Python語言、主要工具與類庫中文文檔
最全面的Python語言、主要工具與類庫中文文檔
Boltons：Python實用工具集 21.0.0
Boltons是擁有超過100個BSD許可的、純Python實用工具集合，更詳細的文檔點此了解。 ## 安裝和集成 在項目中加入Boltons有數種途徑，而最常見的為： pip install boltons 之后便可導入： from boltons.cacheutils import LRU my_cache = LRU() 更多細節參考文檔的集成部分，點此進入。 ## 架構 Boltons有極簡單的架構，保持一致與獨立，著眼于盡可能廣泛的維護用例和使用模式。 ## 整合 實用工具庫通常是廣泛被用于一個項目中，簡單性和穩定性可能要優先于版本時間。在這種情況下，開發者可以： 將所有boltons包復制到一個項目中 僅復制項目需要的utils.py文件 ## boltons的設計 boltons是一個活躍的庫，其設計必須： - 是純Python并盡可能獨立 - 執行常見的任務或完成一個共同的任務 - 展示并減少標準庫中的一些不足 - 對標準庫爭取尋求一個可以在最佳實踐和足夠好、正確性和常識之間平衡的標準設定 - 至少要有一個有用的doctest，鏈接到相關的標準庫功能，以及任何可提供進一步功能的第三方軟件包 ## boltons的主題 boltons有許多靈感，一組被明確定義下來的主題包括： - Python docs - 重新實現和調整標準庫 - 更強大的多用途數據結構 - 個人實踐和經驗
Podman容器工具中文文檔 4.0
Podman 是一個無守護程序、開源的Linux原生工具， 旨在使用Open Containers Initiative輕松查找、運行、構建、 共享和部署應用程序 (OCI) Containers 和 Container Images 。 Podman提供了任何使用過Docker的人都熟悉的命令行界面(CLI Container Engine 。 大多數用戶可以簡單地將Docker作為Podman的別名 (alias docker=podman) without any problems. Similar to other common Container Engines (Docker、CRI-O、Containerd)， Podman依賴于符合OCI的 Container Runtime (runc、crun、runv等) 與操作系統交互并創建運行容器。 這使得Podman創建的運行容器與任何其他常見容器引擎創建的容器幾乎沒有區別。 Podman控制下的容器既可以由超級用戶運行，也可以由非特權用戶運行。 Podman管理整個容器生態系統，其中包括Pod、容器、 容器映像和容器卷 libpod 類庫。 Podman專注于幫助您維護和修改OCI容器圖像的所有命令和功能， 例如拉取和標記。它允許您在生產環境中創建、運行和維護這些容器和容器映像。
GeoPandas中文文檔 0.10.2.dev+79
GeoPandas是一個開放源碼項目，它使在Python中使用地理空間數據變得更容易。 GeoPandas擴展了使用的數據類型 pandas 以允許對幾何類型進行空間運算。 幾何運算由執行 shapely 。地質熊貓進一步依賴于 fiona 用于文件訪問和 matplotlib 用來密謀的。 GeoPandas的目標是使在Python中使用地理空間數據變得更容易。 它結合了熊貓和Shaphy的能力， 提供了熊貓的地理空間操作和多個幾何圖形的高級界面。 GeoPandas使您能夠輕松地在Python中執行原本需要空間數據庫(如PostGIS)的操作。
Python游戲庫Arcade中文文檔 2.6.13
Arcade是一個用于創建2D視頻游戲的簡單易學的Python庫。 Arcade可以在Windows、Mac OS X和Linux上運行。 Arcade需要使用Python3.7或更高版本。它不能在Python2.x上運行。
Pygame中文文檔 2.1.3
Pygame是被設計用來寫游戲的Python模塊集合， 是在優秀的SDL庫之上開發的功能性包。 使用python可以導入pygame來開發具有全部特性的游戲和多媒體軟件， Pygame是極度輕便的并且可以運行在幾乎所有的平臺和操作系統上。 Pygame包已經被下載過成千上萬次，并且也被訪問過成千上萬次。 Pygame是免費的，發行遵守GPL，你可以利用它開發開源的、免費的、 免費軟件、共享件、還有商業軟件等等。如果想要看到關于以上全部詳細信息請看GPL .
scikit-image中文文檔 0.19.0.dev0
scikit-image 是基于scipy的一款圖像處理包。它將圖片作為numpy數組進行處理。  OSGeo中國中心負責中文文檔翻譯維護。 - 2022年4月21日，第一次發布。
DearPyGui：Python GUI 工具箱 1.5.1
Dear PyGui是針對 Python 的圖形用戶界面，具有最小的依賴性。 Dear PyGui 是一個易于使用（但功能強大）的 Python GUI 框架。Dear PyGui 提供了 Dear ImGui 的包裝，該包裝模擬了傳統的保留（retained）模式 GUI（與 Dear ImGui 的立即（immediate）模式范例相反）。 Dear PyGui 與其他 Python GUI 框架從根本上不同。在后臺，Dear PyGui 使用即時模式范例和計算機的 GPU 來實現極為動態的界面。 Dear ImGui 以相同的方式為游戲開發人員提供了一種創建工具的簡單方法，Dear PyGui 則提供了一種方便Python 開發人員為腳本創建快速而強大的 GUI 的簡單方法。 與其他 Python GUI 庫相比，Dear PyGui 具有以下獨特之處： - GPU 渲染 - 簡單的內置異步功能支持 - 完整的主題和樣式控制 - 簡單的內置日志窗口 - 70多個小部件具有數百種小部件組合
Docker模塊 5.1.0-dev
docker-py模塊。Docker-client for python。 在Python中調用Docker的接口，作為客戶端。 在 Github 中名稱為 docker-py 。 通過pip安裝使用下面命令： pip install docker 在 pypi 上，這個庫有兩個發行版?，F在較新版本為： https://pypi.org/project/docker/ 另外有一個舊的發行版地址，這個版本只到 1.10.x ，應該是廢棄的地址： https://pypi.org/project/docker-py/
