有哪些开源的 Python 库让你相见恨晚？

Arrow

我们知道 Python 已经内置了好几个处理时间相关的库，但是对于时间以及时区间的转换并不清晰，操作起来略繁琐，而 Arrow 可以弥补这个问题，它提供了更友好的方法，方便我们对时间，日期，格式化等操作。

项目地址：

https://github.com/crsmithdev/arrow

start：6.1k

thefuck

这个名字一看就厉害啊，我们常常会使用到命令行，但有时候会对一些命令不是很熟悉，或者说偶尔出现打错命令的情况，然后有人就用 Python 搞了这个项目，当你输错命令的时候，你只要再输一个 “fuck”，就能马上更正你的命令。很牛逼有没有，以前我们一遇到不爽的，说句 woc 也没什么鸟用，但是在这里遇到不爽的，说句 fuck 还真能帮你解决问题：

项目地址：

https://github.com/nvbn/thefuck

star：4w+

face_recognition

这是一个强大、简单、易上手的人脸识别开源项目，并且配备了完整的开发文档和应用案例，特别是兼容树莓派系统。

项目地址：

https://github.com/ageitgey/face_recognition

star：2.7w+

learn-regex

学习正则表达式的正确姿势，上次刚好看到这个项目，留意了下，发现这算是很全面的正则学习资料了：

项目地址：

https://github.com/ziishaned/learn-regex

star：2.7w+

musicbox

这个项目好玩，直接使用命令行来运行操作网易云音乐，是不是很 geek 咧：

妈妈再也不用担心我在 Linux 无法好好的听歌了。

PaddlePaddle Models

PaddlePaddle 提供了丰富的计算单元，使得用户可以采用模块化的方法解决各种学习问题。在此Repo中，我们展示了如何用 PaddlePaddle来解决常见的机器学习任务，提供若干种不同的易学易用的神经网络模型。

地址：

https://github.com/PaddlePaddle/models

vipstone/faceai

一款入门级的人脸、视频、文字检测以及识别的项目：

地址：

https://github.com/vipstone/faceai

AiLearning

机器学习 - MachineLearning - ML、深度学习 - DeepLearning - DL、自然语言处理 NLP：

地址：

https://github.com/apachecn/AiLearning

Algorithm_Interview

2018/2019/校招/春招/秋招/算法/机器学习(Machine Learning)/深度学习(Deep Learning)/自然语言处理(NLP)/C/C++/Python/面试笔记：

地址：

https://github.com/imhuay/Algorithm_Interview_Notes-Chinese

learn_python3_spider

python爬虫教程系列、从0到1学习python爬虫，包括浏览器抓包，手机APP抓包，如 fiddler、mitmproxy，各种爬虫涉及的模块的使用，如：requests、beautifulSoup、selenium、appium、scrapy等，以及IP代理，验证码识别，Mysql，MongoDB数据库的python使用，多线程多进程爬虫的使用，css 爬虫加密逆向破解，JS爬虫逆向，爬虫项目实战实例等：

纯粹自卖自夸

项目地址：

https://github.com/wistbean/learn_python3_spider

star数量：3.6k

12306

这是用 Python 开发的 12306 购票助手，它实现了自动打码，自动登录，捡漏，候补等功能。用 Python 帮你抢票，还是可以的。虽然国庆没用到，这不春节马上要到了么？到时可以用上来。

