Python资源大全
The Python Tutorial (Python 2.7.11) 的中文翻译版本。Python Tutorial 为初学 Python 必备官方教程，本教程适用于 Python 2.7.X 系列。
在线阅读 » Fork Me »
The Python Tutorial (Python 3.5.1) 的中文翻译版本。Python Tutorial 为初学 Python 必备官方教程，本教程适用于 Python 3.5.x。
在线阅读 » Fork Me »
Flask 是一个轻量级的 Web 应用框架。其 WSGI 工具箱采用 Werkzeug ，模板引擎则使用 Jinja2。本教程适用于 Flask 0.10.1 以上版本。
在线阅读 » Fork Me »
探索 Flask 是一本关于使用 Flask 开发 Web 应用程序的最佳实践和模式的书籍。这本书是 Flask 官方教程的一个有力的补充材料。适合进阶使用。
在线阅读 » Fork Me »
Flask Mega Tutorial 是一个非官方的很完整的 Flask 教程。
在线阅读 » Fork Me »
Flask-Cache 是一个用于 Flask 作为缓存的第三方扩展。
在线阅读 » Fork Me »
Flask-Exceptional 是一个为 Flask 添加 Exceptional 支持。
在线阅读 » Fork Me »
Flask-PyMongo 是一个为 Flask 和 PyMongo 搭建桥梁的扩展。
在线阅读 » Fork Me »
Flask-Dashed 是一个提供构建简单、可扩展的管理界面的第三方扩展。
在线阅读 » Fork Me »
Flask + SQLAlchemy + Postgresql 异步方案示例，为 Flask 开发提供数据库异步参考。
在线阅读 » Fork Me »
Flask-SQLAlchmey 为 Flask 提供了简单且有用的 SQLAlchmey 集成。
在线阅读 » Fork Me »
Flask-Mail 是一个在 Flask 中能够发送邮件的扩展！Flask-Mail 扩展中封装了 smtplib 模块。
在线阅读 » Fork Me »
Flask-Testing 为 Flask 提供了单元测试的工具。
在线阅读 » Fork Me »
Miguel 编写的使用 Python 以及 Flask 编写 RESTful API。
在线阅读 » Fork Me »
Flask-WTF 为 Flask 提供了简单并且实用的 WTForms 集成。
在线阅读 » Fork Me »
Flask-Login 为 Flask 提供了用户会话管理。
在线阅读 » Fork Me »
在 Flask 中整合 Celery，使得 Flask 支持后台作业！
在线阅读 » Fork Me »
Flask-DebugToolbar 为 Flask 添加了工具栏的支持。
在线阅读 » Fork Me »
Flask-Babel 为 Flask 添加了 i18n 和 l10n 支持。
在线阅读 » Fork Me »
Flask-RESTful 为 Flask 添加了快速构建 REST APIs 的支持。
在线阅读 » Fork Me »
Sphinx 是一个简单和便捷的工具，它能够轻易地创建智慧和优雅的文档。Sphinx 官方文档中文翻译正在进行中，有时间和精力的使用者可以参与翻译!
在线阅读 » Fork Me »
SQLAlchemy 提供了 SQL 工具包及对象关系映射（ORM）工具。SQLAlchemy 官方文档中文翻译正在进行中，有时间和精力的使用者可以参与翻译!