Biopython：生物信息學的Python模塊 1.79
Biopython是Python最大，最受歡迎的生物信息學軟件包。 它包含許多用于常見生物信息學任務的不同子模塊.它由Chapman和Chang開發，主要用Python編寫.它還包含用于優化軟件復雜計算部分的C代碼。它運行在Windows，Linux，Mac OS X等上。 Biopython項目是旨在減少計算生物學中代碼重復，由國際開發人員協會創建。 它包含表示生物序列和序列注釋的類，并且能夠讀取和寫入各種文件格式（FASTA，FASTQ，GenBank和Clustal等）， 支持以程序化方式訪問生物信息的在線數據庫（例如，NCBI）。 獨立的模塊擴展了Biopython的序列比對，蛋白質結構，群體遺傳學，系統發育，序列基序和機器學習等功能。 基本上，Biopython是python模塊的集合，提供處理DNA，RNA和蛋白質序列操作的函數， 例如反向補充它提供了許多解析器來讀取所有主要的基因數據庫， 如GenBank，SwissPort，FASTA等， 以及包裝/接口來運行其他流行的生物信息學軟件/工具，如NCBI BLASTN，Entrez等，在python環境中。 它有像BioPerl，BioJava和BioRuby這樣的兄弟項目。 ## 功能 - Biopython是便攜式，清晰且易于學習的語法.一些突出的功能列在下面和下面;解釋，交互和面向對象. - 支持FASTA，PDB，GenBank，Blast，SCOP，PubMed/Medline，ExPASy相關格式. - 選項處理序列格式. - 管理蛋白質結構的工具. - BioSQL : ;用于存儲序列以及功能和注釋的標準SQL表集. - 訪問在線服務和數據庫，包括NCBI服務(Blast，Entrez，PubMed)和ExPASY服務(SwissProt，Prosite). - 訪問本地服務，包括Blast，Clustalw，EMBOSS. ## 目標 Biopython的目標是通過python語言提供對生物信息學的簡單，標準和廣泛的訪問： Biopython的具體目標列在下面和下面;提供對生物信息學資源的標準化訪問. - 高質量，可重復使用的模塊和腳本. - 可在群集代碼中使用的快速數組操作， PDB，NaiveBayes和Markov模型. - 基因組數據分析. ## 優點 - Biopython需要的代碼非常少，并且具有以下優點和減號;提供用于聚類的微陣列數據類型. - 讀取和寫入樹視圖類型文件. - 支持用于PDB解析，表示和分析的結構數據. - 支持Medline應用程序中使用的日記數據. - 支持BioSQL數據庫，這是所有生物信息學項目中廣泛使用的標準數據庫. - 支持解析器開發通過提供模塊將生物信息學文件解析為格式特定記錄對象或通用類序列加功能的實現. - 清除基于cookbook風格的文檔. ## 示例案例研究 讓我們檢查一些用例(群體遺傳學，RNA結構等)，并嘗試了解Biopython如何在該領域發揮重要作用 : 去; ### 群體遺傳學 群體遺傳學是對群體內遺傳變異的研究，包括對種群中基因和等位基因頻率在空間和時間上變化的檢測和模擬. Biopython提供生物.PopGen模塊用于群體遺傳學.該模塊包含收集有關經典群體遺傳信息的所有必要功能. ### RNA結構 對我們的生活至關重要的三種主要生物大分子是DNA，RNA和蛋白質.蛋白質是細胞的主力，并且作為酶發揮重要作用. DNA(脫氧核糖核酸)被認為是細胞的"藍圖".它攜帶細胞生長，攝取營養和繁殖所需的所有遺傳信息. RNA(核糖核酸)在細胞中充當"DNA復印體". Biopython提供Bio.Sequence對象，代表核苷酸，構建DNA和RNA.
SciPy文檔 1.8.0.dev0
SciPy是構建在Python的NumPy擴展上的數學算法和便利函數的集合。 它通過向用戶提供用于操作和可視化數據的高級命令和類， 為交互式Python會話添加了強大的功能。有了SciPy， 交互式Python會話將成為可與MATLAB、IDL、Octave、 R-Lab和SciLab等系統相媲美的數據處理和系統原型環境。 將SciPy建立在Python基礎上的另一個好處是， 這也使強大的編程語言可用于開發復雜的程序和專門的應用程序。 使用SciPy的科學應用程序受益于世界各地的開發人員在軟件領域的 眾多利基領域中開發的附加模塊。從并行編程到Web和數據庫的子例程和類， Python程序員都可以使用。除了SciPy中的數學庫之外， 所有這些功能都是可用的。
Babel 文檔 2.9.0
Babel是一個集成的實用程序集合，它幫助實現Python應用程序的國際化和本地化， 重點放在基于Web的應用程序上。 Babel為國際化(I18N)和本地化(L10N) 提供的功能可以分為兩個不同的方面：用于構建和使用的工具 gettext 消息目錄， 和到CLDR(通用 區域設置數據存儲庫)的Python接口，提供對各種區域顯示名稱、 本地化數字和日期格式等的訪問。
Coala 代碼分析器 0.10-極地
Coala 能提供一個統一的命令行接口用于代碼分析和修復， 無論你使用的是哪種開發語言。使用coala， 用戶可以在源 代碼中創建要遵循的規則和標準。 coala有一個完全可定制的用戶友好界面。它可以在任何環境中使用， 并且是完全模塊化的。Coala有一套 官方語言（插件），用于多種語言， 包括流行語言，如C/C++、Python、JavaScript、CSS、java等， 除了一些與通用語言無關的算法之外。
GDA開發人員指南
通用數據采集框架(GDA)是一個開源項目， 它為運行同步加速器和中子束線實驗提供了一個可配置的平臺。 該軟件的目的是為來訪的科學家提供一個以科學為中心的環境， 而不是以硬件為中心的環境來進行實驗。 有一個帶有嵌入式 命令行界面(CLI)的圖形界面(GUI)。GUI包含用于數據可視化和分析的工具。 硬件可以直接從GDA操作，也可以通過諸如EPICS或探戈之類的 控制系統進行操作。 該軟件具有可配置性和可擴展性。這使得軟件可以靈活地滿足不同光束線和設施的要求， 并最大限度地實現代碼共享。
GDA用戶指南
本指南旨在概述GDA框架，并解釋其中嵌入的Jython腳本環境的功能。 這包括如何編寫腳本、通過掃描執 行數據收集以及繪制掃描數據。 它不包括GDA的光束線或技術特定部分。本指南解釋：如何使用GDA。 您的數據將存儲在何處 以及如何存儲。如何使用基本命令(如掃描)執行實驗。 關于編寫Jython腳本和Jython模塊的指導原則。編碼和文檔標準。 高級腳本工具。 如何編寫您自己的掃描程序-由掃描控制的對象。
