Python语言、主要工具与类库中文文档

最全面的Python语言、主要工具与类库中文文档

APSW 文档 4.3.0

/static/upload/6a/6a40237a-73cc-11ee-8984-00163e056ce7_m.jpg

        APSW使您能够充分利用 SQLite 来自Python的嵌入式关系数据库引擎, 以及来自SQLite的最大限度地利用了Python。APSW将完整的 SQLite C API 和 Python's C API , 使用SQLite和Python保持最新状态。

Kombu文档 5.3.2

/static/upload/91/91ff4028-73ca-11ee-8657-00163e056ce7_m.jpg

        Kombu 是一个用于Python的消息库。 Kombu 就是要通过为AMQ协议提供惯用的高级接口来尽可能地简化在Python中的消息传递, 并为常见的消息传递问题提供经过验证和测试的解决方案。 AMQP 是高级消息队列协议,这是一种用于消息定向、排队、路由、可靠性和安全性的开放标准协议, RabbitMQ 消息传递服务器是最流行的实现方式。

Mahotas:用Python语言实现计算机视觉 1.4.13

        Mahotas是一个用于Python的计算机视觉和图像处理库。 它包括许多用C++实现的算法,以提高在Numy数组中操作时的速度,并具有非常干净的Python接口。 Mahotas目前拥有100多个用于图像处理和计算机视觉的功能,而且还在不断增长。

Rich文档 13.5.2

        Rich是一个Python库,用于编写 rich 文本(带有颜色和样式)到终端, 并用于显示高级内容,如表格、标记和语法突出显示的代码。 使用Rich使您的命令行应用程序在视觉上更具吸引力,并以更易读的方式显示数据。 Rich还可以通过漂亮的打印和语法突出显示数据结构成为有用的调试辅助工具。

pyglet文档 v2.0.9

/static/upload/72/72f6ecb8-4dea-11ee-bb31-00163e056ce7_m.jpg

        pyglet 是一个跨平台的窗口和多媒体库,用于开发游戏和其他视觉效果丰富的应用程序。 它支持窗口、用户界面事件处理、游戏控制器和操纵杆、OpenGL图形、 加载图像和视频以及播放声音和音乐。 pyglet 适用于Windows、OS X和Linux。 Pyglet是一个纯的Python库,对其他模块没有硬依赖。

Boltons:Python实用工具集 21.0.0

        Boltons是拥有超过100个BSD许可的、纯Python实用工具集合,更详细的文档点此了解。 ## 安装和集成 在项目中加入Boltons有数种途径,而最常见的为: pip install boltons 之后便可导入: from boltons.cacheutils import LRU my_cache = LRU() 更多细节参考文档的集成部分,点此进入。 ## 架构 Boltons有极简单的架构,保持一致与独立,着眼于尽可能广泛的维护用例和使用模式。 ## 整合 实用工具库通常是广泛被用于一个项目中,简单性和稳定性可能要优先于版本时间。在这种情况下,开发者可以: 将所有boltons包复制到一个项目中 仅复制项目需要的utils.py文件 ## boltons的设计 boltons是一个活跃的库,其设计必须: - 是纯Python并尽可能独立 - 执行常见的任务或完成一个共同的任务 - 展示并减少标准库中的一些不足 - 对标准库争取寻求一个可以在最佳实践和足够好、正确性和常识之间平衡的标准设定 - 至少要有一个有用的doctest,链接到相关的标准库功能,以及任何可提供进一步功能的第三方软件包 ## boltons的主题 boltons有许多灵感,一组被明确定义下来的主题包括: - Python docs - 重新实现和调整标准库 - 更强大的多用途数据结构 - 个人实践和经验

Podman容器工具中文文档 4.0

        Podman 是一个无守护程序、开源的Linux原生工具, 旨在使用Open Containers Initiative轻松查找、运行、构建、 共享和部署应用程序 (OCI) Containers 和 Container Images 。 Podman提供了任何使用过Docker的人都熟悉的命令行界面(CLI Container Engine 。 大多数用户可以简单地将Docker作为Podman的别名 (alias docker=podman) without any problems. Similar to other common Container Engines (Docker、CRI-O、Containerd), Podman依赖于符合OCI的 Container Runtime (runc、crun、runv等) 与操作系统交互并创建运行容器。 这使得Podman创建的运行容器与任何其他常见容器引擎创建的容器几乎没有区别。 Podman控制下的容器既可以由超级用户运行,也可以由非特权用户运行。 Podman管理整个容器生态系统,其中包括Pod、容器、 容器映像和容器卷 libpod 类库。 Podman专注于帮助您维护和修改OCI容器图像的所有命令和功能, 例如拉取和标记。它允许您在生产环境中创建、运行和维护这些容器和容器映像。

GeoPandas中文文档 0.10.2.dev+79

/static/upload/a9/a9403ed6-d19b-11ec-b1cd-00163e0533f4_m.jpg

        GeoPandas是一个开放源码项目,它使在Python中使用地理空间数据变得更容易。 GeoPandas扩展了使用的数据类型 pandas 以允许对几何类型进行空间运算。 几何运算由执行 shapely 。地质熊猫进一步依赖于 fiona 用于文件访问和 matplotlib 用来密谋的。 GeoPandas的目标是使在Python中使用地理空间数据变得更容易。 它结合了熊猫和Shaphy的能力, 提供了熊猫的地理空间操作和多个几何图形的高级界面。 GeoPandas使您能够轻松地在Python中执行原本需要空间数据库(如PostGIS)的操作。

Pandas中文文档 1.5.0.dev0+697.gf9762d8f52

/static/upload/3c/3cf1911a-d19d-11ec-a282-00163e0533f4_m.jpg

        pandas 是一个开源的BSD授权库,提供高性能、 易于使用的数据结构和数据分析工具 Python 编程语言。

Python游戏库Arcade中文文档 2.6.13

/static/upload/62/62621b6c-d19e-11ec-b1cd-00163e0533f4_m.jpg

        Arcade是一个用于创建2D视频游戏的简单易学的Python库。 Arcade可以在Windows、Mac OS X和Linux上运行。 Arcade需要使用Python3.7或更高版本。它不能在Python2.x上运行。

Pygame中文文档 2.1.3

/static/upload/77/77280222-d19f-11ec-9f92-00163e0533f4_m.jpg

        Pygame是被设计用来写游戏的Python模块集合, 是在优秀的SDL库之上开发的功能性包。 使用python可以导入pygame来开发具有全部特性的游戏和多媒体软件, Pygame是极度轻便的并且可以运行在几乎所有的平台和操作系统上。 Pygame包已经被下载过成千上万次,并且也被访问过成千上万次。 Pygame是免费的,发行遵守GPL,你可以利用它开发开源的、免费的、 免费软件、共享件、还有商业软件等等。如果想要看到关于以上全部详细信息请看GPL .