Fork Me »
网页框架
Django
- Django - Django。
- Channels - Channels旨在增强Django的异步能力，同时让Django不仅仅局限于Request-Response模型，能够支持WebSocket、HTTP2推送和背景任务。2015年出现的十大流行Python库 。
- Django-Baker - Django Baker可以帮助开发者快速启动项目。只要提供app名称，Django Baker就可以根据models.py文件中的models，自动生成视图、表单、URL、admin页面以及模板。2015年出现的十大流行Python库 。
- Django-Q - Django Q是一个原生Django分布式任务队列处理应用，通过Python的mutliprocessing模块功能实现。2015年出现的十大流行Python库 。
- django-webpack-loader - Django webpack loader对webpack-bundle-tracker的输出结果进行处理，让你可以在自己的Django应用中使用生成的bundles。2015年出现的十大流行Python库 。
- django-hackathon-starter - django-hackathon-starter这是一个Django Web应用模板程序，可以帮助你快速生成应用。必定能够为你节省大量的开发时间，同时这个库也能用作开发者的学习指南。2015年出现的十大流行Python库 。
- django-seed - Django-seed通过faker库，为Django模型生成测试数据。该库支持Python和Django的最新版本。2015年出现的十大流行Python库 。
- django-tenants - django-tenants让django驱动的网站支持多个tenants，这个功能时通过PostgreSQL schemas实现的。这是每个SASS（软件即服务）网站的核心功能。2015年出现的十大流行Python库 。
- Python+Django构建的Blog - 基于Python+Django构建的Blog http://xushvai.github.io/io/
- LibraryManagement - LibraryManagement图书管理系统(Django1.9.1+Bootstrap3)。
Flask
- flask - flask， 官方教程中文翻译1 ，官方教程中文翻译2,Flask使用小结,Flask开发团队Pocoo的内部编码风格指南| 编程派 | Coding Python.html。
Tornado
- tornado - tornado是非阻塞式 Web 服务器框架，而且速度相当快。官网，Introduction to Tornado 中文翻译 , 中文教程。
其他网页框架
- Bottle - Bottle是一个小型的轻量网络开发框架，同时速度也很快。
- Wooey - Wooey 是一个简单的Python脚本的Web UI 界面。它能够提供日常数据分析，文件处理等功能。2015年出现的十大流行Python库 。
用户图形接口相关
- pyglet - Pyglet是一个纯Python语言编写的跨平台框架，用于开发多媒体和窗口特效应用。
- kivy - Kivy 是一个开源工具包能够让使用相同源代码创建的程序能跨平台运行。它主要关注创新型用户界面开发，如：多点触摸应用程序。Kivy 还提供一个多点触摸鼠标模拟器。基于 Cython(C extensions for Python) 构建，当前支持的平台包括：Linux、Windows、Mac OS X和Android。
- Py2exe - 把Python脚本转换为windows平台上面可以运行的可执行程序（*.exe）的工具,通过修改源码可以支持python3.0的代码。
- pyinstaller - 把Python脚本转换为能直接运行的可执行文件，支持python2.7、python3.3-3.5，支持Windows (32-bit and 64-bit)、Linux (32-bit and 64-bit)、Mac OS X (32-bit and 64-bit)平台。
- cx_Freeze - 把Python脚本转换为能直接运行的可执行文件，支持python3.x,特别简单。
- Tkinter - Tkinter的是Tk的GUI工具包，与Python附带的Python接口。
- wxPython - wxPython一个开源的Python接口的wxWindows。
- PyQt - PyQt是一个创建GUI应用程序的工具包。它是Python编程语言和Qt库的成功融合。Qt库是目前最强大的库之一。
- Eric - Eric一个支持python、Ruby的强大IDE，与PyQt配合功能非常强大。
网络相关
- aiohttp - aiohttp是一个为 asyncio 提供了简洁易用的 HTTP 客户端和服务器的库。
- Requests - Requests是python的一个HTTP客户端库，跟urllib，urllib2类似。
数据库相关
- SQLAlchemy - SQLAlchemy一个知名企业级的持久化模式的，专为高效率和高性能的数据库访问设计的，改编成一个简单的Python域语言的完整套件。它采用了数据映射模式（像Java中的Hibernate）而不是Active Record模式（像Ruby on Rails的ORM）。
- SQLObject - SQLObject是一个介于SQL数据库和Python之间映射对象的Python ORM, 类似于Ruby on Rails的ActiveRecord模式。
- Peewee - Peewee是一个小型但是十分强大的库，支持通过ORM的方式访问数据库，原生支持SQLite、MySQL和PostgreSQL等数据库。
- pony - pony官网 Pony是一个非常酷和新的 Python ORM ,它能够让你使用Python generators来查询一个数据库。这些generators然后会转成高效的SQL。
- asyncmongo - AsyncMongo是基于Tornado iploop的mongo数据库的异步库。
- influxdb-python - InfluxDB -python 是一个时间序列数据库，用它来储存不同时间的测量值。通过 RESTFul API，它变得极其易用而且高效，另外，由于其内建了聚类功能，因此对数据的检索和分组也变得十分轻松。
- elasticsearch-dsl-py - elasticsearch-dsl-py提供基于JSON的完整的Query DSL查询表达式(DSL即领域专用语言)。
- MongoHub-Mac - MongoHub-Mac：mongo 图形化管理工具。
- mongotron - mongotron：mongo 图形化管理工具,基于Electron与AngularJS写成。
- asyncmongo - AsyncMongo是基于Tornado iploop的mongo数据库的异步库。
游戏相关
- 游戏服务器端架构升级之路 - 游戏服务器端架构升级之路，参考flask设计的tcp server：haven 、 参考flask设计的tcp server：maple。
开源框架
- 高效的Python数据分析框架Ibis - 高效的Python数据分析框架Ibis ibis-project , 通过IPN了解Ibis.
