
Flexx - Flexx是一个用于创建GUI的纯Python工具包，它使用Web技术进行渲染。
Gooey - 将命令行程序转换为一行完整的GUI应用程序。
kivy - 用于创建NUI应用程序的库，可在Windows，Linux，Mac OS X，Android和iOS上运行。
pyglet - 用于Python的跨平台窗口和多媒体库。
PyGObject - GLib / GObject / GIO / GTK +（GTK + 3）的Python绑定。
PyQt - 用于Qt跨平台应用程序和UI框架的Python绑定，支持Qt v4和Qt v5框架。
PySide - 用于Qt跨平台应用程序和UI框架的Python绑定，支持Qt v4框架。
PySimpleGUI - 用于tkinter，Qt，WxPython和Remi的包装器，为初学者和中级自定义GUI创建统一，易于理解和更类似Python的界面。
pywebview - 围绕webview组件的轻量级跨平台本机包装器，允许在其自己的本机专用窗口中显示HTML内容。
Tkinter - Tkinter是Python的事实上的标准GUI包。
Toga - 一个Python原生的OS原生GUI工具包。
urwid - 用于创建终端GUI应用程序的库，强大支持小部件，事件，丰富的颜色等。
wxPython - wxWidgets C ++类库与Python的混合。
游戏开发游戏开发库。
Cocos2d - cocos2d是用于构建2D游戏，演示和其他图形/交互式应用程序的框架。它基于pyglet。
Harfang3D - 用于3D，VR和游戏开发的Python框架。管理和显示复杂的3D场景，包括物理，视频，声音和音乐，访问VR设备。全部用C ++编写。
Panda3D - 由迪士尼开发并由卡内基梅隆娱乐技术中心维护的3D游戏引擎。用C ++编写，完全用Python包装。
Pygame - Pygame是一组用于编写游戏的Python模块。
PyOgre - 用于Ogre 3D渲染引擎的Python绑定，可用于游戏，模拟，任何3D。
PyOpenGL - 用于OpenGL的Python ctypes绑定及其相关的API。
PySDL2 - 基于ctypes的SDL2库包装器。
RenPy - 一个视觉新颖的引擎。
地理位置用于地理编码地址和处理纬度和经度的图书馆。
django-countries - 一个Django应用程序，提供用于表单的国家选择，标志图标静态文件和模型的国家/地区字段。
GeoDjango - 世界级的地理网络框架。
GeoIP - MaxMind GeoIP遗留数据库的Python API。
geojson - GeoJSON的Python绑定和实用程序。
geopy - Python地理编码工具箱。
pygeoip - 纯Python GeoIP API。
HTML操作用于处理HTML和XML的库。
BeautifulSoup - 提供用于迭代，搜索和修改HTML或XML的Pythonic习语。
bleach - 基于白名单的HTML清理和文本链接库。
cssutils - Python的CSS库。
html5lib - 用于解析和序列化HTML文档和片段的标准兼容库。
lxml - 一个非常快速，易于使用且通用的库，用于处理HTML和XML。
MarkupSafe - 为Python实现XML / HTML / XHTML Markup安全字符串。
pyquery - 一个类似jQuery的库，用于解析HTML。
untangle - 将XML文档转换为Python对象以便于访问。
WeasyPrint - 可以导出为PDF的HTML和CSS的可视化渲染引擎。
xmldataset - 简单的XML解析。
xmltodict - 使用XML感觉就像使用JSON一样。
HTTP用于处理HTTP的库。
grequests - 针对异步HTTP请求的请求+ gevent。
httplib2 - 全面的HTTP客户端库。
requests - 对Humans™的HTTP请求。
treq - 像在Twisted的HTTP客户端之上构建的API之类的Python请求。
urllib3 - 具有线程安全连接池，文件发布支持，健全的HTTP库。
硬件用硬件编程的库。
ino - 用于处理Arduino的命令行工具包。
keyboard - 在Windows和Linux上挂钩并模拟全局键盘事件。
mouse - 在Windows和Linux上挂钩并模拟全局鼠标事件。
Pingo -Pingo为Raspberry Pi，pcDuino，Intel Galileo等程序设备提供统一的API。
PyUserInput - 用于鼠标和键盘的跨平台控制的模块。
scapy - 一个出色的数据包操作库。
wifi - 用于在Linux上使用WiFi的Python库和命令行工具。
图像处理用于处理图像的库。
hmap - 图像直方图重新映射。
imgSeek - 使用视觉相似性搜索图像集合的项目。
nude.py - 裸露检测。
pagan -复古identicon（阿凡达）根据输入的字符串和哈希生成。
pillow - 枕头是友好的PIL叉子。
pyBarcode - 在Python中创建条形码而无需PIL。
pygram - 类似Instagram的图像过滤器。
python-qrcode - 纯Python二维码生成器。
quads - 基于四叉树的计算机艺术。
scikit-image - 用于（科学）图像处理的Python库。