scikit-image中文文档 0.19.0.dev0

/static/upload/62/624c2482-c173-11ec-9b94-00163e0533f4_m.jpg

        scikit-image 是基于scipy的一款图像处理包。它将图片作为numpy数组进行处理。 ![](https://www.osgeo.cn/scikit-image/_static/img/logo.png) OSGeo中国中心负责中文文档翻译维护。 - 2022年4月21日,第一次发布。

DearPyGui:Python GUI 工具箱 1.5.1

        Dear PyGui是针对 Python 的图形用户界面,具有最小的依赖性。 Dear PyGui 是一个易于使用(但功能强大)的 Python GUI 框架。Dear PyGui 提供了 Dear ImGui 的包装,该包装模拟了传统的保留(retained)模式 GUI(与 Dear ImGui 的立即(immediate)模式范例相反)。 Dear PyGui 与其他 Python GUI 框架从根本上不同。在后台,Dear PyGui 使用即时模式范例和计算机的 GPU 来实现极为动态的界面。 Dear ImGui 以相同的方式为游戏开发人员提供了一种创建工具的简单方法,Dear PyGui 则提供了一种方便Python 开发人员为脚本创建快速而强大的 GUI 的简单方法。 与其他 Python GUI 库相比,Dear PyGui 具有以下独特之处: - GPU 渲染 - 简单的内置异步功能支持 - 完整的主题和样式控制 - 简单的内置日志窗口 - 70多个小部件具有数百种小部件组合

Docker模块 5.1.0-dev

        docker-py模块。Docker-client for python。 在Python中调用Docker的接口,作为客户端。 在 Github 中名称为 docker-py 。 通过pip安装使用下面命令: pip install docker 在 pypi 上,这个库有两个发行版。现在较新版本为: https://pypi.org/project/docker/ 另外有一个旧的发行版地址,这个版本只到 1.10.x ,应该是废弃的地址: https://pypi.org/project/docker-py/

Biopython:生物信息学的Python模块 1.79

        Biopython是Python最大,最受欢迎的生物信息学软件包。 它包含许多用于常见生物信息学任务的不同子模块.它由Chapman和Chang开发,主要用Python编写.它还包含用于优化软件复杂计算部分的C代码。它运行在Windows,Linux,Mac OS X等上。 Biopython项目是旨在减少计算生物学中代码重复,由国际开发人员协会创建。 它包含表示生物序列和序列注释的类,并且能够读取和写入各种文件格式(FASTA,FASTQ,GenBank和Clustal等), 支持以程序化方式访问生物信息的在线数据库(例如,NCBI)。 独立的模块扩展了Biopython的序列比对,蛋白质结构,群体遗传学,系统发育,序列基序和机器学习等功能。 基本上,Biopython是python模块的集合,提供处理DNA,RNA和蛋白质序列操作的函数, 例如反向补充它提供了许多解析器来读取所有主要的基因数据库, 如GenBank,SwissPort,FASTA等, 以及包装/接口来运行其他流行的生物信息学软件/工具,如NCBI BLASTN,Entrez等,在python环境中。 它有像BioPerl,BioJava和BioRuby这样的兄弟项目。 ## 功能 - Biopython是便携式,清晰且易于学习的语法.一些突出的功能列在下面和下面;解释,交互和面向对象. - 支持FASTA,PDB,GenBank,Blast,SCOP,PubMed/Medline,ExPASy相关格式. - 选项处理序列格式. - 管理蛋白质结构的工具. - BioSQL : ;用于存储序列以及功能和注释的标准SQL表集. - 访问在线服务和数据库,包括NCBI服务(Blast,Entrez,PubMed)和ExPASY服务(SwissProt,Prosite). - 访问本地服务,包括Blast,Clustalw,EMBOSS. ## 目标 Biopython的目标是通过python语言提供对生物信息学的简单,标准和广泛的访问: Biopython的具体目标列在下面和下面;提供对生物信息学资源的标准化访问. - 高质量,可重复使用的模块和脚本. - 可在群集代码中使用的快速数组操作, PDB,NaiveBayes和Markov模型. - 基因组数据分析. ## 优点 - Biopython需要的代码非常少,并且具有以下优点和减号;提供用于聚类的微阵列数据类型. - 读取和写入树视图类型文件. - 支持用于PDB解析,表示和分析的结构数据. - 支持Medline应用程序中使用的日记数据. - 支持BioSQL数据库,这是所有生物信息学项目中广泛使用的标准数据库. - 支持解析器开发通过提供模块将生物信息学文件解析为格式特定记录对象或通用类序列加功能的实现. - 清除基于cookbook风格的文档. ## 示例案例研究 让我们检查一些用例(群体遗传学,RNA结构等),并尝试了解Biopython如何在该领域发挥重要作用 : 去; ### 群体遗传学 群体遗传学是对群体内遗传变异的研究,包括对种群中基因和等位基因频率在空间和时间上变化的检测和模拟. Biopython提供生物.PopGen模块用于群体遗传学.该模块包含收集有关经典群体遗传信息的所有必要功能. ### RNA结构 对我们的生活至关重要的三种主要生物大分子是DNA,RNA和蛋白质.蛋白质是细胞的主力,并且作为酶发挥重要作用. DNA(脱氧核糖核酸)被认为是细胞的"蓝图".它携带细胞生长,摄取营养和繁殖所需的所有遗传信息. RNA(核糖核酸)在细胞中充当"DNA复印体". Biopython提供Bio.Sequence对象,代表核苷酸,构建DNA和RNA.

SciPy文档 1.8.0.dev0

/static/upload/70/70914e82-3627-11ec-9617-00163e0533f4_m.jpg

        SciPy是构建在Python的NumPy扩展上的数学算法和便利函数的集合。 它通过向用户提供用于操作和可视化数据的高级命令和类, 为交互式Python会话添加了强大的功能。有了SciPy, 交互式Python会话将成为可与MATLAB、IDL、Octave、 R-Lab和SciLab等系统相媲美的数据处理和系统原型环境。 将SciPy建立在Python基础上的另一个好处是, 这也使强大的编程语言可用于开发复杂的程序和专门的应用程序。 使用SciPy的科学应用程序受益于世界各地的开发人员在软件领域的 众多利基领域中开发的附加模块。从并行编程到Web和数据库的子例程和类, Python程序员都可以使用。除了SciPy中的数学库之外, 所有这些功能都是可用的。

Babel 文档 2.9.0

/static/upload/3c/3cd22af2-5c5d-11eb-a309-00163e0533f4_m.jpg

        Babel是一个集成的实用程序集合,它帮助实现Python应用程序的国际化和本地化, 重点放在基于Web的应用程序上。 Babel为国际化(I18N)和本地化(L10N) 提供的功能可以分为两个不同的方面:用于构建和使用的工具 gettext 消息目录, 和到CLDR(通用 区域设置数据存储库)的Python接口,提供对各种区域显示名称、 本地化数字和日期格式等的访问。