- RabbitMQ - 一个工业级的消息队列服务器，RabbitMQ+Python入门经典-兔子和兔子窝
- ZeroMQ - 是一个简单好用的传输层socket library，使得 Socket 编程更加简单、简洁和性能更高。
大数据相关
- pandas - 为 Python 编程语言提供高性能，易用数据结构和数据分析工具。在数据改动和数据预处理方面，Python 早已名声显赫，但是在数据分析与建模方面，Python 是个短板。Pands 软件就填补了这个空白，能让你用 Python 方便地进行你所有数据的处理，而不用转而选择更主流的专业语言，例如 R 语言。12 个使效率倍增的 Pandas 技巧 上、 下 。
- pulp - PuLP 是一个用 Python 编写的线性编程模型。它能产生线性文件，能调用高度优化的求解器，GLPK，COIN CLP/CBC，CPLEX，和GUROBI，来求解这些线性问题。
- Matplotlib - Matplotlib是基于 Python 的 2D（数据）绘图库，它产生（输出）出版级质量的图表，用于各种打印纸质的原件格式和跨平台的交互式环境。matplotlib 既可以用在 python 脚本, python 和 ipython 的 shell 界面 (ala MATLAB® 或 Mathematica®)，web 应用服务器，和6类 GUI 工具箱。matplotlib 尝试使容易事情变得更容易，使困难事情变为可能。你只需要少量几行代码，就可以生成图表，直方图，能量光谱（power spectra），柱状图，errorcharts，散点图（scatterplots）等。
- Scikit-Learn - Scikit-Learn是一个简单有效地数据挖掘和数据分析工具（库）。关于最值得一提的是，它人人可用，重复用于多种语境。它基于 NumPy，SciPy 和 mathplotlib 等构建。
- Spark -Spark 由一个驱动程序构成，它运行用户的 main 函数并在聚类上执行多个并行操作。Spark 最吸引人的地方在于它提供的弹性分布数据集（RDD），那是一个按照聚类的节点进行分区的元素的集合，它可以在并行计算中使用。RDDs 可以从一个 Hadoop 文件系统中的文件（或者其他的 Hadoop支持的文件系统的文件）来创建，或者是驱动程序中其他的已经存在的标量数据集合，把它进行变换。用户也许想要 Spark 在内存中永久保存 RDD，来通过并行操作有效地对 RDD 进行复用。最终，RDDs 无法从节点中自动复原。Spark 中第二个吸引人的地方在并行操作中变量的共享。
- SciPy - SciPy是一个开源的Python算法库和数学工具包，SciPy包含的模块有最优化、线性代数、积分、插值、特殊函数、快速傅里叶变换、信号 处理和图像处理、常微分方程求解和其他科学与工程中常用的计算。其功能与软件MATLAB、Scilab和GNU Octave类似。Numpy和Scipy常常结合着使用，Python大多数机器学习库都依赖于这两个模块。
- NumPy - NumPy几乎是一个无法回避的科学计算工具包，最常用的也许是它的N维数组对象，其他还包括一些成熟的函数库，用于整合C/C++和 Fortran代码的工具包，线性代数、傅里叶变换和随机数生成函数等。NumPy提供了两种基本的对象：ndarray（N-dimensional array object）和 ufunc（universal function object）。ndarray是存储单一数据类型的多维数组，而ufunc则是能够对数组进行处理的函数。
- ipython - iPython 是一个Python 的交互式Shell，比默认的Python Shell 好用得多，功能也更强大。 她支持语法高亮、自动完成、代码调试、对象自省，支持 Bash Shell命令，内置了许多很有用的功能和函式等，非常容易使用。默认开启了matploblib的绘图交互，用起来很方便。jupyter-notebook - jupyter官网。
- PyML - PyML是一个Python机器学习工具包，为各分类和回归方法提供灵活的架构。它主要提供特征选择、模型选择、组合分类器、分类评估等功能。
- gensim - gensim是一种NLP（自然语言处理），它提供了一些常用算法，例如 tf-idf、word2vec、doc2vec、LSA 等的快速、可拓展（内存无关）实现，同时还提供了简单易用的接口和完善的文档。
- Blaze - Blaze 是下一代的 NumPy。用于处理分布式的各种不同数据源的计算。
- Dask - Dask是一款基于外存的Python 调度工具。它通过将数据集分块处理并根据所拥有的核数分配计算量，这有助于进行大数据并行计算。它主要针对单机的并行计算进程。
- GWPY - GWPY一个可以分析引力波数据的Python包。
网络爬虫
- scrapy - 最出名的网络爬虫，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。官方主页,Scrapy 轻松定制网络爬虫 - 教程，Scrapy 中文指南 。