Tox：通用的虛擬環境管理和測試命令行工具 3.25.0
tox是通用的虛擬環境管理和測試命令行工具。 tox能夠讓我們在同一個Host上自定義出多套相互獨立且隔 離的python環境 （tox是openstack社區最基本的測試工具，比如python程序的兼容性、UT等）。 它的目標是提供最先進的 自動化打包、測試和發布功能。
Alabaster：Sphinx主題
Alabaster是一個視覺上簡潔的，響應性的，可配置 Sphinx 文檔系統主題。 它與Python2+3兼容。 Alabaster能夠以Python軟件包的形式輕松安裝/使用； 與源主題相比，樣式進行了調整，比如更好的擋路代碼對齊， Github按鈕放置， 頁面源鏈接移到頁腳，改進的(可選的)相關項目側欄項目，等等； 多種自定義鉤子，包括各種側邊欄和 頁腳組件的切換； 頁眉/鏈接/ETC顏色控制等；改進了所有自定義(現有和新的)的文檔。
PyOpenCL，訪問 OpenCL 的Python類庫 2020.3.1
PyOpenCL使您可以方便地通過Pythonic訪問 OpenCL 并行計算API。
Python靜態代碼掃描工具——flake8 3.8.4
Flake8 是由Python官方發布的一款輔助檢測Python代碼是否規范的工具， 相對于目前熱度比較高的Pylint來說，Flake8檢查規則靈活， 支持集成額外插件，擴展性強。
scikit-bio 文檔 0.5.6
scikit-bio是一個開源的、bsd許可的python3包， 為生物信息學提供數據結構、算法和教育資源。
Astropy：天文學和天體物理學Python工具包 4.3.1
Astropy 是一個 Python 工具包， 它提供了大量核心的功能和用于天文學和天體物理學的常用工具。 astropy包是Astropy 項目的內核，這個項目致力于發展一個魯棒性較好的伴隨子包 （能兼容優秀的astropy這個庫）的生態環境，用來天文研究，數據處理和分析。
JMESPath：JSON查詢語言
JMESPath是一種JSON查詢語言。您可以從JSON文檔中提取和轉換元素。 最簡單的JMESPath表達式是 identifier ，它選擇JSON對象中的鍵。 切片允許您選擇數組的連續子集。在最簡單的形式中， 可以指定起始索引和結束索引。 結束索引是您所做的第一個索引 not 希望包括在切片中。 投影是JMESPath的關鍵特性之一。它允許您將表達式應用于元素集合。
Spyder 文檔 5
Spyder是一個強大的科學環境，用Python編寫，為Python編寫， 由科學家、工程師和數據分析師設計。它將一個綜合開發工具的高級編輯、 分析、調試和分析功能與科學軟件包的數據探索、交互執行、 深度檢查和漂亮的可視化功能進行了獨特的結合。
Dateutil 文檔 2.8.2
Dateutil 模塊提供了對標準的強大擴展 datetime 模塊， 在Python中可用。Dateutil 模塊的特征有：計算相對增量 （下個月、下一年、下周一、每月最后一周等）； 計算兩個給定日期和/或日期時間對象之間的相對增量； 基于非常靈活的遞歸規則計算日期，使用 iCalendar 規范。 也支持解析RFC字符串。對幾乎任何字符串格式的日期進行通用解析。
PyMongo 文檔 3.11.1.dev1
PyMongo 是一個Python發行版，包含用于 MongoDB ， 是從Python中使用MongoDB的推薦方法。 PyMongo支持通過TLS/SSL連接到MongoDB。
Felix 教程 2016.07
Felix像Python一樣運行程序，你直接運行源代碼。 在幕后，Felix將程序翻譯成C++，編譯程序并運行它。 在類Unix系統上，所有生成的文件都緩存在$HOME目錄的.felix/cache子目錄中， 在Windows上則緩存在$USERPROFILE的.felix/cache子目錄中。
yagmail 文檔 0.10.189
Yagmail 是一個GMAIL/SMTP客戶端，旨在使發送電子郵件變得盡可能簡單。 發送郵件的郵箱需要開通IMAP/POP3/SMTP服務，否則就會提示錯誤信息。 設置授權碼的過程也很簡單。
Python-docx 文檔 0.8.11
Python-docx 是用于創建和更新Microsoft Word（.docx）文件的Python庫。 例如打開一個基于默認“模板”的空白文檔， 與使用內置默認值在Word中啟動新文檔時所獲得的內容非常相似。
Pelican 中文文檔 4.7.1
Pelican是一個靜態站點生成器 Python. 亮點包括： 在中直接使用您選擇的編輯器編寫內容 reStructuredText 或 Markdown 格式； 包括一個簡單的CLI工具（重新）生成您的站點；易于與分布式版本控制系統和web掛鉤進行交互； 完全靜態的輸出很容易在任何地方托管。Pelican 4 目前支持：文章（如博客文章） 和頁面（如“關于”、“項目”、“聯系人”）；通過外部服務（Discus）進行評論。 如果您希望對注釋數據有更多的控制權，另一個選擇是自托管注釋。 看看 Pelican Plugins 存儲庫以獲取更多詳細信息。 主題化支持（使用 Jinja2 模板）；以多種語文發表文章；Atom/RSS源； 代碼語法突出顯示；從WordPress、Dotclear或RSS源導入； 與外部工具集成：Twitter、Google Analytics等（可選）； 由于內容緩存和選擇性輸出寫入，重建速度更快。
URLLIb3 中文文檔 1.26.9
URLLIb3是一個功能強大，對SAP 健全的 HTTP客戶端。 URLLIB3的專業支持作為 Tidelift Subscription . Tidelift為軟件開發團隊提供了購買和維護軟件的單一來源， 并由最了解軟件的專家提供專業級保證，同時與現有工具無縫集成。 URLLIB3帶來了Python標準庫中缺少的許多關鍵特性：線程安全。連接池。 客戶端TLS/SSL驗證。使用多部分編碼上載文件。 用于重試請求和處理http重定向的幫助程序。支持gzip、deflate和brotli編碼。 對http和socks的代理支持。100%測試覆蓋率。
TabLIB 文檔 3.2.1
TabLIB是一個 MIT Licensed 格式不可知的表格數據集庫， 用python編寫。它允許您導入、導出和操作表格數據集。 高級功能包括分離、動態列、標記和篩選以及無縫格式導入和導出。
Pycuda 中文文檔 2020.1