Coala 代码分析器 0.10-极地

/static/upload/0b/0b28cdc6-5c5d-11eb-9410-00163e0533f4_m.jpg

        Coala 能提供一个统一的命令行接口用于代码分析和修复, 无论你使用的是哪种开发语言。使用coala, 用户可以在源 代码中创建要遵循的规则和标准。 coala有一个完全可定制的用户友好界面。它可以在任何环境中使用, 并且是完全模块化的。Coala有一套 官方语言(插件),用于多种语言, 包括流行语言,如C/C++、Python、JavaScript、CSS、java等, 除了一些与通用语言无关的算法之外。

GDA开发人员指南

        通用数据采集框架(GDA)是一个开源项目, 它为运行同步加速器和中子束线实验提供了一个可配置的平台。 该软件的目的是为来访的科学家提供一个以科学为中心的环境, 而不是以硬件为中心的环境来进行实验。 有一个带有嵌入式 命令行界面(CLI)的图形界面(GUI)。GUI包含用于数据可视化和分析的工具。 硬件可以直接从GDA操作,也可以通过诸如EPICS或探戈之类的 控制系统进行操作。 该软件具有可配置性和可扩展性。这使得软件可以灵活地满足不同光束线和设施的要求, 并最大限度地实现代码共享。

GDA用户指南

        本指南旨在概述GDA框架,并解释其中嵌入的Jython脚本环境的功能。 这包括如何编写脚本、通过扫描执 行数据收集以及绘制扫描数据。 它不包括GDA的光束线或技术特定部分。本指南解释:如何使用GDA。 您的数据将存储在何处 以及如何存储。如何使用基本命令(如扫描)执行实验。 关于编写Jython脚本和Jython模块的指导原则。编码和文档标准。 高级脚本工具。 如何编写您自己的扫描程序-由扫描控制的对象。

Tox:通用的虚拟环境管理和测试命令行工具 3.25.0

/static/upload/67/674dd8ea-5c5c-11eb-a01f-00163e0533f4_m.jpg

        tox是通用的虚拟环境管理和测试命令行工具。 tox能够让我们在同一个Host上自定义出多套相互独立且隔 离的python环境 (tox是openstack社区最基本的测试工具,比如python程序的兼容性、UT等)。 它的目标是提供最先进的 自动化打包、测试和发布功能。

Alabaster:Sphinx主题

        Alabaster是一个视觉上简洁的,响应性的,可配置 Sphinx 文档系统主题。 它与Python2+3兼容。 Alabaster能够以Python软件包的形式轻松安装/使用; 与源主题相比,样式进行了调整,比如更好的挡路代码对齐, Github按钮放置, 页面源链接移到页脚,改进的(可选的)相关项目侧栏项目,等等; 多种自定义钩子,包括各种侧边栏和 页脚组件的切换; 页眉/链接/ETC颜色控制等;改进了所有自定义(现有和新的)的文档。

PyOpenCL,访问 OpenCL 的Python类库 2020.3.1

        PyOpenCL使您可以方便地通过Pythonic访问 OpenCL 并行计算API。

Python静态代码扫描工具——flake8 3.8.4

        Flake8 是由Python官方发布的一款辅助检测Python代码是否规范的工具, 相对于目前热度比较高的Pylint来说,Flake8检查规则灵活, 支持集成额外插件,扩展性强。

scikit-bio 文档 0.5.6

        scikit-bio是一个开源的、bsd许可的python3包, 为生物信息学提供数据结构、算法和教育资源。

Astropy:天文学和天体物理学Python工具包 4.3.1

/static/upload/64/6475a444-5965-11eb-89f9-00163e0533f4_m.jpg

        Astropy 是一个 Python 工具包, 它提供了大量核心的功能和用于天文学和天体物理学的常用工具。 astropy包是Astropy 项目的内核,这个项目致力于发展一个鲁棒性较好的伴随子包 (能兼容优秀的astropy这个库)的生态环境,用来天文研究,数据处理和分析。

JMESPath:JSON查询语言

/static/upload/2c/2cce043c-5965-11eb-ab15-00163e0533f4_m.jpg

        JMESPath是一种JSON查询语言。您可以从JSON文档中提取和转换元素。 最简单的JMESPath表达式是 identifier ,它选择JSON对象中的键。 切片允许您选择数组的连续子集。在最简单的形式中, 可以指定起始索引和结束索引。 结束索引是您所做的第一个索引 not 希望包括在切片中。 投影是JMESPath的关键特性之一。它允许您将表达式应用于元素集合。

Spyder 文档 5

/static/upload/f7/f70b46d4-5964-11eb-9b44-00163e0533f4_m.jpg

        Spyder是一个强大的科学环境,用Python编写,为Python编写, 由科学家、工程师和数据分析师设计。它将一个综合开发工具的高级编辑、 分析、调试和分析功能与科学软件包的数据探索、交互执行、 深度检查和漂亮的可视化功能进行了独特的结合。

Dateutil 文档 2.8.2

        Dateutil 模块提供了对标准的强大扩展 datetime 模块, 在Python中可用。Dateutil 模块的特征有:计算相对增量 (下个月、下一年、下周一、每月最后一周等); 计算两个给定日期和/或日期时间对象之间的相对增量; 基于非常灵活的递归规则计算日期,使用 iCalendar 规范。 也支持解析RFC字符串。对几乎任何字符串格式的日期进行通用解析。

PyMongo 文档 3.11.1.dev1

        PyMongo 是一个Python发行版,包含用于 MongoDB , 是从Python中使用MongoDB的推荐方法。 PyMongo支持通过TLS/SSL连接到MongoDB。

Felix 教程 2016.07

        Felix像Python一样运行程序,你直接运行源代码。 在幕后,Felix将程序翻译成C++,编译程序并运行它。 在类Unix系统上,所有生成的文件都缓存在$HOME目录的.felix/cache子目录中, 在Windows上则缓存在$USERPROFILE的.felix/cache子目录中。

yagmail 文档 0.10.189

/static/upload/95/95b22916-5964-11eb-89f9-00163e0533f4_m.jpg

        Yagmail 是一个GMAIL/SMTP客户端,旨在使发送电子邮件变得尽可能简单。 发送邮件的邮箱需要开通IMAP/POP3/SMTP服务,否则就会提示错误信息。 设置授权码的过程也很简单。

Python-docx 文档 0.8.11

        Python-docx 是用于创建和更新Microsoft Word(.docx)文件的Python库。 例如打开一个基于默认“模板”的空白文档, 与使用内置默认值在Word中启动新文档时所获得的内容非常相似。

Pelican 中文文档 4.7.1

        Pelican是一个静态站点生成器 Python. 亮点包括: 在中直接使用您选择的编辑器编写内容 reStructuredText 或 Markdown 格式; 包括一个简单的CLI工具(重新)生成您的站点;易于与分布式版本控制系统和web挂钩进行交互; 完全静态的输出很容易在任何地方托管。Pelican 4 目前支持:文章(如博客文章) 和页面(如“关于”、“项目”、“联系人”);通过外部服务(Discus)进行评论。 如果您希望对注释数据有更多的控制权,另一个选择是自托管注释。 看看 Pelican Plugins 存储库以获取更多详细信息。 主题化支持(使用 Jinja2 模板);以多种语文发表文章;Atom/RSS源; 代码语法突出显示;从WordPress、Dotclear或RSS源导入; 与外部工具集成:Twitter、Google Analytics等(可选); 由于内容缓存和选择性输出写入,重建速度更快。

