图形用户界面
用来创建图形用户界面程序的库。
enaml：使用类似 QML 的Declaratic语法来创建美观的用户界面。官网
kivy：一个用来创建自然用户交互（NUI）应用程序的库，可以运行在 Windows, Linux, Mac OS X, Android 以及 iOS平台上。官网
pyglet：一个Python 的跨平台窗口及多媒体库。官网
Tkinter：Tkinter 是 Python GUI 的一个事实标准库。官网
Toga：一个 Python 原生的, 操作系统原生的 GUI工具包。官网
urwid：一个用来创建终端 GUI 应用的库，支持组件，事件和丰富的色彩等。官网
wxPython：wxPython 是 wxWidgets C++ 类库和 Python 语言混合的产物。官网
PyGObject：GLib/GObject/GIO/GTK+ (GTK+3) 的 Python 绑定官网
Flexx：Flexx 是一个纯 Python 语言编写的用来创建 GUI 程序的工具集，它使用 web 技术进行界面的展示。官网
游戏开发
超赞的游戏开发库。
Cocos2d：cocos2d 是一个用来开发 2D 游戏， 示例和其他图形/交互应用的框架。基于 pyglet。官网
Panda3D：由迪士尼开发的 3D 游戏引擎，并由卡内基梅陇娱乐技术中心负责维护。使用C++编写, 针对 Python 进行了完全的封装。官网
Pygame：Pygame 是一组 Python 模块，用来编写游戏。官网
PyOgre：Ogre 3D 渲染引擎的 Python 绑定，可以用来开发游戏和仿真程序等任何 3D 应用。官网
PyOpenGL：OpenGL 的 Python 绑定及其相关 APIs。官网
PySDL2：SDL2 库的封装，基于 ctypes。官网
RenPy：一个视觉小说（visual novel）引擎。官网
日志
用来生成和操作日志的库。
logging：(Python 标准库) 为 Python 提供日志功能。官网
logbook：Logging 库的替代品。官网
Eliot：为复杂的和分布式系统创建日志。官网
Raven：Sentry的 Python 客户端。官网
Sentry：实时记录和收集日志的服务器。官网
Testing
进行代码库测试和生成测试数据的库。
测试框架
unittest：(Python 标准库) 单元测试框架。官网
nose：nose 扩展了 unittest 的功能。官网
contexts：一个 Python 3.3+ 的 BDD 框架。受到C# – Machine.Specifications的启发。官网
hypothesis：Hypothesis 是一个基于先进的 Quickcheck 风格特性的测试库。官网
mamba：Python 的终极测试工具， 拥护BDD。官网
PyAutoGUI：PyAutoGUI 是一个人性化的跨平台 GUI 自动测试模块。官网
pyshould：Should 风格的断言，基于 PyHamcrest。官网
pytest：一个成熟的全功能 Python 测试工具。官网
green：干净，多彩的测试工具。官网
pyvows：BDD 风格的测试工具，受Vows.js的启发。官网-
Robot Framework：一个通用的自动化测试框架。官网
Web 测试
locust：使用 Python 编写的，可扩展的用户加载测试工具。官网
sixpack：一个和语言无关的 A/B 测试框架。官网
splinter：开源的 web 应用测试工具。官网
Mock测试
mock：(Python 标准库) 一个用于伪造测试的库。官网
doublex：Python 的一个功能强大的 doubles 测试框架。官网
freezegun：通过伪造日期模块来生成不同的时间。官网
httmock：针对 Python 2.6+ 和 3.2+ 生成 伪造请求的库。官网
httpretty：Python 的 HTTP 请求 mock 工具。官网
responses：伪造 Python 中的 requests 库的一个通用库。官网
对象工厂
factoryboy：一个 Python 用的测试固件 (test fixtures) 替代库。官网
mixer：另外一个测试固件 (test fixtures) 替代库，支持 Django, Flask, SQLAlchemy, Peewee 等。官网
modelmommy：为 Django 测试创建随机固件官网
代码覆盖率
coverage：代码覆盖率测量。官网
伪数据
faker：一个 Python 库，用来生成伪数据。官网
fake2db：伪数据库生成器。官网
radar：生成随机的日期/时间。官网
错误处理
代码分析和Lint工具