Pythonic訪問 Nvidia 的 CUDA 并行計算api。 cuda api的幾個包裝器已經存在——那么為什么需要pycuda呢？ 對象清理綁定到對象的生存期。這個成語，常被稱為 RAII 在C++中， 更容易編寫正確的、無泄漏和無崩潰的代碼。pycuda也知道依賴關系， 因此（例如）在分配給它的所有內存都被釋放之前，它不會與上下文分離。 方便。抽象 pycuda.compiler.SourceModule 和 pycuda.gpuarray.GPUArray 使cuda編程比nvidia基于c的運行時更加方便。 完整性。如果您愿意的話，pycuda會將cuda的驅動程序api的全部功能交給您使用。 自動錯誤檢查。所有cuda錯誤都會自動轉換為python異常。速度。 PycUDA的底層是用C++編寫的，所以上面所有的細節都是免費的。
Invoke 中文文檔
invoke提供了一個多方面的配置機制，允許您通過配置文件、 環境變量的層次結構來配置核心行為和任務的行為， task namespaces 和cli標志。配置查找、加載、 解析和合并的最終結果是 Config 對象，其行為類似于（嵌套的）python字典。 invoke在運行時引用此對象（確定以下方法的默認行為 Context.run ） 并將其作為 Context.config 或作為快捷屬性訪問 Context 本身。
Nose2 中文文檔 0.10.0
Nose2 是的繼承者 nose 。它是 unittest 帶插件。 Nose2的目的是擴展 unittest 使測試更好、更容易理解。 因為 nose2 基于UnitTest，您可以從Python標準庫的 documentation for unittest 然后使用nose2在上面增加值。 nose2 在名稱以開頭的python文件中查找測試 test 并運行它發現的每個測試函數。
Web2py的API文檔 2.22.3
web2py 是一個為 Python 語言提供的全功能Web應用框架， 只在敏捷快速的開發 Web 應用，具有快速、 安全以及可移植的數據庫驅動的應用，兼容 Google App Engine。
web.py 中文文檔 0.39
web.py 是一個小巧靈活的Python框架，不依賴大量的第三方模塊， 它沒有URL路由、沒有模板也沒有數據庫的訪問?？蚣芙o開發帶來的限制少， 可以根據自己的需求進行定制。
Python到readthedocs指南 0.1.0
一本關于將Python項目與閱讀文檔集成以創建非常方便的文檔的初學者指南。 本指南適用于擁有Python項目并希望通過將其與讀取文檔集成來改進文檔的任何人。 在閱讀文檔的基礎上托管項目文檔有很多好處：您的文檔特定于您的代碼版本。 在開發分支中添加一個新功能，更新文檔頁面，提交， 更新Github上的開發，在很短的時間內， 開發分支的文檔已經在readthedocs上更新，但至關重要的是， readthedocs上的主分支仍然顯示特定于文檔的o總分行。 您不必擔心為文檔托管網站，包括使其可搜索的所有麻煩等。 您可以在“讀取文檔”中配置從python代碼到好看的可搜索文檔頁面的docstring自動轉換。
Build the docs：技術文檔生成器 0.1
本節的目的是提供與項目文檔一起工作的技術作者或翻譯人員可能需要 的“快速”參考信息（關于語法、可用工具、樣式約定等）。 最重要的信息是 reStructuredText, 技術文檔（用戶手冊等）中使用的標記語言。 還有一些關于 Sphinx, 自動轉換文本文件并以HTML格式或PDF格式生成文檔的應用程序。 本節中的文檔將提供有關技術文檔生成器的一般信息 (Sphinx_) ， 版本控制系統 (Git_) 項目管理系統和問題跟蹤系統 （taskman aka 以及服務臺和支持票系統（OTR）。 RestructuredText文檔只是一個帶有一些標記的純文本文件， 用于指定文本的格式或語義。 標記有兩種類型。
Gevent 事件循環 21.8.0
Gevent是一個 coroutine 基于 Python 使用的網絡庫 greenlet 在 libev 或 libuv 事件循環。功能包括：基于的快速事件循環 libev 或 libuv . 基于greenlets的輕量級執行單元。重新使用Python標準庫中的概念的API （例如 events 和 queues ）。Cooperative sockets with SSL support。 Cooperative DNS queries 通過線程工具、dnspython或c-ares執行。 Monkey patching utility 使第三方模塊變得合作。 TCP/UDP/HTTP服務器。子流程支持（通過 gevent.subprocess ）。線程池。
Deeptools:用于探索深度排序數據的工具 3.3.0
Deeptools是一個 Python工具套件 特別為高效分析高通量測序數據而開發， 例如chip-seq、rna-seq或mnase-seq。 使用deeptools有三種方法： 銀河系使用 --我們的公眾 deepTools Galaxy server 讓我們在熟悉的Galaxy框架中使用deeptools，而不需要掌握命令行。 命令行用法 --只需下載并安裝工具。 API --在自己的python程序中使用您最喜歡的deeptools模塊。 在開發Deeptools的同時，我們不斷努力創建符合以下標準的軟件： 有效地從BAM文件中提取讀取內容 對它們進行各種計算。 將對齊讀取的BAM文件轉換為bigwig文件 使用不同的規范化策略。 利用 多處理器 （速度?。?。 生成 高度可定制的圖像 （更改顏色、尺寸、標簽、文件格式等）。 使可能 customized down-stream analyses ，這意味著用戶可以存儲創建的每個數據集。 模塊化方法 -兼容性、靈活性、可擴展性（即我們可以添加越來越多的模塊并使用現有的方法）。
GitPython 文檔 3.1.14
GitPython是一個用于與Git存儲庫交互的Python庫，高級別的類似于Git瓷器， 低級別的類似于Git管道。它提供了Git對象的抽象，以便于訪問存儲庫數據， 并且還允許您使用純Python實現或更快但資源更密集的Git命令實現更直接地訪問Git存儲庫。
Pygraphviz 文檔 1.7
PyGraphviz是Graphviz圖形布局和可視化包的Python接口。 使用PyGraphviz，您可以使用Python創建，編輯，讀取， 寫入和繪制圖形，以訪問Graphviz圖形數據結構和布局算法。 PyGraphvi為NetworkX提供了類似的編程接口.