- BeautifulSoup - Beautifu Soup不完全是一套爬虫工具，需要配合urllib使用，而是一套HTML/XML数据分析，清洗和获取工具。
- python-goose - Python-Goose用Python重写，依赖了Beautiful Soup。给定一个文章的URL, 获取文章的标题和内容很方便。
- pyspider - PySpider：一个国人编写的强大的网络爬虫系统并带有强大的WebUI。采用Python语言编写，分布式架构，支持多种数据库后端，强大的WebUI支持脚本编辑器，任务监视器，项目管理器以及结果查看器。demo地址,网络爬虫剖析，以Pyspider为例 ， Scrapy 示例 —— Web 爬虫框架 。
测试
- splinter - Python自动化测试工具Splinter，不仅可以当web自动化测试工具 同时也可以当抓取交互式网站的爬虫程序来用的，不用去分析ajax请求数据了，可以模拟登录，用Python开发自动化测试脚本-splinter。
- swarm - 是一个简单的使用 gevent 开发的支持自定义协议的长连接压测框架。
- PySonar2 - PySonar2王垠开发的，针对 Python 的代码静态分析工具。
- Behave - BDD自动化测试框架。
- Nose - Nose是最流行的针对Python的测试库之一。简单实例
破解脚本
- ibrute - 一个攻击iCloud账户的Python脚本,2014年很多明星的账号就是被这个脚本攻破的，苹果已经修改这个漏洞了。
- bruteforce_py - 暴力破解脚本，ssh bf, wordpress bf, cpanel bf, mysql bf, etc ... 可以说是暴力破解大全。
- keychain-bruteforce - 暴力破解MAC OS X 的密码管理。
- gamblerbfe - 路由器也可以暴力破解了。
- AndroidPINCrack - android的pin密码破解。
- rarPasswordCrackere - rar加密文件破解。
- Python-ZIP-Cracker - zip加密文件破解。
图表及图像相关
- vincent - Python 构建的专为运用 D3.js 进行可视化的 vega 转换工具。
- Scikit-image - 一组用于图像处理的算法的集合，使图像处理任务如模糊，增强对比度，缩放只需要一些函数调用就可以完成。
- PIL - PIL （Python Imaging Library）是 Python 中最常用的图像处理库。
运维相关
- pywebsocketserver - 程序Log实时监控 – python + websocket。
- pupy - Pupy是一个远程管理工具（Administration Tool），开源并且支持多个平台。Pupy还内置了一个Python解释器，可以从内存中加载Python包，访问远程Python对象。
- Fabric - Fabric 一个通过SSH进行应用部署以及系统任务管理的命令行工具。
- Invoke - Invoke让你通过一个Python库便捷地执行系统管理任务。如果你想使用稳定的工具（即使是不再积极开发），可以考虑Invoke的前身——Fabric。
- DeployDjango - 不到一分钟安全部署Django应用的脚本，操作教程。
- HealthChecks - HealthChecks基于 cron 的监控服务。在 cron 里配置好监控只需要几分钟时间，却能让你晚上睡得更好！2015年出现的十大流行Python库 。
- dockerizing-django - 是realpython网站一篇相关教程的代码库，讲的是如何将Django应用Docker化。2015年出现的十大流行Python库 。
- 用Python脚本实现对Linux服务器的监控 - 用Python脚本实现对Linux服务器的监控。
- plumbum控 - plumbum提供了非常易用的语法，可以轻松地以跨平台的方式执行本地或者远程命令，获取输出或者错误代码。还可以组合它们（shell 管道的方式），而且它还提供了创建命令行应用的接口。
- virtualenv - virtualenv用来建立一个虚拟的python环境，一个专属于项目的python环境。用virtualenv 来保持一个干净的环境非常有用。
- Gunicorn - Gunicorn 是一个Python WSGI UNIX的HTTP服务器。这是一个pre-fork worker的模型，Gunicorn服务器大致与各种Web框架兼容，只需非常简单的执行，轻量级的资源消耗，以及相当迅速,Nginx+Gunicorn+Django 部署小记。
- mitmproxy - mitmproxy 是用 Python 和 C 开发的一个中间人代理软件（man-in-the-middle proxy），它可以用来拦截、修改、重放和保存 HTTP/HTTPS 请求。