进行代码分析，解析和操作代码库的库和工具。
代码分析
coala：语言独立和易于扩展的代码分析应用程序。官网
code2flow：把你的 Python 和 JavaScript 代码转换为流程图。官网
pycallgraph：这个库可以把你的Python 应用的流程(调用图)进行可视化。官网
pysonar2：Python 类型推断和检索工具。官网
Lint工具
Flake8：模块化源码检查工具: pep8, pyflakes 以及 co。官网
Pylint：一个完全可定制的源码分析器。官网
pylama：Python 和 JavaScript 的代码审查工具。官网
代码格式化
autopep8：自动格式化 Python 代码，以使其符合 PEP8 规范。官网
Debugging Tools
用来进行代码调试的库。
调试器
pudb：全屏，基于控制台的 Python 调试器。官网
pyringe：可以在 Python 进程中附加和注入代码的调试器。官网
wdb：一个奇异的 web 调试器，通过 WebSockets 工作。官网
winpdb：一个具有图形用户界面的 Python 调试器，可以进行远程调试，基于 rpdb2。官网
django-debug-toolbar：为 Django 显示各种调试信息。官网
django-devserver：一个 Django 运行服务器的替代品。官网
flask-debugtoolbar：django-debug-toolbar 的 flask 版。官网
性能分析器
lineprofiler：逐行性能分析。官网
Memory Profiler：监控 Python 代码的内存使用。官网、内存
profiling：一个交互式 Python 性能分析工具。官网
其他
pyelftools：解析和分析 ELF 文件以及 DWARF 调试信息。官网
Science and Data Analysis
用来进行科学计算和数据分析的库。
astropy：一个天文学 Python 库。官网
bcbio-nextgen：这个工具箱为全自动高通量测序分析提供符合最佳实践的处理流程。官网
bccb：生物分析相关代码集合官网
Biopython：Biopython 是一组可以免费使用的用来进行生物计算的工具。官网
NetworkX：一个为复杂网络设计的高性能软件。官网
Neupy：执行和测试各种不同的人工神经网络算法。官网
Numba：Python JIT (just in time) 编译器，针对科学用的 Python ，由Cython 和 NumPy 的开发者开发。官网
Open Babel：一个化学工具箱，用来描述多种化学数据。官网
Open Mining：使用 Python 挖掘商业情报 (BI) (Pandas web 接口)。官网
Pandas：提供高性能，易用的数据结构和数据分析工具。官网
PyDy：PyDy 是 Python Dynamics 的缩写，用来为动力学运动建模工作流程提供帮助， 基于 NumPy, SciPy, IPython 和 matplotlib。官网
RDKit：化学信息学和机器学习软件。官网
statsmodels：统计建模和计量经济学。官网
SymPy：一个用于符号数学的 Python 库。官网
zipline：一个 Python 算法交易库。官网
Bayesian-belief-networks：优雅的贝叶斯信念网络框架。官网
数据可视化
进行数据可视化的库。 参见: awesome-javascript。
matplotlib：一个 Python 2D 绘图库。官网
bokeh：用 Python 进行交互式 web 绘图。官网
ggplot：ggplot2 给 R 提供的 API 的 Python 版本。官网
plotly：协同 Python 和 matplotlib 工作的 web 绘图库。官网
pygal：一个 Python SVG 图表创建工具。官网
pygraphviz：Graphviz 的 Python 接口。官网
PyQtGraph：交互式实时2D/3D/图像绘制及科学/工程学组件。官网
SnakeViz：一个基于浏览器的 Python's cProfile 模块输出结果查看工具。官网
vincent：把 Python 转换为 Vega 语法的转换工具。官网
VisPy：基于 OpenGL 的高性能科学可视化工具。官网
计算机视觉
计算机视觉库。
OpenCV：开源计算机视觉库。官网
pyocr：Tesseract和Cuneiform的包装库。官网
pytesseract：Google Tesseract OCR的另一包装库。官网
机器学习
机器学习库。 参见: awesome-machine-learning.