URLLIb3 中文文档 1.26.9

/static/upload/47/473e8f86-5964-11eb-90c0-00163e0533f4_m.jpg

        URLLIb3是一个功能强大,对SAP 健全的 HTTP客户端。 URLLIB3的专业支持作为 Tidelift Subscription . Tidelift为软件开发团队提供了购买和维护软件的单一来源, 并由最了解软件的专家提供专业级保证,同时与现有工具无缝集成。 URLLIB3带来了Python标准库中缺少的许多关键特性:线程安全。连接池。 客户端TLS/SSL验证。使用多部分编码上载文件。 用于重试请求和处理http重定向的帮助程序。支持gzip、deflate和brotli编码。 对http和socks的代理支持。100%测试覆盖率。

TabLIB 文档 3.2.1

        TabLIB是一个 MIT Licensed 格式不可知的表格数据集库, 用python编写。它允许您导入、导出和操作表格数据集。 高级功能包括分离、动态列、标记和筛选以及无缝格式导入和导出。

Pycuda 中文文档 2020.1

        Pythonic访问 Nvidia 的 CUDA 并行计算api。 cuda api的几个包装器已经存在——那么为什么需要pycuda呢? 对象清理绑定到对象的生存期。这个成语,常被称为 RAII 在C++中, 更容易编写正确的、无泄漏和无崩溃的代码。pycuda也知道依赖关系, 因此(例如)在分配给它的所有内存都被释放之前,它不会与上下文分离。 方便。抽象 pycuda.compiler.SourceModule 和 pycuda.gpuarray.GPUArray 使cuda编程比nvidia基于c的运行时更加方便。 完整性。如果您愿意的话,pycuda会将cuda的驱动程序api的全部功能交给您使用。 自动错误检查。所有cuda错误都会自动转换为python异常。速度。 PycUDA的底层是用C++编写的,所以上面所有的细节都是免费的。

Invoke 中文文档

        invoke提供了一个多方面的配置机制,允许您通过配置文件、 环境变量的层次结构来配置核心行为和任务的行为, task namespaces 和cli标志。配置查找、加载、 解析和合并的最终结果是 Config 对象,其行为类似于(嵌套的)python字典。 invoke在运行时引用此对象(确定以下方法的默认行为 Context.run ) 并将其作为 Context.config 或作为快捷属性访问 Context 本身。

PyWPS 中文文档 4.2.4

/static/upload/e2/e29adbca-5963-11eb-ab15-00163e0533f4_m.jpg

        PyWPS是Open Geospatial Consortium的Web Processing Service 标准的实现。 PyWPS用Python编写。

Nose2 中文文档 0.10.0

        Nose2 是的继承者 nose 。它是 unittest 带插件。 Nose2的目的是扩展 unittest 使测试更好、更容易理解。 因为 nose2 基于UnitTest,您可以从Python标准库的 documentation for unittest 然后使用nose2在上面增加值。 nose2 在名称以开头的python文件中查找测试 test 并运行它发现的每个测试函数。

Web2py的API文档 2.22.3

        web2py 是一个为 Python 语言提供的全功能Web应用框架, 只在敏捷快速的开发 Web 应用,具有快速、 安全以及可移植的数据库驱动的应用,兼容 Google App Engine。

web.py 中文文档 0.39

        web.py 是一个小巧灵活的Python框架,不依赖大量的第三方模块, 它没有URL路由、没有模板也没有数据库的访问。框架给开发带来的限制少, 可以根据自己的需求进行定制。

Python到readthedocs指南 0.1.0

        一本关于将Python项目与阅读文档集成以创建非常方便的文档的初学者指南。 本指南适用于拥有Python项目并希望通过将其与读取文档集成来改进文档的任何人。 在阅读文档的基础上托管项目文档有很多好处:您的文档特定于您的代码版本。 在开发分支中添加一个新功能,更新文档页面,提交, 更新Github上的开发,在很短的时间内, 开发分支的文档已经在readthedocs上更新,但至关重要的是, readthedocs上的主分支仍然显示特定于文档的o总分行。 您不必担心为文档托管网站,包括使其可搜索的所有麻烦等。 您可以在“读取文档”中配置从python代码到好看的可搜索文档页面的docstring自动转换。

Build the docs:技术文档生成器 0.1

        本节的目的是提供与项目文档一起工作的技术作者或翻译人员可能需要 的“快速”参考信息(关于语法、可用工具、样式约定等)。 最重要的信息是 reStructuredText, 技术文档(用户手册等)中使用的标记语言。 还有一些关于 Sphinx, 自动转换文本文件并以HTML格式或PDF格式生成文档的应用程序。 本节中的文档将提供有关技术文档生成器的一般信息 (Sphinx_) , 版本控制系统 (Git_) 项目管理系统和问题跟踪系统 (taskman aka 以及服务台和支持票系统(OTR)。 RestructuredText文档只是一个带有一些标记的纯文本文件, 用于指定文本的格式或语义。 标记有两种类型。

Gevent 事件循环 21.8.0

        Gevent是一个 coroutine 基于 Python 使用的网络库 greenlet 在 libev 或 libuv 事件循环。功能包括:基于的快速事件循环 libev 或 libuv . 基于greenlets的轻量级执行单元。重新使用Python标准库中的概念的API (例如 events 和 queues )。Cooperative sockets with SSL support。 Cooperative DNS queries 通过线程工具、dnspython或c-ares执行。 Monkey patching utility 使第三方模块变得合作。 TCP/UDP/HTTP服务器。子流程支持(通过 gevent.subprocess )。线程池。

Deeptools:用于探索深度排序数据的工具 3.3.0

        Deeptools是一个 Python工具套件 特别为高效分析高通量测序数据而开发, 例如chip-seq、rna-seq或mnase-seq。 使用deeptools有三种方法: 银河系使用 --我们的公众 deepTools Galaxy server 让我们在熟悉的Galaxy框架中使用deeptools,而不需要掌握命令行。 命令行用法 --只需下载并安装工具。 API --在自己的python程序中使用您最喜欢的deeptools模块。 在开发Deeptools的同时,我们不断努力创建符合以下标准的软件: 有效地从BAM文件中提取读取内容 对它们进行各种计算。 将对齐读取的BAM文件转换为bigwig文件 使用不同的规范化策略。 利用 多处理器 (速度!)。 生成 高度可定制的图像 (更改颜色、尺寸、标签、文件格式等)。 使可能 customized down-stream analyses ,这意味着用户可以存储创建的每个数据集。 模块化方法 -兼容性、灵活性、可扩展性(即我们可以添加越来越多的模块并使用现有的方法)。

GitPython 文档 3.1.14

        GitPython是一个用于与Git存储库交互的Python库,高级别的类似于Git瓷器, 低级别的类似于Git管道。它提供了Git对象的抽象,以便于访问存储库数据, 并且还允许您使用纯Python实现或更快但资源更密集的Git命令实现更直接地访问Git存储库。

Pygraphviz 文档 1.7

        PyGraphviz是Graphviz图形布局和可视化包的Python接口。 使用PyGraphviz,您可以使用Python创建,编辑,读取, 写入和绘制图形,以访问Graphviz图形数据结构和布局算法。 PyGraphvi为NetworkX提供了类似的编程接口.