- Sentry - Sentry 是一个实时的事件日志和聚合平台，基于 Django 构建。Sentry 可以帮助你将 Python 程序的所有 exception 自动记录下来，然后在一个好用的 UI 上呈现和搜索。
- newrelic - newrelic性能监控的好工具，国内有；云智慧、ONE APM。
- ipapy - iOS项目自动打包脚本，并且上传到fir.im，然后发送邮件给测试人员。
树莓派
- 图片自动发邮箱 - 报警图片自动发邮箱功能。
- 自动更新树莓派的内网、外网IP地址到 自己的github上 - 自动更新树莓派的内网、外网IP地址到 自己的github。
- rpi-start - 树莓派初始配置指南（2代B型）。
- RaspberryWechatPi - 基于树莓派的智能家居控制平台 微信服务端。
- dotbro-server - 瀑布IM 开源点歌系统，架设树莓派点歌系统：如何共享办公室的音箱。
第三方平台
- wechat-python-sdk - wechat-python-sdk微信公众平台Python开发包 http://wechat-python-sdk.readthedocs.org/ ， 非官方微信公众平台 Python 开发包，包括官方接口和非官方接口。
- wechatpy - wechatpy 是一个微信 (WeChat) 公众平台的第三方 Python SDK, 实现了普通公众平台和企业号公众平台的解析消息、生成回复和主动调用等 API。阅读文档：http://wechatpy.readthedocs.org/zh_CN/latest/
- wechat-deleted-friends - wechat-deleted-friends查看被删的微信好友。
- wxBot - wxBot为Python包装的网页微信API。可以很容易地实现微信机器人。参考文章：《挖掘微信Web版通信的全过程》、《微信协议简单调研笔记》。
- WeixinBot - WeixinBot微信web协议分析和实现微信机器人（微信网页版 wx2.qq.com）。其他版本
- WeRoBot - WeRoBot是一个面向公众号的微信机器人框架，文档 。
- WxRobot - WxRobot：面向个人账户的微信机器人框架,文档 。
- Wechat django - Wechat django一个基于django开发的微信公众平台，整体环境搭建在新浪SAE平台上，暂时实现的功能：查询天气情况、翻译。
- gxgk-wechat-server - gxgk-wechat-server莞香广科微信公众号后端，使用 Python、Flask、Redis、MySQL、Celery ，为在校学生提供一系列信息查询与便民服务。
- weChat-python-sdk - weChat-python-sdk微信公共平台非官方SDK，主要实现主动的消息推送和获取，该项目已经过期！
- wechat-admin - 基于Flask和MySQL能够帮助快速迁移微信服务号后台到自家服务器的框架(tag: Python, wechat, weixin, admin, Flask) 。
IDE
- PyCharm - PyCharm是由JetBrains打造的一款Python IDE，Community社区版本是免费的，Professional版本$199.00/年。
- Eric - Eric是一个集成了项目管理功能的 Python和Ruby集成开发环境。
- PyDev - PyDev是Eclipse开发Python的 IDE，支持Python，Jython和IronPython的开发。
- KomodoEdit - Komodo Edit 是非常干净，专业的 Python IDE。
- PyScripter - PyScripter是一个开源的Python语言集成开发环境。
- WingIDE - WingIDE是个相当优秀的 IDE。
- IEP - IEP 是跨平台的 Python IDE，旨在提供简单高效的 Python 开发环境。包括两个重要的组件：编辑器和 Shell，并且提供插件工具集从各个方面来提高开发人员的效率。
- Emacs - Linux文本编辑器Emacs是一种强大的文本编辑器，在程序员和其他以技术工作为主的计算机用户中广受欢迎。
- sublimetext - sublimetext：Sublime Text 是一个轻量、简洁、高效、跨平台的编辑器。
- Atom - Atom 是 Github 专门为程序员推出的一个跨平台文本编辑器。具有简洁和直观的图形用户界面，并有很多有趣的特点：支持CSS，HTML，JavaScript等网页编程语言。它支持宏，自动完成分屏功能，集成了文件管理器。官网下载，比较不错的插件：爆炸效果 activate-power-mode、程序员鼓励师 atom-miku 。
其他
- IoTNotes - 开源硬件记录。
- GitHub上Star最多的100个python repository - GitHub上Star最多的100个python repository。
