Python 资源大全（七）

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
blaze：NumPy 和 Pandas 的大数据接口。官网
cclib：一个用来解析和解释计算化学软件包输出结果的库。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
NumPy：使用 Python 进行科学计算的基础包。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
orange：通过可视化编程或 Python 脚本进行数据挖掘，数据可视化，分析和机器学习。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
PyMC：马尔科夫链蒙特卡洛采样工具。官网
RDKit：化学信息学和机器学习软件。官网
SciPy：由一些基于 Python ，用于数学，科学和工程的开源软件构成的生态系统。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
SimpleCV：一个用来创建计算机视觉应用的开源框架。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
PyBrain：另一个 Python 机器学习库。官网
Pylearn2：一个基于 Theano 的机器学习库。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。

dpark：Spark 的 Python 克隆版，一个类似 MapReduce 的框架。官网
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。

CyToolz：Toolz 的 Cython 实现 : 高性能函数式工具。官网
fn.py：在 Python 中进行函数式编程 : 实现了一些享受函数式编程缺失的功能。官网
funcy：炫酷又实用的函数式工具。官网
Toolz：一组用于迭代器，函数和字典的函数式编程工具。官网

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
honcho：Foreman的 Python 克隆版，用来管理基于Procfile的应用。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。

cffi：用来调用 C 代码的外来函数接口。官网
ctypes：(Python 标准库) 用来调用 C 代码的外来函数接口。官网
PyCUDA：Nvidia CUDA API 的封装。官网
SWIG：简化的封装和接口生成器。官网

Python 资源大全（七）

目录：

用来进行科学计算和数据分析的库

进行数据可视化的库

计算机视觉库

机器学习库

MapReduce 框架和库

使用 Python 进行函数式编程

用来访问第三方 API的库

用于 DevOps 的软件和库

任务调度库

使用外来函数接口的库

Science and Data Analysis