Crab：灵活、快速的推荐引擎。官网
gensim：人性化的话题建模库。官网
hebel：GPU 加速的深度学习库。官网
NuPIC：智能计算 Numenta 平台。官网
pattern：Python 网络挖掘模块。官网
python-recsys：一个用来实现推荐系统的 Python 库。官网
scikit-learn：基于 SciPy 构建的机器学习 Python 模块。官网
pydeep：Python 深度学习库。官网
vowpalporpoise：轻量级 Vowpal Wabbit 的 Python 封装。官网
skflow：一个 TensorFlow 的简化接口(模仿 scikit-learn)。官网
MapReduce
MapReduce 框架和库。
dumbo：这个 Python 模块可以让人轻松的编写和运行 Hadoop 程序。官网
luigi：这个模块帮你构建批处理作业的复杂流水线。官网
mrjob：在 Hadoop 或 Amazon Web Services 上运行 MapReduce 任务。官网
PySpark：Spark 的 Python API 。官网
streamparse：运行针对事实数据流的 Python 代码。集成了Apache Storm。官网
函数式编程
使用 Python 进行函数式编程。
第三方 API
用来访问第三方 API的库。 参见： List of Python API Wrappers and Libraries。
apache-libcloud：一个为各种云设计的 Python 库。官网
boto：Amazon Web Services 的 Python 接口。官网
django-wordpress：WordPress models and views for Django.官网
facebook-sdk：Facebook 平台的 Python SDK.官网
facepy：Facepy 让和 Facebook's Graph API 的交互变得更容易。官网
gmail：Gmail 的 Python 接口。官网
google-api-python-client：Python 用的 Google APIs 客户端库。官网
gspread：Google 电子表格的 Python API.官网
twython：Twitter API 的封装。官网
DevOps 工具
用于 DevOps 的软件和库。
Ansible：一个非常简单的 IT 自动化平台。官网
SaltStack：基础设施自动化和管理系统。官网
OpenStack：用于构建私有和公有云的开源软件。官网
Docker Compose：快速，分离的开发环境，使用 Docker。官网
Fabric：一个简单的，Python 风格的工具，用来进行远程执行和部署。官网
cuisine：为 Fabric 提供一系列高级函数。官网
Fabtools：一个用来编写超赞的 Fabric 文件的工具。官网
gitapi：Git 的纯 Python API。官网
hgapi：Mercurial 的纯 Python API。官网
pexpect：Controlling interactive programs in a pseudo-terminal like 在一个伪终端中控制交互程序，就像 GNU expect 一样。官网
psutil：一个跨平台进程和系统工具模块。官网
supervisor：UNIX 的进程控制系统。官网
任务调度
任务调度库。
APScheduler：轻巧但强大的进程内任务调度，使你可以调度函数。官网
django-schedule：一个 Django 排程应用。官网
doit：一个任务执行和构建工具。官网
gunnery：分布式系统使用的多用途任务执行工具 ，具有 web 交互界面。官网
Joblib：一组为 Python 提供轻量级作业流水线的工具。官网
Plan：如有神助地编写 crontab 文件。官网
schedule：人性化的 Python 任务调度库。官网
Spiff：使用纯 Python 实现的强大的工作流引擎。官网
TaskFlow：一个可以让你方便执行任务的 Python 库，一致并且可靠。官网
外来函数接口
使用外来函数接口的库。
高性能
让 Python 更快的库。
Cython：优化的 Python 静态编译器。使用类型混合使 Python 编译成 C 或 C++ 模块来获得性能的极大提升。官网
PeachPy：嵌入 Python 的 x86-64 汇编器。可以被用作 Python 内联的汇编器或者是独立的汇编器，用于 Windows, Linux, OS X, Native Client 或者 Go 。官网
PyPy：使用 Python 实现的 Python。解释器使用黑魔法加快 Python 运行速度且不需要加入额外的类型信息。官网
Stackless Python：一个强化版的 Python。官网
微软的 Windows平台
在 Windows 平台上进行 Python 编程。
Python(x,y)：面向科学应用的 Python 发行版，基于 Qt 和 Spyder。官网