Pycairo 模块

        Pycairo是一个Python模块,为 cairo graphics library . 这取决于 cairo >= 1.13.1 并与 Python 2.7+ 以及 Python 3.5+ . pycairo, 包括本文档,根据 LGPLv2.1 以及 MPLv1.1 .pycairo绑定的设计目的 是尽可能接近cairo C API,并且仅在以更“pythonic”的方式更好地实现的情况下会有改变。

Python打包用户指南

        作为一种通用的编程语言,Python被设计成可以在很多方面使用。 你可以建立网站、工业机器人或游戏供你的朋友玩, 更重要的是,所有这些都使用相同的核心技术。

Suricata:高性能网络ID、IP和网络安全监控引擎 7.0.0-dev

        Suricata是一个高性能的网络ID、IP和网络安全监控引擎。 它是开源的,由一个社区经营的非营利 基金会开放信息安全基金会(OISF)拥有。 Suricata由OISF开发。开放信息安全基金会是一个非营利性的基金会, 组织了社区和支持开源的安全技术,如SuriCad,世界级IDS/IPS引擎。 这本指南将给你一个快速的开始运行Suricata, 将只集中在基础上。 要了解更多细节,请通读更具体的章节。

力学与流体动力学研究所 Python 101 入门 0.1

        力学与流体动力学研究所 Python 101 入门 。 本教程的目标是通过实际执行这些任务来介绍日常科学工作中使用的基本工具。

科学中的 Python

        本教程的目标是学习基本的机器学习技能。我们的目标是制作最好的数字分类器。 我们将处理的数据集是旧的,但它是评估新算法(和早期概念)的参考基准。

Python 漫游指南

/static/upload/39/392468aa-5962-11eb-89f9-00163e0533f4_m.jpg

        这本手工制作的指南旨在为新手和专业的Python开发人员提供有关每天安装、 配置和使用Python的最佳实践手册。

Python 101入门 0.1

        python 101从python的基本原理开始,然后建立在您从中学到的基础之上。 这本书的读者主要是那些在过去编程但想学习Python的人。 这本书涵盖了相当数量的中级材料除了初学者的材料。

Mechanize操控浏览器 0.4.7

        Mechanize是非常合适的模拟浏览器的模块, 它的特点主要有:http,https协议等。简单的HTML表单填写。 浏览器历史记录和重载。Referer的HTTP头的正确添加(可选)。 自动遵守robots.txt的。自动处理HTTP-EQUIV和刷新。

Falcon Web框架 3.1.0dev1

/static/upload/ab/ab156ba6-595f-11eb-90c0-00163e0533f4_m.jpg

        Falcon 是一个最低限度的ASGI/WSGI框架, 用于构建任务关键型REST API和微服务, 重点关注规模上的可靠性、正确性和性能。 我们喜欢把Falcon看作是 迪特尔·拉姆斯 Web框架。 Falcon鼓励REST架构风格, 并试图在保持高效的同时尽可能少地做事情。

Sanic 异步框架 21.3.0a1

        Sanic 是一个和类Flask 的基于Python3.5+的web框架,它编写的代码速度特别快。 除了像Flask 以外,Sanic 还支持以异步请求的方式处理请求。 这意味着你可以使用新的 async/await 语法,编写非阻塞的快速的代码。 该项目的目标是提供一种简单的方法来启动和运行一个高性能的HTTP服务器, 该服务器易于构建、扩展和最终扩展。

Bokeh:一个交互式可视化Python库 2.2.2

/static/upload/78/78901e24-595a-11eb-90c0-00163e0533f4_m.jpg

        Bokeh是一个面向现代web浏览器的交互式可视化库。 它提供优雅、简洁的多功能图形结构, 并在大型或流式数据集上提供高性能的交互性。 Bokeh可以帮助任何想要快速方便地制作交互式绘图、 仪表板和数据应用程序的人。

Seaborn绘图工具库 0.12.0.dev0

/static/upload/ec/ec27372e-5959-11eb-90c0-00163e0533f4_m.jpg

        Seaborn是一个基于 matplotlib . 它提供了一个高层次的界面来绘制有吸引力和信息丰富的统计图形。

Click 模块 8

/static/upload/c2/c2ce5936-5961-11eb-90c0-00163e0533f4_m.jpg

        python Click模块用于编写命令行程序,它的目的是使用更少的代码, 加快编写CLI程序的速度。 click提供以下三个功能: 支持任意命令的嵌套,自动生成帮助文档,支持命令的懒加载。

Apache Spark:集群计算系统

/static/upload/8a/8a0f5cd4-5962-11eb-90c0-00163e0533f4_m.jpg

        Apache Spark 是一个快速的,多用途的集群计算系统。 它提供了 Java,Scala,Python 和 R 的高级 API, 以及一个支持通用的执行图计算的优化过的引擎。 它还支持一组丰富的高级工具, 包括使用 SQL 处理结构化数据处理的 Spark SQL,用于机器学习的 MLlib, 用于图计算的 GraphX,以及 Spark Streaming。

Jinja2:基于python的模板引擎 3.0.0

/static/upload/8d/8dd22d34-5957-11eb-90c0-00163e0533f4_m.jpg

        Jinja2是Python下一个被广泛应用的模版引擎, 他的设计思想来源于Django的模板引擎,并扩展了其语法和一系列强大的功能。 其中最显著的一个是增加了沙箱执行功能和可选的自动转义功能, 这对大多应用的安全性来说是非常重要的。

Pytest:帮助您编写更好的程序

/static/upload/47/477bac98-5957-11eb-ab15-00163e0533f4_m.jpg

        pytest是一个非常成熟的全功能的Python测试框架,主要特点有以下几点: 1、简单灵活,容易上手,文档丰富; 2、支持参数化,可以细粒度地控制要测试的测试用例; 3、能够支持简单的单元测试和复杂的功能测试, 还可以用来做selenium/appnium等自动化测试、 接口自动化测试(pytest+requests); 4、pytest具有很多第三方插件,并且可以自定义扩展, 比较好用的如pytest-selenium(集成selenium)、 pytest-html(完美html测试报告生成)、pytest-rerunfailures(失败case重复执行)、 pytest-xdist(多CPU分发)等;5、测试用例的skip和xfail处理; 6、可以很好的和CI工具结合,例如jenkins。