Pycairo 模塊
Pycairo是一個Python模塊，為 cairo graphics library . 這取決于 cairo >= 1.13.1 并與 Python 2.7+ 以及 Python 3.5+ . pycairo， 包括本文檔，根據 LGPLv2.1 以及 MPLv1.1 .pycairo綁定的設計目的 是盡可能接近cairo C API，并且僅在以更“pythonic”的方式更好地實現的情況下會有改變。
Python打包用戶指南
作為一種通用的編程語言，Python被設計成可以在很多方面使用。 你可以建立網站、工業機器人或游戲供你的朋友玩， 更重要的是，所有這些都使用相同的核心技術。
Suricata：高性能網絡ID、IP和網絡安全監控引擎 7.0.0-dev
Suricata是一個高性能的網絡ID、IP和網絡安全監控引擎。 它是開源的，由一個社區經營的非營利 基金會開放信息安全基金會（OISF）擁有。 Suricata由OISF開發。開放信息安全基金會是一個非營利性的基金會， 組織了社區和支持開源的安全技術，如SuriCad，世界級IDS/IPS引擎。 這本指南將給你一個快速的開始運行Suricata， 將只集中在基礎上。 要了解更多細節，請通讀更具體的章節。
力學與流體動力學研究所 Python 101 入門 0.1
力學與流體動力學研究所 Python 101 入門 。 本教程的目標是通過實際執行這些任務來介紹日?？茖W工作中使用的基本工具。
科學中的 Python
本教程的目標是學習基本的機器學習技能。我們的目標是制作最好的數字分類器。 我們將處理的數據集是舊的，但它是評估新算法（和早期概念）的參考基準。
Python 101入門 0.1
python 101從python的基本原理開始，然后建立在您從中學到的基礎之上。 這本書的讀者主要是那些在過去編程但想學習Python的人。 這本書涵蓋了相當數量的中級材料除了初學者的材料。
Mechanize操控瀏覽器 0.4.7
Mechanize是非常合適的模擬瀏覽器的模塊， 它的特點主要有：http,https協議等。簡單的HTML表單填寫。 瀏覽器歷史記錄和重載。Referer的HTTP頭的正確添加（可選）。 自動遵守robots.txt的。自動處理HTTP-EQUIV和刷新。
Falcon Web框架 3.1.0dev1
Falcon 是一個最低限度的ASGI/WSGI框架， 用于構建任務關鍵型REST API和微服務， 重點關注規模上的可靠性、正確性和性能。 我們喜歡把Falcon看作是 迪特爾·拉姆斯 Web框架。 Falcon鼓勵REST架構風格， 并試圖在保持高效的同時盡可能少地做事情。
Sanic 異步框架 21.3.0a1
Sanic 是一個和類Flask 的基于Python3.5+的web框架，它編寫的代碼速度特別快。 除了像Flask 以外，Sanic 還支持以異步請求的方式處理請求。 這意味著你可以使用新的 async/await 語法，編寫非阻塞的快速的代碼。 該項目的目標是提供一種簡單的方法來啟動和運行一個高性能的HTTP服務器， 該服務器易于構建、擴展和最終擴展。
Bokeh：一個交互式可視化Python庫 2.2.2
Bokeh是一個面向現代web瀏覽器的交互式可視化庫。 它提供優雅、簡潔的多功能圖形結構， 并在大型或流式數據集上提供高性能的交互性。 Bokeh可以幫助任何想要快速方便地制作交互式繪圖、 儀表板和數據應用程序的人。
Click 模塊 8
python Click模塊用于編寫命令行程序，它的目的是使用更少的代碼， 加快編寫CLI程序的速度。 click提供以下三個功能： 支持任意命令的嵌套，自動生成幫助文檔，支持命令的懶加載。
Apache Spark：集群計算系統
Apache Spark 是一個快速的，多用途的集群計算系統。 它提供了 Java，Scala，Python 和 R 的高級 API， 以及一個支持通用的執行圖計算的優化過的引擎。 它還支持一組豐富的高級工具， 包括使用 SQL 處理結構化數據處理的 Spark SQL，用于機器學習的 MLlib， 用于圖計算的 GraphX，以及 Spark Streaming。
Jinja2：基于python的模板引擎 3.0.0
Jinja2是Python下一個被廣泛應用的模版引擎， 他的設計思想來源于Django的模板引擎，并擴展了其語法和一系列強大的功能。 其中最顯著的一個是增加了沙箱執行功能和可選的自動轉義功能， 這對大多應用的安全性來說是非常重要的。
Pytest：幫助您編寫更好的程序
pytest是一個非常成熟的全功能的Python測試框架，主要特點有以下幾點： 1、簡單靈活，容易上手，文檔豐富； 2、支持參數化，可以細粒度地控制要測試的測試用例； 3、能夠支持簡單的單元測試和復雜的功能測試， 還可以用來做selenium/appnium等自動化測試、 接口自動化測試（pytest+requests）; 4、pytest具有很多第三方插件，并且可以自定義擴展， 比較好用的如pytest-selenium（集成selenium）、 pytest-html（完美html測試報告生成）、pytest-rerunfailures（失敗case重復執行）、 pytest-xdist（多CPU分發）等；5、測試用例的skip和xfail處理； 6、可以很好的和CI工具結合，例如jenkins。
Jupyter Notebook 7.0.0a3
該Notebook將基于控制臺的交互式計算方法擴展到了一個全新的定性方向， 提供了一個適合于捕獲整個計算過程的基于Web的應用程序： 開發、記錄和執行代碼，以及傳遞結果。 JupyterNotebook包含兩個部分： 1.Web應用程序 ：一種基于瀏覽器的文檔交互創作工具， 將解釋性文本、數學、計算及其富媒體輸出結合在一起。 2.Notebook文檔 ：Web應用程序中可見的所有內容的表示， 包括計算的輸入和輸出、解釋性文本、數學、圖像和對象的富媒體表示。
Fabric 中文文檔 1.x
Fabric是一個Python庫，可以通過SSH在多個host上批量執行任務。 你可以編寫任務腳本，然后通過Fabric在本地就可以使用SSH 在大量遠程服務器上自動運行。這些功能非常適合應用的自動化部署， 或者執行系統管理任務。