pythonlibs：非官方的 Windows 平台 Python 扩展二进制包。官网
PythonNet：Python 与 .NET 公共语言运行库 (CLR)的集成。官网
PyWin32：针对 Windows 的Python 扩展。官网
WinPython：Windows 7/8 系统下便携式开发环境。官网
网络可视化和SDN
用来进行网络可视化和SDN(软件定义网络)的工具和库。
Mininet：一款流行的网络模拟器以及用 Python 编写的 API。官网
POX：一个针对基于 Python 的软件定义网络应用（例如 OpenFlow SDN 控制器）的开源开发平台。官网
Pyretic：火热的 SDN 编程语言中的一员，为网络交换机和模拟器提供强大的抽象能力。官网
SDX Platform：基于 SDN 的 IXP 实现，影响了 Mininet, POX 和 Pyretic。官网
硬件
用来对硬件进行编程的库。
Pyro：Python 机器人编程库。官网
PyUserInput：跨平台的，控制鼠标和键盘的模块。官网
scapy：一个非常棒的操作数据包的库。官网
wifi：一个 Python 库和命令行工具用来在 Linux 平台上操作WiFi。官网
Pingo：Pingo 为类似Raspberry Pi，pcDuino， Intel Galileo等设备提供统一的API用以编程。官网
兼容性
帮助从 Python 2 向 Python 3迁移的库。
Python-Future：这就是 Python 2 和 Python 3 之间丢失的那个兼容性层。官网
Python-Modernize：使 Python 代码更加现代化以便最终迁移到 Python 3。官网
Six：Python 2 和 3 的兼容性工具。官网
杂项
不属于上面任何一个类别，但是非常有用的库。
blinker：一个快速的 Python 进程内信号/事件分发系统。官网
itsdangerous：一系列辅助工具用来将可信的数据传入不可信的环境。官网
pluginbase：一个简单但是非常灵活的 Python 插件系统。官网
Pychievements：一个用来创建和追踪成就的 Python 框架。官网
算法和设计模式
Python 实现的算法和设计模式。
algorithms：一个 Python 算法模块。官网
python-patterns：Python 设计模式的集合。官网
sortedcontainers：快速，纯 Python 实现的SortedList，SortedDict 和 SortedSet 类型。官网
编辑器插件
编辑器和 IDE 的插件
Emacs
Elpy：Emacs Python 开发环境。官网
Sublime Text
SublimeJEDI：一个 Sublime Text 插件，用来使用超赞的自动补全库 Jedi。官网
Anaconda：Anaconda 把你的 Sublime Text 3 变成一个功能齐全的 Python IDE。官网
Vim
YouCompleteMe：引入基于 Jedi 的 Python 自动补全引擎。官网
Jedi-vim：绑定 Vim 和 Jedi 自动补全库对 Python 进行自动补全。官网
Python-mode：将 Vim 变成 Python IDE 的一款多合一插件。官网
Visual Studio
PTVS：Visual Studio 的 Python 工具官网
集成开发环境
流行的 Python 集成开发环境。
PyCharm：商业化的 Python IDE ，由 JetBrains 开发。也有免费的社区版提供。官网
LiClipse：基于 Eclipse 的免费多语言 IDE 。使用 PyDev 来支持 Python 。官网
Spyder：开源 Python IDE。官网
自动聊天工具
用于开发聊天机器人的库
- Errbot：最简单和最流行的聊天机器人用来实现自动聊天工具。官网
服务
在线工具和简化开发的 API 。
持续集成
参见: awesome-CIandCD.
CircleCI：一个持续集成工具，可以非常快速的进行并行测试。 (仅支持 GitHub)官网
Vexor CI：一个为私人 app 提供持续集成的工具，支持按分钟付费。官网
Wercker：基于 Docker 平台，用来构建和部署微服务。官网
代码质量
资源
在这里可以找到新的 Python 库。
网站
周刊
学习指南
Scipy-lecture-notes：如何用Python来做学术？官网
SScientific-python-lectures：Python科学计算的资料。官网
Mario-Level-1：用Python和Pygame写的超级马里奥第一关。官网
Python Koans：Python的交互式学习工具。官网
python-patterns：使用python实现设计模式。官网
The Hitchhiker’s Guide to Python：旅行者的Python学习指南。官网
Code Like a Pythonista: Idiomatic Python：如何像Python高手(Pythonista)一样编程。官网