thumbor - 智能成像服务。它支持按需裁剪，重新调整大小和翻转图像。
wand - MagickWand的 Python绑定，ImageMagick的C API。
实现Python的实现。
CLPython - 用Common Lisp编写的Python编程语言的实现。
CPython - 用C编写的Python编程语言的默认，最广泛使用的实现。
Cython - 优化Python的静态编译器。使用类型mixins将Python编译为C或C ++模块，从而大大提高性能
Grumpy - 比解释器更多的编译器作为更强大的CPython2.7替换（alpha）。
IronPython - 用C＃编写的Python编程语言的实现，目标是.NET Framework和Mono。
Jython - 用Java编写的用于Java虚拟机（JVM）的Python编程语言的实现。
MicroPython - MicroPython - 一种针对微控制器和受约束系统的精简高效的Python编程语言实现
Numba - 用于LLVM的Python JIT编译器，旨在用于科学Python。
PeachPy - 嵌入在Python中的x86-64汇编程序。可用作Python的内联汇编程序，也可用作Windows，Linux，OS X，Native Client和Go的独立汇编程序。
Pyjion - 基于CoreCLR的Python JIT。
PyPy - 用RPython编写并转换成C. PyPy的Python编程语言的实现着重于速度，效率和与原始CPython解释器的兼容性。解释器使用黑魔法使Python非常快，而无需添加其他类型信息。
PySec - 经过强化的python版本，使安全专业人员和开发人员能够更轻松地编写应用程序，使其更能抵御攻击和操纵。
Pyston - 使用LLVM和现代JIT技术构建的Python实现，旨在实现良好的性能。
Stackless Python - Python编程语言的增强版本，它允许程序员从基于线程的编程中获益，而不会出现与传统线程相关的性能和复杂性问题。
互动口译员交互式Python解释器（REPL）。
bpython - Python解释器的一个奇特的接口。
Jupyter Notebook（IPython） - 一个丰富的工具包，可以帮助您以交互方式充分利用Python。
awesome-jupyter
ptpython - 基于python-prompt-toolkit构建的高级Python REPL 。
国际化i18n合作的图书馆。
Babel - Python的国际化库。
PyICU - 用于Unicode C ++库（ICU）的国际组件的包装器。
Job Scheduler用于安排工作的库。
APScheduler - 一个轻巧但功能强大的进程内任务调度程序，可让您安排功能。
django-schedule - Django的日历应用程序。
doit - 任务运行器和构建工具。
gunnery - 用于具有基于Web的界面的分布式系统的多用途任务执行工具。
Joblib - 一组用于在Python中提供轻量级流水线的工具。
Plan - 在Python中编写crontab文件就像一个魅力。
schedule - Python作业调度。
Spiff - 用纯Python实现的强大工作流引擎。
TaskFlow - 一个Python库，有助于使任务执行变得简单，一致和可靠。
Airflow - Airflow是一个以编程方式创作，安排和监控工作流程的平台。
日志用于生成和使用日志的库。
Eliot - 针对复杂和分布式系统的日志记录。
logbook - Python的日志替换。
logging - （Python标准库）Python的日志记录工具。
raven - Sentry的Python客户端，用于Web应用程序的日志/错误跟踪，崩溃报告和聚合平台。
机器学习机器学习库。
通用机器学习
PyOD - > Python Outlier Detection，全面且可扩展的Python工具包，用于检测多变量数据中的外围对象。适用于高级模型，包括神经网络/深度学习和异常集合。
steppy - >轻量级Python库，用于快速，可重复的机器学习实验。介绍非常简单的界面，实现清洁机器学习管道设计。
steppy-toolkit - >神经网络，变换器和模型的精选集合，使您的机器学习更快，更有效。
CNTK - Microsoft认知工具包（CNTK），一种开源深度学习工具包。文档可以在这里找到。
auto_ml - 用于生产和分析的自动化机器学习。让您专注于ML的有趣部分，同时输出生产就绪代码，以及数据集和结果的详细分析。包括对NLP，XGBoost，CatBoost，LightGBM的支持，以及即将深入学习。
机器学习 - 自动构建，包括Web界面和一组程序界面 API，用于支持向量机。相应的数据集存储在SQL数据库中，然后生成用于预测的模型，存储到NoSQL数据存储区中。
XGBoost - 用于eXtreme Gradient Boosting（树）库的Python绑定。
Apache SINGA - 用于开发开源机器学习库的Apache Incubating项目。
用于黑客的贝叶斯方法 - 用于 Python中的概率编程的Book / iPython笔记本。
Featureforge一组用于创建和测试机器学习功能的工具，具有scikit-learn兼容API。
Apache Spark中的MLlib - Spark中的分布式机器学习库