Scapy 交互式數據包處理程序 2.4.4.dev265
Scapy是一個python程序，它允許用戶發送、嗅探、分析和偽造網絡包。 這種能力允許構建能夠探測、掃描或攻擊網絡的工具。換句話說，scapy 是一個強大的交互式數據包處理程序。它能夠偽造或解碼大量協議的數 據包，在線發送，捕獲它們，匹配請求和回復，等等。scapy可以輕松 處理大多數經典任務，如掃描、跟蹤路由、探測、單元測試、攻擊或網 絡發現。它可以替代hping、arpsoof、arp sk、arping、p0f，甚至可以 替代nmap、tcpdump和tshark的某些部分。
NLTK 自然語言工具包 3.6.2
NLTK是一個高效的Python構建的平臺，用來處理人類自然語言數據。 它提供了易于使用的接口，通過這些接口可以訪問超過50個語料庫和詞匯資源（如WordNet）， 還有一套用于分類、標記化、詞干標記、解析和語義推理的文本處理庫， 以及工業級NLP庫的封裝器和一個活躍的討論論壇。
Beautiful Soup4 Web解析庫 4.7.1
Beautiful Soup提供一些簡單的、Python式的函數用來處理導航、 搜索、修改分析樹等功能。它是一個工具箱， 通過解析文檔為用戶提供需要抓取的數據，因為簡單， 所以不需要多少代碼就可以寫出一個完整的應用程序。 Beautiful Soup自動將輸入文檔轉換為Unicode編碼， 輸出文檔轉換為utf-8編碼。你不需要考慮編碼方式， 除非文檔沒有指定一個編碼方式，這時， Beautiful Soup就不能自動識別編碼方式了。然后， 你僅僅需要說明一下原始編碼方式就可以了。 Beautiful Soup已成為和lxml、html6lib一樣出色的Python解釋器， 為用戶靈活地提供不同的解析策略或強勁的速度。
PyCurl 網絡工具文檔中文版 7.45.1
PyCURL是一個Python接口，它是多協議文件傳輸庫的LIbCURL。 類似于URLLIB Python模塊，PyCURL可以用來從Python 程序獲取URL所標識的對象。然而，除了簡單的獲取， PyCURL公開了LIbCURL的大部分功能，包括：速度-LIbCURL非?？?， 并且PycURL作為LiCURL之上的薄包裝器也是非?？斓?。 PycURL被標榜為比請求快幾倍。特性包括多協議支持、SSL、身份驗證和代理選項。 PyCURL支持大多數LBCURL的回調。多和共享接口。 用于網絡操作的套接字， 允許將PyCURL集成到應用程序的I/O循環中（例如，使用TrnADO）。
NetworkX 網絡分析文檔中文版 2.8
NetworkX是使用Python語言開發的網絡分析類庫， 用于創建、操作和研究復雜網絡的結構、動態和功能。 NetworkX提供： * 研究社會、生物和基礎設施網絡結構和動態的工具； * 一種適用于多種應用的標準編程接口和圖形實現； * 為協作性、多學科項目提供快速發展環境； * 與現有的數值算法和C、C++和FORTRAN代碼的接口； * 能夠輕松處理大型非標準數據集。 2022年5月2日，NetworkX中文文檔發布2.8版本。
OpenPyXL 文檔中文版 3.0.5
Openpyxl是一個開源項目，Openpyxl模塊是一個讀寫Excel 2010文檔的Python庫， 如果要處理更早格式的Excel文檔，需要用到其它庫（如：xlrd、xlwt等）， 這是Openpyxl比較其他模塊的不足之處。 Openpyxl是一款比較綜合的工具，不僅能夠同時讀取和修改Excel文檔， 而且可以對Excel文件內單元格進行詳細設置， 包括單元格樣式等內容， 甚至還支持圖表插入、打印設置等內容， 使用Openpyxl可以讀寫xltm, xltx, xlsm, xlsx等類型的文件， 且可以處理數據量較大的Excel文件，跨平臺處理大量數據是其它模塊沒法相比的。 因此，Openpyxl成為處理Excel復雜問題的首選庫函數。
Werkzeug WSGI應用程序庫 2.1.X
Werkzeug是Python的WSGI規范的實用函數庫。 使用廣泛，基于BSD協議。 Werkzeug 不是一個web服務器， 也不是一個web框架，而是一個工具包。 它可以作為一個 Web 框架的底層庫， 因為它封裝好了很多 Web 框架的東西， 例如 Request，Response 等等。 大名鼎鼎 Flask 框架就是基于 Werkzeug 開發的 。
CubicWeb 語義Web應用程序框架 3.28.0.dev0
CubicWeb 是一個語義Web應用程序框架，在lgpl下獲得許可， 它允許開發人員通過重用組件（稱為 cubes ）遵循眾所周知的面向對象設計原則。 主要特點:由顯式引擎驅動的引擎 data model 應用程序的， 名為 RQL 類似于W3C的SPARQL，selection+view 半自動XHTML/XML/JSON/TEXT生成機制， 可重用的庫 components （數據模型和視圖）滿足共同需求， SQL數據庫、LDAP目錄、Subversion和Mercurial對于存儲后端的可靠性。
Cherrypy 極簡的python web框架 18.6.1.dev
Cherrypy是Python最古老的Web框架之一，但許多人并不知道它的存在。 其中一個原因是，Cherrypy不是一個完整的堆棧，它內置了對多層體系結構的支持。 它既不提供前端實用程序，也不會告訴您如何使用存儲設備。 相反，Cherrypy的做法是讓開發人員做出這些決定。 與其他著名框架相比，這是一個對比立場。 Cherrypy是一個真正開放的框架，您可以隨意擴展和插入服務器端或按請求的新功能。 不管怎樣， Cherrypy都可以幫助您構建應用程序，并通過簡單的模式支持您的體系結構。 Cherrypy既可以被視為HTTP庫， 也可以被視為Web應用程序框架。 在后一種情況下，它的體系結構提供了支持跨整個服務器實例操作的機制。 這提供了一個強大的畫布來執行持久的操作， 因為服務器范圍的函數位于請求處理本身之外。
Eve， Python REST API框架 1.1.6.dev0