Jupyter Notebook 7.0.0a3

/static/upload/7d/7db0971a-5961-11eb-ab15-00163e0533f4_m.jpg

        该Notebook将基于控制台的交互式计算方法扩展到了一个全新的定性方向, 提供了一个适合于捕获整个计算过程的基于Web的应用程序: 开发、记录和执行代码,以及传递结果。 JupyterNotebook包含两个部分: 1.Web应用程序 :一种基于浏览器的文档交互创作工具, 将解释性文本、数学、计算及其富媒体输出结合在一起。 2.Notebook文档 :Web应用程序中可见的所有内容的表示, 包括计算的输入和输出、解释性文本、数学、图像和对象的富媒体表示。

Fabric 中文文档 1.x

/static/upload/6c/6ca6a038-5937-11eb-90c0-00163e0533f4_m.jpg

        Fabric是一个Python库,可以通过SSH在多个host上批量执行任务。 你可以编写任务脚本,然后通过Fabric在本地就可以使用SSH 在大量远程服务器上自动运行。这些功能非常适合应用的自动化部署, 或者执行系统管理任务。

Scapy 交互式数据包处理程序 2.4.4.dev265

/static/upload/42/42b3b822-5961-11eb-89f9-00163e0533f4_m.jpg

        Scapy是一个python程序,它允许用户发送、嗅探、分析和伪造网络包。 这种能力允许构建能够探测、扫描或攻击网络的工具。换句话说,scapy 是一个强大的交互式数据包处理程序。它能够伪造或解码大量协议的数 据包,在线发送,捕获它们,匹配请求和回复,等等。scapy可以轻松 处理大多数经典任务,如扫描、跟踪路由、探测、单元测试、攻击或网 络发现。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 自然语言工具包 3.6.2

        NLTK是一个高效的Python构建的平台,用来处理人类自然语言数据。 它提供了易于使用的接口,通过这些接口可以访问超过50个语料库和词汇资源(如WordNet), 还有一套用于分类、标记化、词干标记、解析和语义推理的文本处理库, 以及工业级NLP库的封装器和一个活跃的讨论论坛。

Beautiful Soup4 Web解析库 4.7.1

        Beautiful Soup提供一些简单的、Python式的函数用来处理导航、 搜索、修改分析树等功能。它是一个工具箱, 通过解析文档为用户提供需要抓取的数据,因为简单, 所以不需要多少代码就可以写出一个完整的应用程序。 Beautiful Soup自动将输入文档转换为Unicode编码, 输出文档转换为utf-8编码。你不需要考虑编码方式, 除非文档没有指定一个编码方式,这时, Beautiful Soup就不能自动识别编码方式了。然后, 你仅仅需要说明一下原始编码方式就可以了。 Beautiful Soup已成为和lxml、html6lib一样出色的Python解释器, 为用户灵活地提供不同的解析策略或强劲的速度。

PyCurl 网络工具文档中文版 7.45.1

        PyCURL是一个Python接口,它是多协议文件传输库的LIbCURL。 类似于URLLIB Python模块,PyCURL可以用来从Python 程序获取URL所标识的对象。然而,除了简单的获取, PyCURL公开了LIbCURL的大部分功能,包括:速度-LIbCURL非常快, 并且PycURL作为LiCURL之上的薄包装器也是非常快的。 PycURL被标榜为比请求快几倍。特性包括多协议支持、SSL、身份验证和代理选项。 PyCURL支持大多数LBCURL的回调。多和共享接口。 用于网络操作的套接字, 允许将PyCURL集成到应用程序的I/O循环中(例如,使用TrnADO)。

NetworkX 网络分析文档中文版 2.8

        NetworkX是使用Python语言开发的网络分析类库, 用于创建、操作和研究复杂网络的结构、动态和功能。 NetworkX提供: * 研究社会、生物和基础设施网络结构和动态的工具; * 一种适用于多种应用的标准编程接口和图形实现; * 为协作性、多学科项目提供快速发展环境; * 与现有的数值算法和C、C++和FORTRAN代码的接口; * 能够轻松处理大型非标准数据集。 2022年5月2日,NetworkX中文文档发布2.8版本。

OpenPyXL 文档中文版 3.0.5

/static/upload/67/67ee3f8c-5960-11eb-9b44-00163e0533f4_m.jpg

        Openpyxl是一个开源项目,Openpyxl模块是一个读写Excel 2010文档的Python库, 如果要处理更早格式的Excel文档,需要用到其它库(如:xlrd、xlwt等), 这是Openpyxl比较其他模块的不足之处。 Openpyxl是一款比较综合的工具,不仅能够同时读取和修改Excel文档, 而且可以对Excel文件内单元格进行详细设置, 包括单元格样式等内容, 甚至还支持图表插入、打印设置等内容, 使用Openpyxl可以读写xltm, xltx, xlsm, xlsx等类型的文件, 且可以处理数据量较大的Excel文件,跨平台处理大量数据是其它模块没法相比的。 因此,Openpyxl成为处理Excel复杂问题的首选库函数。

Werkzeug WSGI应用程序库 2.1.X

/static/upload/d4/d45dd1ce-595f-11eb-ab15-00163e0533f4_m.jpg

        Werkzeug是Python的WSGI规范的实用函数库。 使用广泛,基于BSD协议。 Werkzeug 不是一个web服务器, 也不是一个web框架,而是一个工具包。 它可以作为一个 Web 框架的底层库, 因为它封装好了很多 Web 框架的东西, 例如 Request,Response 等等。 大名鼎鼎 Flask 框架就是基于 Werkzeug 开发的 。

CubicWeb 语义Web应用程序框架 3.28.0.dev0

/static/upload/07/074f6670-595f-11eb-9b44-00163e0533f4_m.jpg

        CubicWeb 是一个语义Web应用程序框架,在lgpl下获得许可, 它允许开发人员通过重用组件(称为 cubes )遵循众所周知的面向对象设计原则。 主要特点:由显式引擎驱动的引擎 data model 应用程序的, 名为 RQL 类似于W3C的SPARQL,selection+view 半自动XHTML/XML/JSON/TEXT生成机制, 可重用的库 components (数据模型和视图)满足共同需求, SQL数据库、LDAP目录、Subversion和Mercurial对于存储后端的可靠性。

Cherrypy 极简的python web框架 18.6.1.dev

/static/upload/4a/4a5103bc-593b-11eb-ab15-00163e0533f4_m.jpg

        Cherrypy是Python最古老的Web框架之一,但许多人并不知道它的存在。 其中一个原因是,Cherrypy不是一个完整的堆栈,它内置了对多层体系结构的支持。 它既不提供前端实用程序,也不会告诉您如何使用存储设备。 相反,Cherrypy的做法是让开发人员做出这些决定。 与其他著名框架相比,这是一个对比立场。 Cherrypy是一个真正开放的框架,您可以随意扩展和插入服务器端或按请求的新功能。 不管怎样, Cherrypy都可以帮助您构建应用程序,并通过简单的模式支持您的体系结构。 Cherrypy既可以被视为HTTP库, 也可以被视为Web应用程序框架。 在后一种情况下,它的体系结构提供了支持跨整个服务器实例操作的机制。 这提供了一个强大的画布来执行持久的操作, 因为服务器范围的函数位于请求处理本身之外。