Hydrosphere Mist - 用于部署Apache Spark MLLib机器学习模型的服务，作为实时，批量或反应式Web服务。
scikit-learn - 基于SciPy构建的用于机器学习的Python模块。
metric-learn - 用于度量学习的Python模块。
SimpleAI Python实现了许多人工智能算法，在“人工智能，现代方法”一书中描述。它着重于提供易于使用，记录良好且经过测试的库。
astroML - 用于天文学的机器学习和数据挖掘。
graphlab-create - 在磁盘支持的DataFrame之上实现的具有各种机器学习模型（回归，聚类，推荐系统，图形分析等）的库。
BigML - 与外部服务器联系的库。
pattern - 用于Python的Web挖掘模块。
NuPIC - 用于智能计算的Numenta平台。
Pylearn2 - 基于Theano的机器学习库。
keras - TensorFlow，CNTK和Theano的高级神经网络前端。
烤宽面条 - 在Theano建立和训练神经网络的轻量级图书馆。
Chainer - 灵活的神经网络框架。
prophet - Facebook快速自动化的时间序列预测框架。
gensim - 人类的主题建模。
PyBrain - 另一个Python机器学习库。
brainstorm - 快速，灵活和有趣的神经网络。这是PyBrain的继承者。
surprise - 用于构建和分析推荐系统的scikit。
python-recsys - 用于实现推荐系统的Python库。
Bolt - Bolt Online Learning Toolbox。[深入学习]
nilearn - Python中NeuroImaging的机器学习。
neuropredict - 针对新手机器学习者和非专业程序员，这个软件包提供简单（无需编码）和全面的机器学习（评估和预测性能的完整报告，无需您编写代码），用于神经错误的Python和任何其他类型的功能。这是为了吸收ML工作流程的大部分内容，不像其他软件包，如nilearn和pymvpa，它们要求您学习其API和代码以生成任何有用的内容。
imbalanced-learn - 使用各种技术在采样和过采样下执行的Python模块。
shogun - shogun学习工具箱。
Caffe - 一个深度学习框架，以清洁，可读性和速度为基础。
pyhsmm - 用于贝叶斯隐马尔可夫模型（HMM）和显式持续时间隐马尔可夫模型（HSMM）的近似无监督推理的库，侧重于贝叶斯非参数扩展，HDP-HMM和HDP-HSMM，主要具有弱极限近似。
mrjob - 允许Python程序在Hadoop上运行的库。
SKLL - 围绕scikit-learn的包装，使得进行实验变得更加简单。
neurolab
Theano - 优化GPU元编程代码，在Python中生成面向数组的优化数学编译器。
TensorFlow - 使用数据流图进行数值计算的开源软件库。
pomegranate - 用于Python的隐马尔可夫模型，在Cython中实现速度和效率。
python-timbl - 包含完整TiMBL C ++编程接口的Python扩展模块。Timbl是一个精心设计的k-Nearest Neighbors机器学习工具包。
deap - 进化算法框架。
mlxtend - 由数据科学和机器学习任务的有用工具组成的库。
neon - Nervana 基于Python 的高性能深度学习框架[DEEP LEARNING]。
Optunity - 一个专用于自动超参数优化的库，它具有简单，轻量级的API，便于直接替换网格搜索。
Neural Networks and Deep Learning- 我的书“神经网络和深度学习”[深度学习]的代码样本。
annoy - 近似最近邻居的实施。
TPOT - 使用遗传编程自动创建和优化机器学习管道的工具。将它视为您的个人数据科学助手，自动化机器学习的繁琐部分。
pgmpy用于处理概率图形模型的python库。
DIGITS - 深度学习GPU培训系统（DIGITS）是一个用于培训深度学习模型的Web应用程序。
Orange - 面向新手和专家的开源数据可视化和数据分析。
MXNet - 具有动态，突变感知数据流Dep Scheduler的轻量级，便携式，灵活的分布式/移动深度学习; 适用于Python，R，Julia，Go，Javascript等。
TFLearn - 深度学习库，为TensorFlow提供更高级别的API。
REP - 基于IPython的环境，以一致且可重复的方式进行数据驱动的研究。REP不是试图替代scikit-learn，而是扩展它并提供更好的用户体验。[已过时]
rgf_python - 规则化贪婪森林（树）库的Python绑定。
skbayes - 使用scikit-learn API进行贝叶斯机器学习的Python包。
fuku-ml - 简单的机器学习库，包括Perceptron，回归，支持向量机，决策树等，它易于使用，易于初学者学习。
Xcessiv - 基于Web的应用程序，用于快速，可扩展和自动化的超参数调整和堆叠集成。
PyTorch - Python中的张量和动态神经网络，具有强大的GPU加速功能
ML-From-Scratch - 在Python中从头开始实现机器学习模型，重点是透明度。旨在以无障碍的方式展示ML的螺母和螺栓。
xRBM - 限制玻尔兹曼机（RBM）的库及其在Tensorflow中的条件变体。