Eve是一款Python的REST API框架， 它允許輕松地構建和部署高度可定制、 功能齊全的RESTful Web服務。 Eve由 Flask 和 Cerberus 它提供本地支持 MongoDB 數據存儲。 社區提供對SQL、ElasticSearch和Neo4JS后端的支持。 Eve是一個開源項目，遵循BSD開源協議， 已在Python 2.6、2.7以及Python 3.3版本下進行了非常全面的測試。
Bottle Python Web框架 0.13
Bottle是一個快速，簡單，輕量級的 Python WSGI Web框架。 單一文件，只依賴 Python標準庫 。URL映射(Routing): 將URL請求映射到Python函數，支持動態URL，且URL更簡潔。 模板(Templates): 快速且pythonic的 內置模板引擎 ， 同時支持 mako , jinja2 和 cheetah 等模板。 基礎功能(Utilities): 方便地訪問表單數據，上傳文件， 使用cookie，查看HTTP元數據。服務器： 內置HTTP開發服務器并支持 paste, fapws3, bjoern, gae, cherrypy 或其他 WSGI 支持HTTP服務器。
SQLAlchemy 中文版 1.4.25
SQLAlchemy是Python編程語言下的一款開源軟件。 提供了SQL工具包及對象關系映射（ORM）工具， 使用MIT許可證發行。SQLAlchemy“采用簡單的Python語言， 為高效和高性能的數據庫訪問設計，實現了完整的企業級持久模型”。 SQLAlchemy的理念是，SQL數據庫的量級和性能重要于對象集合； 而對象集合的抽象又重要于表和行。 因此，SQLAlchemy采用了類似于Java里Hibernate的數據映射模型， 而不是其他ORM框架采用的Active Record模型。 不過，Elixir和declarative等可選插件可以讓用戶使用聲明語法。
Pyramid 文檔中文版 2.0
Pyramid 是一個小型、快速、實際的python web框架。 用 Pyramid 您可以編寫非常小的應用程序，而無需了解很多。 通過學習更多，您也可以編寫非常大的應用程序。 Pyramid 會讓你迅速變得富有成效，并與你一起成長。 當你的應用程序很小時，它不會阻礙你，當你的應用程序變大時， 它也不會妨礙你。其他應用程序框架似乎分為兩類： 支持“小應用程序”的和為“大應用程序”設計的。
Tornado 文檔中文版 6.2.dev1
Tornado 是一個Python web框架和異步網絡庫，最初開發于 FriendFeed . 通過使用非阻塞網絡I/O，Tornado可以擴展到數萬個開放連接， 使其非常適合 long polling ， WebSockets 以及其他需要與每個用戶建立長期連接的應用程序。 Tornado 大致可分為四個主要部分： Web框架（包括 RequestHandler 它是創建Web應用程序和各種支持類的子類）。 HTTP的客戶端和服務器端實現 (HTTPServer 和 AsyncHTTPClient ）。 包含類的異步網絡庫 IOLoop 和 IOStream 作為HTTP組件的構建塊， 也可以用于實現其他協議。協作程序庫 (tornado.gen ） 它允許異步代碼以比鏈接回調更簡單的方式寫入。 這類似于Python3.5中引入的本地協同工作特性。 (async def ）建議使用本地協程來代替 tornado.gen 模塊可用時。 Tornado Web框架和HTTP服務器一起提供了完整的堆棧替代方案 WSGI . 雖然可以將Tornado HTTP服務器用作其他WSGi框架的容器 (WSGIContainer ） 這種組合有局限性，要充分利用Tornado， 您需要同時使用Tornado的Web框架和HTTP服務器。
Django 文檔中文版 4.0.dev
Django是一個開放源代碼的Web應用框架，由Python寫成。 因為django是在一個快節奏的新聞編輯室環境中開發的， 所以它的設計目的是使常見的Web開發任務快速簡單。 Django遵守BSD版權，初次發布于2005年7月, 并于2008年9月發布了第一個正式版本1.0 。 Django采用了MVC的軟件設計模式，即模型M，視圖V和控制器C。
Pygments 語法高亮 2.7.3
這是 Pygments 的家。它是一種通用語法高亮顯示工具， 適用于代碼托管、論壇、維基或其他需要美化源代碼的應用程序。 亮點是：支持300多種語言和其他文本格式,特別注意提高突出質量的細節。 對新語言和格式的支持很容易添加；大多數語言使用簡單的基于regex的詞法分析機制。 有許多輸出格式可用，其中包括HTML、RTF、LaTex和ANSI序列, 它可用作命令行工具和庫,…它甚至能高亮 Perl6！
Whoosh 全文檢索 2.7.4
純Python的全文搜索庫，Whoosh是索引文本及搜索文本的類和函數庫。 它能讓你開發出一個個性化的經典搜索引擎。 Whoosh 自帶的是英文分詞，對中文分詞支持不太好， 使用 jieba 替換 whoosh 的分詞組件。 例如，如果您正在創建博客軟件，您可以使用whoosh添加搜索功能， 允許用戶搜索博客條目。
PyCodeStyle 工具 2.6
pycodestyle（以前叫pep8）是一個工具， 用于根據中的一些樣式約定檢查您的Python代碼。 他的主要特征包括：插件架構：添加新的檢查很容易。 可解析輸出：跳轉到編輯器中的錯誤位置。 ?。褐挥幸粋€python文件，只需要stdlib。 為此，您可以只使用pycodestyle.py文件。 附帶了一個全面的測試套件。
PyQuery 網頁解析庫 1.1
PyQuery：一個類似jquery的python庫。 Pyquery允許您對XML文檔進行jquery查詢。 API盡可能類似于jquery。如果你覺得正則寫起來太麻煩， 如果你覺得BeautifulSoup語法太難記， 如果你熟悉jQuery的語法 那么，PyQuery就是你絕佳的選擇。 PyQuery使用LXML進行快速XML和HTML操作。 PyQuery庫是一個非常強大又靈活的網頁解析庫， PyQuery 是 Python 仿照 jQuery 的嚴格實現。 語法與 jQuery 幾乎完全相同。項目正在Github的git倉庫上積極開發。
Flask Web 開發微框架 1.1.X