Eve, Python REST API框架 1.1.6.dev0

/static/upload/2b/2b35c846-5c83-11eb-ba62-00163e0533f4_m.jpg

        Eve是一款Python的REST API框架, 它允许轻松地构建和部署高度可定制、 功能齐全的RESTful Web服务。 Eve由 Flask 和 Cerberus 它提供本地支持 MongoDB 数据存储。 社区提供对SQL、ElasticSearch和Neo4JS后端的支持。 Eve是一个开源项目,遵循BSD开源协议, 已在Python 2.6、2.7以及Python 3.3版本下进行了非常全面的测试。

Bottle Python Web框架 0.13

        Bottle是一个快速,简单,轻量级的 Python WSGI Web框架。 单一文件,只依赖 Python标准库 。URL映射(Routing): 将URL请求映射到Python函数,支持动态URL,且URL更简洁。 模板(Templates): 快速且pythonic的 内置模板引擎 , 同时支持 mako , jinja2 和 cheetah 等模板。 基础功能(Utilities): 方便地访问表单数据,上传文件, 使用cookie,查看HTTP元数据。服务器: 内置HTTP开发服务器并支持 paste, fapws3, bjoern, gae, cherrypy 或其他 WSGI 支持HTTP服务器。

SQLAlchemy 中文版 1.4.25

/static/upload/90/9028aa7e-593c-11eb-90c0-00163e0533f4_m.jpg

        SQLAlchemy是Python编程语言下的一款开源软件。 提供了SQL工具包及对象关系映射(ORM)工具, 使用MIT许可证发行。SQLAlchemy“采用简单的Python语言, 为高效和高性能的数据库访问设计,实现了完整的企业级持久模型”。 SQLAlchemy的理念是,SQL数据库的量级和性能重要于对象集合; 而对象集合的抽象又重要于表和行。 因此,SQLAlchemy采用了类似于Java里Hibernate的数据映射模型, 而不是其他ORM框架采用的Active Record模型。 不过,Elixir和declarative等可选插件可以让用户使用声明语法。

Pyramid Cookbook 中文版 0.2

/static/upload/2f/2f8da2a6-595e-11eb-90c0-00163e0533f4_m.jpg

        Pyramid 专题手册是由 Pyramid 社区成员提供的“专题技巧”的集合。 专题手册是主要 Pyramid 文档的补充材料。

Pyramid 文档中文版 2.0

/static/upload/0e/0e7ddbc6-595e-11eb-9b44-00163e0533f4_m.jpg

        Pyramid 是一个小型、快速、实际的python web框架。 用 Pyramid 您可以编写非常小的应用程序,而无需了解很多。 通过学习更多,您也可以编写非常大的应用程序。 Pyramid 会让你迅速变得富有成效,并与你一起成长。 当你的应用程序很小时,它不会阻碍你,当你的应用程序变大时, 它也不会妨碍你。其他应用程序框架似乎分为两类: 支持“小应用程序”的和为“大应用程序”设计的。

Tornado 文档中文版 6.2.dev1

/static/upload/7e/7e0f7da6-595d-11eb-ab15-00163e0533f4_m.jpg

        Tornado 是一个Python web框架和异步网络库,最初开发于 FriendFeed . 通过使用非阻塞网络I/O,Tornado可以扩展到数万个开放连接, 使其非常适合 long polling , WebSockets 以及其他需要与每个用户建立长期连接的应用程序。 Tornado 大致可分为四个主要部分: Web框架(包括 RequestHandler 它是创建Web应用程序和各种支持类的子类)。 HTTP的客户端和服务器端实现 (HTTPServer 和 AsyncHTTPClient )。 包含类的异步网络库 IOLoop 和 IOStream 作为HTTP组件的构建块, 也可以用于实现其他协议。协作程序库 (tornado.gen ) 它允许异步代码以比链接回调更简单的方式写入。 这类似于Python3.5中引入的本地协同工作特性。 (async def )建议使用本地协程来代替 tornado.gen 模块可用时。 Tornado Web框架和HTTP服务器一起提供了完整的堆栈替代方案 WSGI . 虽然可以将Tornado HTTP服务器用作其他WSGi框架的容器 (WSGIContainer ) 这种组合有局限性,要充分利用Tornado, 您需要同时使用Tornado的Web框架和HTTP服务器。

Django 文档中文版 5.0.dev

/static/upload/1e/1ed21e84-5953-11eb-ab15-00163e0533f4_m.jpg

        Django是一个开放源代码的Web应用框架,由Python写成。 因为django是在一个快节奏的新闻编辑室环境中开发的, 所以它的设计目的是使常见的Web开发任务快速简单。 Django遵守BSD版权,初次发布于2005年7月, 并于2008年9月发布了第一个正式版本1.0 。 Django采用了MVC的软件设计模式,即模型M,视图V和控制器C。

Pygments 语法高亮 2.7.3

/static/upload/5f/5fa77860-5c81-11eb-ac58-00163e0533f4_m.jpg

        这是 Pygments 的家。它是一种通用语法高亮显示工具, 适用于代码托管、论坛、维基或其他需要美化源代码的应用程序。 亮点是:支持300多种语言和其他文本格式,特别注意提高突出质量的细节。 对新语言和格式的支持很容易添加;大多数语言使用简单的基于regex的词法分析机制。 有许多输出格式可用,其中包括HTML、RTF、LaTex和ANSI序列, 它可用作命令行工具和库,…它甚至能高亮 Perl6!

Whoosh 全文检索 2.7.4

        纯Python的全文搜索库,Whoosh是索引文本及搜索文本的类和函数库。 它能让你开发出一个个性化的经典搜索引擎。 Whoosh 自带的是英文分词,对中文分词支持不太好, 使用 jieba 替换 whoosh 的分词组件。 例如,如果您正在创建博客软件,您可以使用whoosh添加搜索功能, 允许用户搜索博客条目。

PyCodeStyle 工具 2.6

        pycodestyle(以前叫pep8)是一个工具, 用于根据中的一些样式约定检查您的Python代码。 他的主要特征包括:插件架构:添加新的检查很容易。 可解析输出:跳转到编辑器中的错误位置。 小:只有一个python文件,只需要stdlib。 为此,您可以只使用pycodestyle.py文件。 附带了一个全面的测试套件。

PyQuery 网页解析库 1.1

        PyQuery:一个类似jquery的python库。 Pyquery允许您对XML文档进行jquery查询。 API尽可能类似于jquery。如果你觉得正则写起来太麻烦, 如果你觉得BeautifulSoup语法太难记, 如果你熟悉jQuery的语法 那么,PyQuery就是你绝佳的选择。 PyQuery使用LXML进行快速XML和HTML操作。 PyQuery库是一个非常强大又灵活的网页解析库, PyQuery 是 Python 仿照 jQuery 的严格实现。 语法与 jQuery 几乎完全相同。项目正在Github的git仓库上积极开发。