CatBoost - 决策树库上的通用梯度增强功能，支持开箱即用的分类功能。它易于安装，文档齐全，支持CPU和GPU（甚至是多GPU）计算。
stacked_generalization - 在Python中实现机器学习堆叠技术作为便利库。
modAL - 用于Python的模块化主动学习框架，构建于scikit-learn之上。
Cogitare：适用于Python的现代，快速，模块化的深度学习和机器学习框架。
Parris - Parris，用于机器学习算法的自动化基础设施设置工具。
neonrvm - neonrvm是一个基于RVM技术的开源机器学习库。它是用C编程语言编写的，并附带Python编程语言绑定。
Turi Create - 从Apple学习机器。Turi Create简化了定制机器学习模型的开发。您无需成为机器学习专家即可向您的应用添加推荐，对象检测，图像分类，图像相似性或活动分类。
xLearn - 高性能，易于使用且可扩展的机器学习包，可用于解决大规模机器学习问题xLearn对于解决大规模稀疏数据的机器学习问题特别有用，这在互联网服务（如在线广告和推荐系统）中非常常见。
mlens - 高性能，内存高效，最大程度并行化的集成学习，与scikit-learn集成。
Netron - 用于机器学习模型的Visualizer。
Thampi - AWS Lambda上的机器学习预测系统
MindsDB - 开源框架，以简化神经网络的使用。
Gorgonia - Gorgonia是一个帮助促进Golang机器学习的图书馆。
Microsoft推荐人：作为Jupyter笔记本提供的构建推荐系统的示例和最佳实践。包含Microsoft Research以及其他公司和机构的一些最新技术。
StellarGraph：Graphs上的机器学习，一种用于机器学习图形结构（网络结构）数据的Python库。
BentoML：用于打包和部署机器学习模型的工具包，用于生产服务
n
H2O - 开源快速可扩展机器学习平台。
指标 - 机器学习评估指标。
NuPIC - 用于智能计算的Numenta平台。
scikit-learn - 最受欢迎的机器学习Python库。
Spark ML - Apache Spark可扩展的机器学习库。
vowpal_porpoise -一个轻量级的Python包装的Vowpal Wabbit。
xgboost - 可扩展，可移植和分布式渐变增强库。
微软Windows：
Microsoft Windows上的Python编程。
Python（x，y） - 基于Qt和Spyder的面向科学应用程序的Python发行版。
pythonlibs - Python扩展包的非官方Windows二进制文件。
PythonNet - 与.NET公共语言运行时（CLR）的Python集成。
PyWin32 - 适用于Windows的Python扩展。
WinPython - 适用于Windows 7/8的便携式开发环境。
其它：有用的库或工具不适合上述类别。
blinker - 一个快速的Python进程中信号/事件调度系统。
boltons - 一组纯Python实用程序。
itsdangerous - 将可信数据传递给不受信任的环境的各种帮助程序。
pluginbase - 一个简单但灵活的Python插件系统。
tryton - 通用业务框架。
自然语言处理：使用人类语言的图书馆。
一般
gensim - 人类的主题建模。
langid.py - 独立语言识别系统。
nltk - 构建Python程序以使用人类语言数据的领先平台。
pattern - 用于Python的Web挖掘模块。
polyglot - 支持数百种语言的自然语言管道。
pytext - 基于PyTorch的自然语言建模框架。
PyTorch-NLP - 一个工具包，可以快速深入学习研究的NLP原型。
spacy - 用于Python和Cython的工业级自然语言处理库。
stanfordnlp - 斯坦福NLP集团的官方Python库，支持50多种语言。
中文
jieba - 最受欢迎的中文文本分割库。
pkuseg-python - 用于各种域中的中文分词的工具包。
snownlp - 用于处理中文文本的库。
funNLP - 中文NLP的工具和数据集的集合。
网络虚拟化
用于虚拟网络和SDN（软件定义网络）的工具和库。
mininet - 一种流行的网络模拟器和用Python编写的API。
pox - 基于Python的SDN控制应用程序，例如OpenFlow SDN控制器。
联网用于网络编程的库。
asyncio - （Python标准库）异步I / O，事件循环，协同程序和任务。
pulsar - Python的事件驱动并发框架。
pyzmq - ZeroMQ消息库的Python包装器。
Twisted - 事件驱动的网络引擎。
napalm - 用于操纵网络设备的跨供应商API。
新闻Feed用于构建用户活动的库。
django-activity-stream - 从您网站上的操作生成通用活动流。
Stream Framework - 使用Cassandra和Redis构建新闻源和通知系统。
ORM实现对象关系映射或数据映射技术的库。
关系数据库
Django模型 - Django的一部分。
SQLAlchemy - Python SQL工具包和对象关系映射器。