“micro”并不意味著整個Web應用程序都必須適合于一個單獨的Python文件 （盡管它當然可以），也不意味著flask缺乏功能性。 微框架中的“微”意味著Flask的目標是保持核心簡單但可擴展。 Flask不會為您做很多決定，比如使用什么數據庫。 它所做的那些決策，例如要使用的模板化引擎，很容易更改。 其他一切都取決于你，所以這個瓶子可以是你需要的一切， 而不是你不需要的。默認情況下，flask不包括數據庫抽象層、 表單驗證或其他任何可以處理該問題的庫。 相反，flask支持擴展來向應用程序添加這樣的功能， 就好像它是在flask本身中實現的一樣。 許多擴展提供了數據庫集成、表單驗證、上載處理、各種開放式身份驗證技術等等。 Flask可能是“微型的”，但它已經準備好生產使用的各種需要。
Scrapy 應用程序框架 2.5
Scrapy，Python開發的一個快速、高層次的屏幕抓取和web抓取框架， 用于抓取web站點并從頁面中提取結構化的數據。 Scrapy用途廣泛，可以用于數據挖掘、監測和自動化測試。 Scrapy吸引人的地方在于它是一個框架， 任何人都可以根據需求方便的修改。 它也提供了多種類型爬蟲的基類，如BaseSpider、 sitemap爬蟲等，最新版本又提供了web2.0爬蟲的支持。
Requests HTTP for Humans 2.25.1
Requests 是用Python語言編寫，基于 urllib， 采用 Apache2 Licensed 開源協議的 HTTP 庫。 它比 urllib 更加方便，可以節約我們大量的工作， 完全滿足 HTTP 測試需求。Requests 的哲學是以 PEP 20 的習語為中心開發的， 所以它比 urllib 更加 Pythoner。更重要的一點是它支持 Python3 哦！ 特點：Beautiful is better than ugly.(美麗優于丑陋), Explicit is better than implicit.(清楚優于含糊), Simple is better than complex.(簡單優于復雜), Complex is better than complicated.(復雜優于繁瑣), Readability counts.(重要的是可讀性）
Pillow 圖像處理 8.4.0
Pillow 是一個對 PIL 友好的分支，作者是 Alex Clark 和貢獻者。 而 PIL 是一個 Python 圖像處理庫，為Python解釋器添加了圖像處理功能。 此庫提供了廣泛的文件格式支持、高效的內部表示和相當強大的圖像處理功能。 核心圖像庫設計用于快速訪問以幾個基本像素格式存儲的數據。 它為一般的圖像處理工具提供了堅實的基礎。
Sphinx 文檔構建工具 3.5.0+
Sphinx是一種工具，由Georg Brandl編寫并根據BSD許可證授權， 它使得創造靈活和美觀的文檔變得容易。 它最初是為 Python文檔 而創建。 它具有出色的設計，可以用到各種語言的軟件項目。 這個站點（文檔）也是使用Sphinx從reStructuredText源創建的！ 應突出顯示以下功能： 輸出格式：HTML，LaTex, ePub, Texinfo, manual pages, plain text。 廣泛的交叉引用： 語義標記和函數， 類，引用，術語和類似信息的自動鏈接。 層次結構：輕松定義文檔樹， 自動鏈接到兄弟姐妹，父母和孩子。 自動索引： 通用索引， 以及用于特定語言的模塊索引。 代碼處理： 使用Pygments 自動高亮顯示。 擴展： 自動測試代碼片段，API文檔。 貢獻的擴展：在其他倉儲庫中由用戶貢獻的50余擴展，大部分可以通過 PyPI 安裝。
Matplotlib 科學繪圖庫中文文檔 3.3.3
Matplotlib是一個Python 2D繪圖庫， 可以生成各種硬拷貝格式和跨平臺交互式環境出版質量數據。 Matplotlib可用于Python腳本，Python和IPython shell， Jupyter筆記本，Web應用程序服務器和四個圖形用戶界面工具包。 Matplotlib試圖讓簡單易事的事情成為可能。 只需幾行代碼即可生成繪圖，直方圖，功率譜，條形圖， 誤差圖，散點圖等。 有關示例，請參閱示例圖庫和縮略圖庫。 對于簡單的繪圖，pyplot模塊提供類似MATLAB的接口， 特別是與IPython結合使用時。 對于高級用戶， 你可以通過面向對象的界面或通過MATLAB用戶熟悉的一組函數完全控制線型， 字體屬性，軸屬性等。
NumPy 數值計算庫中文文檔 1.21.0.dev0+343.g098a3b417
NumPy系統是Python的一種開源的數值計算擴展。 這種工具可用來存儲和處理大型矩陣， 比Python自身的列表結構要高效的多（該結構也可以用來表示矩陣（matrix））。 包括：1、一個強大的N維數組對象Array；2、比較成熟的（廣播）函數庫； 3、用于整合C/C++和Fortran代碼的工具包； 4、實用的線性代數、傅里葉變換和隨機數生成函數。 NumPy（Numeric Python）提供了許多高級的數值編程工具， 如：矩陣數據類型、矢量處理，以及精密的運算庫。 專為進行嚴格的數字處理而產生。 NumPy 得到廣泛應用， 包括很多大型金融公司，以及科學計算組織與團隊， 用其處理一些本來使用C++，Fortran或Matlab等所做的任務。
Python 3.8中文文檔（C語言實現版本） 3.10.0a4
Python是Guido van Rossum在1989年圣誕節期間， 為了打發無聊的圣誕節而編寫的一個編程語言。 Python 提供了非常完善的基礎代碼庫，覆蓋了網絡、文件、GUI、數據庫、 文本等大量內容，被形象地稱作“內置電池（batteries included）”。 用Python開發，許多功能不必從零編寫，直接使用現成的即可。 除了內置的庫外，Python還有大量的第三方庫，也就是別人開發的， 供你直接使用的東西。 當然，如果你開發的代碼通過很好的封裝， 也可以作為第三方庫給別人使用。 許多大型網站就是用Python開發的， 例如YouTube、Instagram，還有國內的豆瓣。 很多大公司， 包括Google、Yahoo等，甚至NASA（美國航空航天局）都大量地使用Python。