推荐一些能极大提高生产力的 Python 库

一门语言好用、方便的程度在很多时候会取决于这门语言相关的库够不够丰富，Python 之所以火爆除了其本身的语法和特性之外，还在一定程度上取决于其有太多太多库的支持，不论是官方维护的还是第三方开发的。就比如说做机器学习为什么很多人都用 Python，一个非常大的因素就是 TensorFlow 和 PyTorch 对 Python 的支持。当然在这里并不是说 Python 的库真的就全的不要不要的，它在某些领域或者项目的生态还是有待完善的。

1. attrs、cattrs
   GitHub：https://github.com/python-attrs/attrs、https://github.com/Tinche/cattrs
   简化类的定义、序列化反序列化等操作。
   个人写的简介：https://mp.weixin.qq.com/s/oHK-Y4lOeaQCFtDWgqXxFA

2. loguru
   GitHub：https://github.com/Delgan/loguru
   可简化日志记录写法。
   个人写的简介：https://mp.weixin.qq.com/s/5Ri1WS5cTGCNAQ0I_zYycg

3. autopep8
   GitHub：https://github.com/hhatto/autopep8
   把 Python 代码转成符合 PEP8 规范的代码。

4. psutil
   GitHub：https://github.com/giampaolo/psutil
   Python 实现任务监控的库。

5. furl
   GitHub：https://github.com/gruns/furl
   对 url 的处理非常方便，比 urllib 等库好用多。

6. retrying、tenacity
   GitHub：https://github.com/rholder/retrying、https://github.com/jd/tenacity
   异常重试库，如出错之后重试多少次，尤其在发起一些 HTTP 请求时非常有用，当然也能用于其他地方。

7. typing
   Docs：https://docs.python.org/zh-cn/3/library/typing.html#module-typing
   对 Python 类型的支持，支持多种类型、嵌套类型，也推荐多多使用 Python 的类型注解。

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

个人曾经使用过几个命令行解析工具，如 docopt，但后来还是转回来了 argparse，功能齐全强大。

9. absl-py
   GitHub：https://github.com/abseil/abseil-py
   个人感觉比 argparse 更易用的库，如 TensorFlow 就在使用这个，对于定义一些 Flag 非常方便。

10. pipenv
    GitHub：https://github.com/pypa/pipenv
    功能更全的包管理工具，集成虚拟环境、支持 Lock 机制锁定安装包版本和依赖信息。当然也有坑点，可自行搜索.

11. drf
    Docs：https://www.django-rest-framework.org/
    基于 Django 的 REST Framework，快速实现 REST API。

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

方便监视文件系统改动。

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

对文件的操作非常方便。

14. 2to3
    Docs：https://docs.python.org/2/library/2to3.html

把 Python2 代码转成 Python3 代码。

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

对 JSON 嵌套的处理非常方便。

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

更为方便的 Python 路径操作库。

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

对于环境变量的获取非常方便，支持多种类型，如 int、bool 等。

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

非常方便简单的 Python 调试器，可以追踪到代码每一处细节的执行状态。

19. tqdm
    GitHub：https://github.com/tqdm/tqdm

进度条控制显示非常方便。

20. sh
    GitHub：https://github.com/amoffat/sh

对 Linux 一些命令的封装，简单好用又高效。

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

模拟数据的生成。

个人写的简介：https://mp.weixin.qq.com/s/iLjr95uqgTclxYfWWNxrAA

22. 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
  时间解析和处理库，非常方便。arrow 目前 Star 最多，好评最多。

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

方便的发邮件库，替代自带的 smtplib。

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

字符串类型编码检测。

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

汉字转拼音，在一些中文转化处理上很有用。

个人写的简介：https://mp.weixin.qq.com/s/NvA3j8Ns1-6CFgWpUcWwQw

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

编写文档使用，大多数 Python 库文档都是这个写的，如 Scrapy、requests。

个人 sphinx + markdown 的样例：https://github.com/Gerapy/Docs

27. jinja2
    GitHub：https://github.com/pallets/jinja

一个方便的模板引擎，呈现页面时很方便。

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

更方便灵活地实现命令行传递参数。

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

分布式多进程管理。

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

进程管理工具，如实现多任务后台运行，Docker 打包时会经常用到。

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

Python 定时任务，不过 K8S 也可以实现，个人目前可能更倾向于 K8S。

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

这不是 Python 库，是一个 Intel 开发的基于 Intel 处理器优化的 Python 解释器，对于大规模运算提升很大。

完毕。