dataset - 将Python dicts存储在数据库中 - 与SQLite，MySQL和PostgreSQL一起使用orator - 演说者ORM提供了一个简单而美观的ActiveRecord实现。
peewee - 一种小型，富有表现力的ORM。
pony - 为SQL提供面向生成器的接口的ORM。
pydal - 纯Python数据库抽象层。
NoSQL数据库
hot-redis - Redis的丰富Python数据类型。
mongoengine - 用于处理MongoDB的Python Object-Document-Mapper。
PynamoDB - Amazon DynamoDB的 Pythonic界面。
redisco - Redis中保存的简单模型和容器的Python库。
包管理用于包和依赖关系管理的库。
pip - Python包和依赖项管理器。
pip-tools - 一组工具，可以保持固定的Python依赖关系。
conda - 跨平台，Python无关的二进制包管理器。
包存储库本地PyPI存储库服务器和代理。
warehouse - 下一代Python包存储库（PyPI）。
bandersnatch - Python Packaging Authority（PyPA）提供的PyPI镜像工具。
devpi - PyPI服务器和打包/测试/发布工具。
localshop - 本地PyPI服务器（自定义包和pypi的自动镜像）。
权限允许或拒绝用户访问数据或功能的库。
django-guardian - 实现Django 1.2+的每对象权限
django-rules - 一个小而强大的应用程序，为Django提供对象级权限，无需数据库。
流程用于启动和与OS进程通信的库。
delegator.py - Humans™2.0的子流程。
sarge - 另一个子进程包装器。
sh - Python的完整子进程替换。
队列用于处理事件和任务队列的库。
celery - 基于分布式消息传递的异步任务队列/作业队列。
huey - 小型多线程任务队列。
mrq - Queue先生 - 使用Redis和gevent在Python中的分布式工作者任务队列。
rq - Python的简单作业队列。
推荐系统用于构建推荐系统的库。
annoy - C ++ / Python中近似最近的邻居，针对内存使用进行了优化。
fastFM - 分解机器的库。
implocit - 隐式数据集的协同过滤的快速Python实现。
libffm - 用于字段感知分解机器（FFM）的库。
lightfm - 许多流行推荐算法的Python实现。
spotlight - 使用PyTorch的深度推荐器模型。
Surprose - 用于构建和分析推荐系统的scikit。
tensorrec - TensorFlow中的推荐引擎框架。
RESTful API用于开发RESTful API的库。
Django
django-rest-framework - 一个强大而灵活的工具包，用于构建Web API。
django-tastypie - 为Django应用程序创建美味的API。
Flask
eve - 由Flask，MongoDB和良好意图提供支持的REST API框架。
flask-api-utils - 负责Flask的API表示和身份验证。
flask-api - Flask的可浏览Web API。
flask-restful - 快速为Flask构建REST API。
flask-restless - 为使用SQLAlchemy定义的数据库模型生成RESTful API。
Pyramid
cornice - Pyramid的RESTful框架。
Framework agnostic
apistar - 专为Python 3设计的智能Web API框架。
falcon - 用于构建云API和Web应用程序后端的高性能框架。
hug - 一个Python3框架，用于通过HTTP和命令行干净地公开API以及自动文档和验证。
restless - 基于从Tastypie学到的经验教训的框架不可知的REST框架。
ripozo - 快速创建REST / HATEOAS /超媒体API。
sandman - 用于现有数据库驱动系统的自动REST API。
机器人机器人图书馆。
PythonRobotics - 这是可视化的各种机器人算法的汇编。
rospy - 这是ROS（机器人操作系统）的库。
RPC服务器RPC兼容的服务器。
SimpleJSONRPCServer - 此库是JSON-RPC规范的实现。
SimpleXMLRPCServer - （Python标准库）简单的XML-RPC服务器实现，单线程。
zeroRPC - zerorpc是一个基于ZeroMQ和MessagePack的灵活的RPC实现。
科学科学计算的图书馆。
astropy - 用于天文学的社区Python库。
bcbio-nextgen - 为全自动高通量测序分析提供最佳实践管道。
bccb - 与生物分析相关的有用代码的集合。
Biopython - Biopython是一套免费提供的生物计算工具。
cclib - 用于解析和解释计算化学包结果的库。
Colour - 一种色彩科学包，实现了全面的色彩理论转换和算法。
NetworkX - 适用于复杂网络的高效软件。
NIPY - 神经影像工具包的集合。
NumPy - 使用Python进行科学计算的基础包。
Open Babel - 一种化学工具箱，设计用于说多种语言的化学数据。
ObsPy - 用于地震学的Python工具箱。
