python基本工具_Python 学习-常用工具

NumPy Python的数学运算库，有时候一些别的库也会调用里面的一些功能，比如数组什么的；

Pil Python下著名的图像处理库Pil；

SimPy 利用Python进行仿真、模拟的解决方案；

Matplotlib 据说是一个用来绘制二维图形的Python模块，它克隆了许多Matlab中的函数， 用以帮助Python用户轻松获得高质量(达到出版水平)的二维图形；

Graphviz 与 Matplotlib 不同，这个东西能画：有向图、网络结构、有限状态机等等。本身不是 Python 实现的，但是能找到 Python 封装。

Crypto python的加解密扩展模块；

另外还有 Google 发起的 Keyczar 加密库项目。

Python for CJK 提供与python有关的CJK语言支持功能：转码、显示之类。

Psyco、Pyrex：两个用于提高Python代码运行效率的解决方案；如果对性能还不满意，可以试试这样：用 Python 写自己的 C Module。

Pyflakes、PyChecker、PyLint：都是用来做Python代码语法检查的工具。

图形界面开发库：

Tk：这个本来是 Python 默认自带的图形界面库，简单好用但是大家总觉得丑。其实加上它的外观扩展Tk Themed Widgets (ttk)会好看很多很多，这样既不损失任何 Tk 的特性，而且代码改动量也非常小。

wxPython 基于wxWindows的易用且强大的图形界面开发包wxPython；wxPython发行版还自带了PyCrust、PyShell、PyAlaCarte和PyAlaMode等几个工具，分别是图形界面Shell和代码编辑器等，分别具有不同特点可以根据自己的需要选用。

PyQt 一般认为综合各平台上的表现，PyQt比wxPython能提供更为可靠的表现，较少遇到稀奇古怪的Bug。只是Qt虽然LGPL了，可是PyQt对商业软件仍然是收费的，Nokia刚开始做LGPL的Qt绑定——PySide，但是还谈不上成熟。

在Mac上安装PyQt的详细步骤 PyQt在Win和Linux上都有可直接安装的二进制包，只有Mac没有。不过按照这篇文档来做，也是不难(我已试过，一切靠谱)。

PyGtk Qt永远的竞争者，在Win和Linux下表现都还不错，Mac下新的本地化移植绕过了系统自带的X11服务，性能大为提升，只是对输入法和字体支持等还有欠缺。

先按照Building GTK-OSX安装GTK-OSX，然后按照Gtk+ Python页的说明安装PyGtk即可，非常容易。

Tornado 非阻塞、高性能、可扩展的 Web Server 实现，源自FriendFeed。

http://avc.inrim.it/html/ 比MVC模式更方便易用的开发框架，主要是帮助透明地完成界面控件与后台数据之间的内容绑定。该框架支持GTK、QT、TK、wxWidgets等主要具有Python封装的GUI开发框架。

pygame 用Python帮助开发游戏的库，也可以用这个来播放视频或者音频什么的，大概依靠的是SDL；

py2exe win下将Python程序编译为可执行程序的工具，是一个让程序脱离Python运行环境的办法，也可以生成Windows服务或者COM组件。其他能完成Python脚本到可执行文件这个工作的还有Gordon McMillan's Installer、Linux/Unix专用的freeze、Mac专用的py2app，另外setuptools可能也能帮上点。不过此类工具难免与一些模块有一些兼容性的问题，需要现用现测一下。总之这个主题可以参考How to Distribute Commercial Python Applications。