Flask Web 开发微框架 1.1.X

/static/upload/62/626f9f12-5954-11eb-90c0-00163e0533f4_m.jpg

        “micro”并不意味着整个Web应用程序都必须适合于一个单独的Python文件 (尽管它当然可以),也不意味着flask缺乏功能性。 微框架中的“微”意味着Flask的目标是保持核心简单但可扩展。 Flask不会为您做很多决定,比如使用什么数据库。 它所做的那些决策,例如要使用的模板化引擎,很容易更改。 其他一切都取决于你,所以这个瓶子可以是你需要的一切, 而不是你不需要的。默认情况下,flask不包括数据库抽象层、 表单验证或其他任何可以处理该问题的库。 相反,flask支持扩展来向应用程序添加这样的功能, 就好像它是在flask本身中实现的一样。 许多扩展提供了数据库集成、表单验证、上载处理、各种开放式身份验证技术等等。 Flask可能是“微型的”,但它已经准备好生产使用的各种需要。

Scrapy 应用程序框架 2.5

/static/upload/1b/1b701c3a-5c7f-11eb-ba62-00163e0533f4_m.jpg

        Scrapy,Python开发的一个快速、高层次的屏幕抓取和web抓取框架, 用于抓取web站点并从页面中提取结构化的数据。 Scrapy用途广泛,可以用于数据挖掘、监测和自动化测试。 Scrapy吸引人的地方在于它是一个框架, 任何人都可以根据需求方便的修改。 它也提供了多种类型爬虫的基类,如BaseSpider、 sitemap爬虫等,最新版本又提供了web2.0爬虫的支持。

Requests HTTP for Humans 2.25.1

/static/upload/c3/c30a4318-5c7e-11eb-86ed-00163e0533f4_m.jpg

        Requests 是用Python语言编写,基于 urllib, 采用 Apache2 Licensed 开源协议的 HTTP 库。 它比 urllib 更加方便,可以节约我们大量的工作, 完全满足 HTTP 测试需求。Requests 的哲学是以 PEP 20 的习语为中心开发的, 所以它比 urllib 更加 Pythoner。更重要的一点是它支持 Python3 哦! 特点:Beautiful is better than ugly.(美丽优于丑陋), Explicit is better than implicit.(清楚优于含糊), Simple is better than complex.(简单优于复杂), Complex is better than complicated.(复杂优于繁琐), Readability counts.(重要的是可读性)

Pillow 图像处理 8.4.0

/static/upload/23/2320b91e-cd1a-11ec-80d3-00163e0533f4_m.jpg

        Pillow 是一个对 PIL 友好的分支,作者是 Alex Clark 和贡献者。 而 PIL 是一个 Python 图像处理库,为Python解释器添加了图像处理功能。 此库提供了广泛的文件格式支持、高效的内部表示和相当强大的图像处理功能。 核心图像库设计用于快速访问以几个基本像素格式存储的数据。 它为一般的图像处理工具提供了坚实的基础。

Sphinx 文档构建工具 3.5.0+

/static/upload/bb/bb796d26-5955-11eb-90c0-00163e0533f4_m.jpg

        Sphinx是一种工具,由Georg Brandl编写并根据BSD许可证授权, 它使得创造灵活和美观的文档变得容易。 它最初是为 Python文档 而创建。 它具有出色的设计,可以用到各种语言的软件项目。 这个站点(文档)也是使用Sphinx从reStructuredText源创建的! 应突出显示以下功能: 输出格式:HTML,LaTex, ePub, Texinfo, manual pages, plain text。 广泛的交叉引用: 语义标记和函数, 类,引用,术语和类似信息的自动链接。 层次结构:轻松定义文档树, 自动链接到兄弟姐妹,父母和孩子。 自动索引: 通用索引, 以及用于特定语言的模块索引。 代码处理: 使用Pygments 自动高亮显示。 扩展: 自动测试代码片段,API文档。 贡献的扩展:在其他仓储库中由用户贡献的50余扩展,大部分可以通过 PyPI 安装。

Matplotlib 科学绘图库中文文档 3.3.3

/static/upload/f7/f7a3b5f8-5c7b-11eb-b697-00163e0533f4_m.jpg

        Matplotlib是一个Python 2D绘图库, 可以生成各种硬拷贝格式和跨平台交互式环境出版质量数据。 Matplotlib可用于Python脚本,Python和IPython shell, Jupyter笔记本,Web应用程序服务器和四个图形用户界面工具包。 Matplotlib试图让简单易事的事情成为可能。 只需几行代码即可生成绘图,直方图,功率谱,条形图, 误差图,散点图等。 有关示例,请参阅示例图库和缩略图库。 对于简单的绘图,pyplot模块提供类似MATLAB的接口, 特别是与IPython结合使用时。 对于高级用户, 你可以通过面向对象的界面或通过MATLAB用户熟悉的一组函数完全控制线型, 字体属性,轴属性等。

NumPy 数值计算库中文文档 1.21.0.dev0+343.g098a3b417

/static/upload/59/59d9504e-5956-11eb-9b44-00163e0533f4_m.jpg

        NumPy系统是Python的一种开源的数值计算扩展。 这种工具可用来存储和处理大型矩阵, 比Python自身的列表结构要高效的多(该结构也可以用来表示矩阵(matrix))。 包括:1、一个强大的N维数组对象Array;2、比较成熟的(广播)函数库; 3、用于整合C/C++和Fortran代码的工具包; 4、实用的线性代数、傅里叶变换和随机数生成函数。 NumPy(Numeric Python)提供了许多高级的数值编程工具, 如:矩阵数据类型、矢量处理,以及精密的运算库。 专为进行严格的数字处理而产生。 NumPy 得到广泛应用, 包括很多大型金融公司,以及科学计算组织与团队, 用其处理一些本来使用C++,Fortran或Matlab等所做的任务。

Python 3.8中文文档(C语言实现版本) 3.10.0a4

/static/upload/f4/f4d0597a-5957-11eb-ab15-00163e0533f4_m.jpg

        Python是Guido van Rossum在1989年圣诞节期间, 为了打发无聊的圣诞节而编写的一个编程语言。 Python 提供了非常完善的基础代码库,覆盖了网络、文件、GUI、数据库、 文本等大量内容,被形象地称作“内置电池(batteries included)”。 用Python开发,许多功能不必从零编写,直接使用现成的即可。 除了内置的库外,Python还有大量的第三方库,也就是别人开发的, 供你直接使用的东西。 当然,如果你开发的代码通过很好的封装, 也可以作为第三方库给别人使用。 许多大型网站就是用Python开发的, 例如YouTube、Instagram,还有国内的豆瓣。 很多大公司, 包括Google、Yahoo等,甚至NASA(美国航空航天局)都大量地使用Python。


Copyright © Since 2014. 开源地理空间基金会中文分会 吉ICP备05002032号

Powered by TorCMS

OSGeo 中国中心 邮件列表

问题讨论 : 要订阅或者退订列表,请点击 订阅

发言 : 请写信给: osgeo-china@lists.osgeo.org