PyDy - Python Dynamics的缩写，用于协助动态建模动画中的工作流程。
PyMC - 马尔可夫链蒙特卡罗采样工具包。
QuTiP - Python中的Quantum工具箱。
RDKit - Cheminformatics和机器学习软件。
SciPy - 基于Python的数学，科学和工程开源软件生态系统。
statsmodels - Python中的统计建模和计量经济学。
SymPy - 用于符号数学的Python库。
Zipline - 一个Pythonic算法交易库。
SimPy - 基于流程的离散事件仿真框架。
搜索用于索引和执行数据搜索查询的库和软件。
elasticsearch-py - Elasticsearch的官方低级Python客户端。
elasticsearch-dsl-py - Elasticsearch的官方高级Python客户端。
django-haystack - 模块化搜索Django。
pysolr - Apache Solr的轻量级Python包装器。
whoosh - 一个快速，纯粹的Python搜索引擎库。
序列化用于序列化复杂数据类型的库
marshmallow - 一个轻量级库，用于将复杂对象转换为简单的Python数据类型。
pysimdjson - 用于simdjson的Python绑定。
python-rapidjson -围绕一个Python包装RapidJSON。
无服务器框架用于开发无服务器Python代码的框架。
python-lambda - 用于在AWS Lambda中开发和部署Python代码的工具包。
Zappa - 用于在AWS Lambda和API Gateway上部署WSGI应用程序的工具。
特定格式处理用于解析和操作特定文本格式的库。
一般
tablib - XLS，CSV，JSON，YAML中的表格数据集模块。
办公
openpyxl - 用于读取和写入Excel 2010 xlsx / xlsm / xltx / xltm文件的库。
pyexcel - 提供一个用于读取，操作和编写csv，ods，xls，xlsx和xlsm文件的API。
python-docx - 读取，查询和修改Microsoft Word 2007/2008 docx文件。
python-pptx - 用于创建和更新PowerPoint（.pptx）文件的Python库。
unoconv - 在LibreOffice / OpenOffice支持的任何文档格式之间进行转换。
XlsxWriter - 用于创建Excel .xlsx文件的Python模块。
xlwings - 一个获得BSD许可的库，可以轻松地从Excel调用Python，反之亦然。
xlwt / xlrd - 从Excel文件中写入和读取数据和格式信息。
PDFMiner - 用于从PDF文档中提取信息的工具。
PyPDF2 - 一个能够分割，合并和转换PDF页面的库。
ReportLab - 允许快速创建丰富的PDF文档。
Markdown
Mistune - Markdown的最快和全功能的纯Python解析器。
Python-Markdown - John Gruber的Markdown的Python实现。
YAML
PyYAML - Python的YAML实现。
CSV
csvkit - 用于转换为CSV并使用CSV的实用程序。
档案
unp - 一个可以轻松解压缩归档的命令行工具。
静态站点生成器静态站点生成器是一种软件，它将一些文本+模板作为输入，并在输出上生成HTML文件。
mkdocs - Markdown友好文档生成器。
pelican - 支持Markdown和reST语法的静态站点生成器。
lektor - 易于使用的静态CMS和博客引擎。
nikola - 静态网站和博客生成器。
标记用于标记项目的库。
django-taggit - Django的简单标记。
模板引擎用于模板和lexing的库和工具。
Jinja2 - 一种现代和设计师友好的模板语言。
Genshi - 用于生成Web感知输出的Python模板工具包。
Mako - 用于Python平台的超快速和轻量级模板。
测试用于测试代码库和生成测试数据的库。
测试框架
pytest - 一个成熟的全功能Python测试工具。
hypothesis - 假设是一种基于Quickcheck风格的高级属性测试库。
nose2 - nose基于`unittest2 的继承者。
Robot Framework - 通用测试自动化框架。
unittest - （Python标准库）单元测试框架。
运行测试
green - 干净，运行测试。
mamba - Python的权威测试工具。出生在BDD的旗帜下。
tox - 在多个Python版本中自动构建和测试发行版
GUI / Web测试
locust - 用Python编写的可扩展用户负载测试工具。
PyAutoGUI - PyAutoGUI是一个面向人类的跨平台GUI自动化Python模块。
Selenium - Selenium WebDriver的Python绑定。
sixpack - 与语言无关的A / B测试框架。
splinter - 用于测试Web应用程序的开源工具。
Mock
doublex - 强大的测试加倍Python的框架。
freezegun - 通过模拟日期时间模块来度过时间。
httmock - 一个用于Python 2.6+和3.2+请求的模拟库。
httpretty - Python的HTTP请求模拟工具。