这个项目已经有 1.6w+ star，作者也一直在维护。

项目地址：

https://github.com/testerSunshine/12306

d2l-zh

这是一本《动手学深度学习》教材，面向中文读者，源代码都在这里面了，能运行，可以讨论。1.3w+ 的star，内容如下：

项目地址：

https://github.com/d2l-ai/d2l-zh

httpx

这个是建立在 requests 之上的库，声称是 Python 下一代的 http ，使用方式：

requests 有的功能它都有，没有的功能它也有：

项目地址：

https://github.com/encode/httpx

pandas-profiling

我们知道数据分析有个 pandas 框架，而这个项目就是继承 pandas 的， 它几乎可以做到一行代码快速对数据进行可视化分析：

这里一行代码就可以直接生成可视化数据：

项目地址：

https://github.com/pandas-profiling/pandas-profiling

WeRoBot

这是一个 Python 开发的微信公众号框架，有些朋友如果是基于微信公众号开发的话，可以不用自己造轮子了，这个框架可以节省你很多时间：

项目地址：

https://github.com/offu/WeRoBot

PySimpleGUI

你可以使用它简单的创建用户界面，PySimpleGUI 同时支持 Python2 和 Python3。它将 tkinter、Qt、WxPython、Remi 转化为可移植的人性化 Pythonic 接口，搞出来的用户界面可以运行在 Linux、Mac OS、Windows 系统上。

一个最简单的例子：

GitHub地址：

https://github.com/PySimpleGUI/PySimpleGUI

star： 2.4k

yagmail

yagmail 是我见过实现 Python 发送邮件这个功能用到的最短的代码：

甚至可以一行搞定：

群发邮件也是 easy 啦：

GitHub地址：

https://github.com/kootenpv/yagmail

star： 1.6k

wtfpython

顾名思义，what the fxxk Python ，这名字一看就有趣，这个项目意在收集 Python 中那些难以理解和反人类直觉的例子以及鲜为人知的功能特性，并尝试讨论这些现象背后真正的原理。

说白了，也就是你看到那样的 Python 例子，会不自觉的脱口而出：“what the fxxk ，这是什么鬼？”

GitHub地址：

https://github.com/leisurelicht/wtfpython-cn

star： 9.1k

faker

faker 就是假，不够 real ，我们有时候在写代码的时候需要一些假数据进行测试，有了 faker 之后，你就再也不用自己整一些“张三”、“李四”、“隔壁老王” 了。

想要中文“假数据”也有：

GitHub地址：

https://github.com/joke2k/faker

star： 8.7k

pelican

这个也是厉害，pelican 可以快速生成一个网站，我来给你演示一下：

创建一个目录：

进入：

然后直接输入命令：pelican-quickstart。

回答各种沙雕网站问题：

然后就完事了，随便搞个 md 文件：

保存一波之后，在你当前的目录创建一个 content 文件，把你编辑的这个文件塞进去。

然后输入  pelican content：

接着输入 pelican --listen 就可以预览你的网站了：

是不是很爽？怎一个 帅 字了得？

GitHub地址：

https://github.com/getpelican/pelican

star： 9.2k

FastAPI

FastAPI是一个基于 Python3.6+ 构建的高性能 web 框架，使用它可以很快的简单写一些 API 接口。

举个例子：

接着可以安装 uvicorn 后运行起来：

监听 8000 端口了，可以通过 http://127.0.0.1:8000 进行访问：

除此之外，它基于 Swagger 还能直接生成接口文档，省了你大量写接口文档的时间：

还能直接测试接口：

项目地址：

https://github.com/tiangolo/fastapi

star数：6k

Ultra-Light-Fast-Generic-Face-Detector-1MB

这是一个轻量级的人脸检测模型，针对边缘计算设备设计的轻量人脸检测模型，默认FP32精度下（.pth）文件大小为 1.04~1.1MB。

项目地址：

https://github.com/Linzaer/Ultra-Light-Fast-Generic-Face-Detector-1MB

star数量：3.9k

you-get

安装完 you-get 就能通过一个命令下载网上的在线视频了：

牛逼的是，现在它已经能够支持大部分主流的在线视频网站的下载：

项目地址：

https://github.com/soimort/you-get

star数量：28.4k

Fire

这个库的方便之处在于，他可以让任何 Python 项目快速自动生成命令行接口，不用自己写 docstring 就可以生成，而且只需要用 Fire 调用一下就可以了，舒服！

一个官方的例子：

通过 python 运行：

python calculator.py

项目地址：

https://github.com/google/python-fire

star 数量 :16.9k

ok，以上，别光收藏呀，点个在看呗，Python 好用的库远不止这些，以后我发现不错的库再整理一波分享给你！

 

 

出处：https://www.cnblogs.com/shannian999/p/12942852.html