嵌入式数据库：BerkeleyDB的Python版，当然还有其他的好多。

PEAK提供一些用于实现自动化集群测试的重要基础类库，比如超轻量线程框架、分布式代码执行等。

greenlet 是PEAK给出的一种进程内的线程模型实现，自称是Stackless项目的副产品。其实这是一种伪线程，也就是说greenlet间切换需要明确指定下一步切换到哪块指令继续执行，而没有被执行的代码就被暂时挂起了。这里面greenlet间的执行顺序是完全确定的，并且是非并发的，就不能解决长时间大量资源占用的操作会导致程序无响应的问题。但greenlet可以用来减少资源死锁、互斥造成的资源消耗(代码被阻塞时，可以切换先去执行其他未被阻塞的部分)，因此用来响应按钮点击等是挺好用的。

greenlet 现在不再是 pylib 的组成部分了，而是一个独立的名为 greenlet 的 pypi 包，可以通过 easy_install 安装。

Eventlet 是基于 greenlet 完成的一个高并发网络库，提供“线程”池、消息队列等许多非常方便的机制，比直接用 greenlet 要方便得多。并且 Eventlet 源自著名的虚拟现实项目——第二人生，是经过现实考验的可靠解决方案。

Pyro 一个Python的分布式对象系统，提供面向对象风格的RPC功能。

Protocol Buffers Google提供的高效数据序列化解决方案，比基于XML的数据序列化方案在数据大小和编解码效率上都大约高一个数量级。当然，Google自己也说这种办法也不是用哪都合适，一来Protocol Buffers不大适合用来处理格式化的文本，另一方面其本质是一个传输协议的生成语言，可能在传输的内容相对固定时，才值得专门生成一套这样的解析器。

Thrift：Facebook 开源出来的一个类似解决方案，优点是能支持更多平台和更多语言，形成一个更通用的二进制网络服务接口。豆瓣在逐步转向服务化，据称大量使用了 Thrift ，并利用Paste Script简化 Thrift 的使用、管理和部署。

pyinotify 利用操作系统自身提供的Notify机制以最高的效率监控文件变化。

PycURL 传说这是实现Python下多线程网页抓取的效率最高的解决方案，本质是对libcurl C语言库的封装。其实Twisted也可以定制成为一个网页抓取工具的。

Scrapy 是一个网络爬虫框架，可以非常容易地通过定制规则得到所需的爬网器。基于 Twisted 实现。

Larbin：似乎是 C++ 语言实现的一个多用途爬虫，号称性能很强，但目前不确定是否有 Python 封装。

Python 可以通过 pamie 控制 IE 浏览器，通过 jssh 控制 Firefox ，主要目的是能比较完善地处理 Javascript 等。

twill：Web 访问的自动化工具，有命令行界面和 Python API 。可以填写表单、支持 cookies 等，因此可以用作 Web 的自动化测试工具。

mechanize是一个与之类似的东西，不过似乎使用起来比 twill 复杂一些，并且即使是这东西也仍然不支持 Javascript 的执行。

pyv8：这是 Google V8 Javascript 引擎的 Python 封装，也就是说可以利用这个桥接器在 Python 里头运行 Javascript 代码。

chardet 一个猜测网页编码(比如utf-8还是gb18030)的库，会根据HTTP参数、HTML标签、XML标签中的相关声明来进行猜测。另有一个非Python实现的Enca也可以提供类似的功能。

µTidylib 著名html整理、排错、自动修正工具HTML Tidy Library的Python封装。通常在正式开始分析html之前，先用这个东西预处理一下，后面的工作会轻松、准确得多～

JPype Python里调用Java类库、Java代码的桥接解决方案(因Limodou在ChinaUnix上提及而得知)。JPype使用要点

Fudge 被HD的项目组认为是最好的Python Mock模块(也即冒烟测试)。

nose 测试脚本自动发现、自动执行辅助工具。文档见nose documentation。

Coverage.py Python 测试代码覆盖率统计工具，已经内置于 nose 。

Heapy 对 Python 程序进行内存占用剖析的模块，Guppy-PE 项目的组成部分之一，被 Scrapy 等项目用作内存泄露的调试工具。类似的还有：

PySizer，感觉已经太旧了。

Dowser，和 Heapy 特点不太一样，并且使用CheeryPy作为调试结果的输出界面。

Gluttony Python 模块之间依赖关系图的自动生成工具。