mock - （Python标准库）一个模拟和修补库。
Mocket - Socket Mock Framework加上HTTP [S] / asyncio / gevent模拟库，具有录制/重放功能。
responser - 用于模拟请求Python库的实用程序库。
VCR.py - 在测试中记录和重放HTTP交互。
Object Factories
factory_boy - Python的测试夹具替代品。
mixer - 另一个夹具更换。支持Django，Flask，SQLAlchemy，Peewee等。
model_mommy - 在Django中创建用于测试的随机装置。
代码覆盖范围
coverage - 代码覆盖率测量。
Fake Data
mimesis - 是一个Python库，可以帮助您生成虚假数据。
fake2db - 假数据库生成器。
faker - 生成虚假数据的Python包。
radr - 生成随机日期时间/时间。
错误处理程序
FuckIt.py - FuckIt.py使用最先进的技术确保您的Python代码无论是否有权运行。
文字处理用于解析和操作纯文本的库。
一般
chardet - Python 2/3兼容字符编码检测器。
difflib - （Python标准库）用于计算增量的助手。
ftfy - 使Unicode文本更少破碎，更自然地更加一致。
fuzzywuzzy -模糊字符串匹配。
Levenshtein - Levenshtein距离和弦相似性的快速计算。
pangu.py - 偏执文本间距。
pyfiglet - 用Python编写的figlet实现。
pypinyin - 将汉语（汉字）转换为拼音（拼音）。
textdistance - 计算序列之间的距离。30多种算法，纯python实现，通用接口，可选的外部库使用。
unidecode - Unicode文本的ASCII音译。
Slugify
awesome-slugify - 一个可以保存unicode的Python slugify库。
python-slugify - 一个Python ungode库，可将unicode转换为ASCII。
unicode-slugify - 一个以Django为依赖关系生成unicode slug的slugifier。
唯一标识符
hashids - 在Python中实现hashids。
shortuuid - 用于简洁，明确且URL安全的UUID的生成器库。
分析器
ply - 为Python实现lex和yacc解析工具。
pygments - 通用语法荧光笔。
pyparsing - 用于生成解析器的通用框架。
python-nameparser - 将人名解析为各自的组件。
python-phonenumbers - 解析，格式化，存储和验证国际电话号码。
python-user-agents - 浏览器用户代理解析器。
sqlparse - 非验证SQL解析器。
第三方API用于访问第三方服务API的库。请参阅：Python API包装器和库列表。
apache-libcloud - 一个适用于所有云的Python库。
boto3 - Amazon Web Services的Python接口。
django-wordpress - Django的 WordPress模型和视图。
facebook-sdk - Facebook平台Python SDK。
google-api-python-client - 用于Python的Google API客户端库。
gspread - Google Spreadsheets Python API。
twython - Twitter API的Python包装器。
URL操作用于解析URL的库。
furl - 一个小型Python库，可以轻松解析和操作URL。
purl - 一个简单的，不可变的URL类，带有用于询问和操作的干净API。
pyshorteners - 一个纯Python的URL缩短库。
webargs - 一个用于解析HTTP请求参数的友好库，内置支持流行的Web框架，包括Flask，Django，Bottle，Tornado和Pyramid。
视频用于操纵视频和GIF的库。
moviepy - 基于脚本的电影编辑模块，具有多种格式，包括动画GIF。
scikit-video - SciPy的视频处理程序。
WSGI服务器兼容WSGI的Web服务器。
bjoern - 异步，非常快，用C语言编写。
gunicorn - 预分叉，部分用C语言写成。
uWSGI - 一个项目旨在开发一个用于构建托管服务的完整堆栈，用C语言编写。
waitress - 多线程，为金字塔提供动力。
werkzeug - 一个用于Python的WSGI实用程序库，可以为Flask提供支持，并且可以轻松嵌入到您自己的项目中。
网络资产管理用于管理，压缩和缩小网站资产的工具。
django-compressor - 将链接和内联JavaScript或CSS压缩到一个缓存文件中。
django-pipeline - Django的资产包装库。
django-storages - Django的自定义存储后端集合。
fanstatic - 作为Python包打包，优化和提供静态文件依赖性。
fileconveyor - 用于检测文件并将文件同步到CDN，S3和FTP的守护程序。
flask-assets - 帮助您将webassets集成到Flask应用程序中。
webassets - 捆绑，优化和管理静态资源的唯一缓存清除URL。
Web内容提取用于提取Web内容的库。
html2text - 将HTML转换为Markdown格式的文本。
lassie - 网页内容检索。
micawber - 一个用于从URL中提取丰富内容的小型库。
newspaper - Python中的新闻提取，文章提取和内容管理。
python- readability - arc90可读性工具的快速Python端口。
requests-html - 用于Pythonic HTML解析。
sumy - 用于自动汇总文本文档和HTML页面的模块。
textract - 从任何文档，Word，PowerPoint，PDF等中提取文本。
toapi - 每个网站都提供API。
网页抓取和网页抓取用于自动从网站提取数据的库。
cole - 分布式爬行框架。
feedparser - 通用饲料解析器。
grab - 网站抓取框架。
MechanicalSoup - 用于自动与网站交互的Python库。
portia - 视觉刮擦Scrapy。
pyspider - 一个强大的蜘蛛系统。
robobrowser - 一个简单的Pythonic库，用于在没有独立Web浏览器的情况下浏览网页。
scrapy - 快速高级屏幕抓取和网络爬行框架。
网络框架Django - Python中最流行的Web框架。
Flask - Python的微框架。
Pyramid- 一个小型，快速，脚踏实地的开源Python Web框架。
Sanic - 写得很快的Web服务器。
Vibora - 受Flask启发的快速，高效和异步Web框架。
WebSocket
用于WebSocket的库。
autobahn-python - Twisted和asyncio上用于Python的WebSocket和WAMP 。
crossbar - 开源统一应用程序路由器（Autobahn上用于Python的Websocket和WAMP）。
django-channels - Django的开发人员友好的异步。
django-socketio - Django的WebSockets。
WebSocket-for-Python - 用于Python 2和3以及PyPy的WebSocket客户端和服务器库。
服务用于简化开发的在线工具和API。
CircleCI - 可以运行非常快速的并行测试的CI服务。（仅限GitHub）
Travis CI - 适用于您的开源和私有项目的流行CI服务。（仅限GitHub）
Vexor CI - 针对私人应用程序的持续集成工具，具有按分钟付费的计费模式。
Wercker - 一个基于Docker的平台，用于构建和部署应用程序和微服务。
代码质量
Codacy - 自动代码审查，以更快的速度发送更好的代码。
Codecov - 代码覆盖率仪表板。
CodeFactor - Git的自动代码审查。
Landscape - 托管连续的Python代码指标。
当你负债累累？
负债不可怕，可怕的是你经受不起考验，人活着必须要坚强起来，好好的努力，重新再来，相信自己，经历无数挫折，积累了很多经验，要相信只要肯努力早晚有一天会成功的。因负债造成的思想偏激者不在少数，就目前来说当今社会，负债者不在少数。单就正规的房屋贷款来说，上百万负债的人都大有人在。
负债累累的人千万不要碰网上各种坑人的贷款如套路贷。套路贷这种法律不支持的负债在如今社会也是司空见惯的。更别说因病至贫而负债的那些人。虽然有逃避责任一死了之的人，但那也是少数派。总以为死亡就逃避了责任，却不曾想这种责任转嫁给了家人，同时还给了家人失去至亲这种最大的伤痛。除了说自私，没有过多形容。只会给家人带来更大的伤害。
人活在世，责任不仅是动力，也是一种责任。面对压力学会灵活应对，加强自身信念感。用自己的时间和收入，合理安排自己的负债生活。让自己走出心灵的雾霾，去拥抱外面的阳光吧。不需要很剧烈的运动，像慢跑呀、散步这些就可以。锻炼自己的身体，然后让自己的心情得到放松和愉悦。迎接美好明天。
坚持持之以恒的努力，自己逐渐的会恢复正规。当你心里觉得这个负债不是很大的时候，你就可以重新启航，这个时候要拿出具体的行动方案，从战术上要重视敌人。从家里走出来，所谓困难，困在家里就是难，当人无所事事，没有目标，每天躺在家里，就会很迷茫甚至抑郁，找朋友聊聊天，看看外面的风景，看看有没有工作创业机会，慢慢你的情况就会好起来。
多种的选择必然会给人生带来丰富多彩的生活，快乐充实我们的人生。空闲时间多培养养各种兴趣爱好，增加人与人直接的沟通，沟通和倾诉，本身就是治愈的重要方法。每天早晨起来看着明媚的阳光，身边的家人朋友同事，即使是陌生人的笑脸，觉得生活一切如此美好，一定要努力下去，没有倾尽所有，没有一败涂地，不到最后一刻，绝不放弃，一切都会好起来的。
人身难得，来到人间有恶缘善缘，讨债还债，报恩报仇，缘末了，是逃避，该还的还要还，该报的少不了。
所以，仍要坚信明天会更好，只要肯努力，天塌下来也要顶住，忍得一时苦，免受万年难。人不能攀比，老王对他儿子小王说咱家的钱你几辈子花不完，儿子对老王说咱家会欠別人钱吗？老王又说咱几辈子也还不完。老王是谁大家都能猜到。放在自已身上确实有很大的不同，出生和生活环境的不同造成每个人生存环境不同。
路还要走下去，不能倒下去，现在上有老下有小，也要把自己痛苦咽下去，要给家里人创造更好的生活。不能错一步就只会步步错，把希望成为现实也许不会是梦。人只要肯努力。有上进心。一切都会好起来的。
大家看懂了吗？看懂的点赞，没看懂的评论区里告诉我！
关注股票股市猫九，投资不迷路！