- 10个Python 模块 - 你该了解的10个 Python 模块。
- dask - 【(Python)集成任务调度/阻塞算法的数据并行处理库Dask】支持大数据集的分割多核并行处理，Doc。
- Phonenumbers - Phonenumbers 小巧，实用简便，没有地理代编码，运营商，时区等metadata数据。它能识别多种格式，然后使用不同的格式/样式进行有效匹配。
- toyplot - Python交互绘图库Toyplot，文档doc。
- pythalesians - Python金融(分析工具)库PyThalesians。
- 20个机器学习开源项目 - 20 个顶尖的 Python 机器学习开源项目 Scikit-learn、Pylearn2、NuPIC……
- Seaborn - 用 Seaborn 画出好看的分布图, 使用说明 。
- Python_Coding_Rule - 【Python代码指南】，这篇文档改编自Guido最初的《Python风格指南》一文，希望对初学Python的朋友们有所借鉴。
- GGTinypng - 批量压缩png和jpg图片python脚本，已经支持子文件夹里面的图片，会按原始的相对路径存放到输出文件夹内。
- sinaweibopy - 新浪微博Python SDK。
- keras - Keras是一个高度模块化的神经网络库，用Python语言编写，可以基于TensorFlow或Theano框架运行。
- yapf - yapf是一个Python文件代码格式化工具，但与其他类似工具采取了不同的算法。它脱胎于由 Daniel Jasper 开发的 clang-format。
- tqdm - tqdm可以在长循环中添加一个进度提示信息，用户只需要封装任意的迭代器 tqdm(iterator)，是一个快速、扩展性强的进度条工具库。
- pyvim - pyvim用Python语言实现的Vim编辑器。
- snake - Snake用来取代Vim的VimScript进行Vim的插件编程，借由Python的强大，让插件编程如虎添翼。
- pyxley - 使用Flask和React.js，快速开发数据面板（dashboard。在网页上显示一个数据面板是与人分享数据科学发现的最直观方法。对R语言来说有Shiny来简化数据科学家开发网页的工作，而Pyxley就相当于Python版的Shiny。使用Pyxley不光不用写HTML、CSS，你还可以加入自己的JavaScript来进行定制。
- Tomorrow - Tomorrow为Python 2.7中的异步代码提供了神奇的装饰器语法实现。
- ibis - Ibis是Cloudera Labs推出的一个新项目，目前还是预览版。它试图解决的就是数据集规模的问题，但对用户提供的确是单机上Python的体验，而且能够与现有的Python数据生态圈（Pandas、Scikit-learn、Numpy）进行集成。未来它还计划加入与机器学习和高级分析集成的功能。
- ipython - IPython 是一个在多种编程语言之间进行交互计算的命令行 shell，最开始是用 python 开发的，提供增强的内省，富媒体，扩展的 shell 语法，tab 补全，丰富的历史等功能。
- bpython - bpython是一个不错的Python解释器的界面，很像现在的IDE（集成开发环境）。
- Ptpython - Ptpython是一个高级的python 交互式解释器(REPL)。python-prompt-toolkit 。
- DreamPie - DreamPie 是一个Python shell，为Python开发者提供自动完成的属性；功能和文档显示；并且将session历史存储为HTML文件。
- Arrow - Arrow这个库可以更好地处理Python中的日期和时间（data/time）。
- retrying - Retrying库可以帮你避免重复劳动：它实现了『重试』行为。它提供了一个通用的 decorator，而且还可以设置一系列的属性，如最大重试次数、延时、退避休眠（backoff sleeping）和错误条件（error conditions）等，以此来获得你想要的重试行为。简单轻便。
- python-phonenumbers - python-phonenumbers从Google 的『libphonenumbers』库移植而来，用来解析、格式化或者验证电话号码，而且需要写的代码非常少。最重要的是，『phonenumbers』可以判断一个电话号码是否是唯一的（遵照 E.164 格式）。它同时支持 Python 2 和 Python 3。
- monkeylearn-python - monkeylearn-python通过简单易用的 RESTFul API 提供了云端的文本挖掘功能：比如文字中的情感、最重要的关键字，可以对文本进行话题检测，还可以使用自定义的文本分类器进行其他任何处理。
- Cookiecutter - 一个命令行实用程序，从cookiecutters（项目模板）创建的项目，比如：创建从一个Python包项目模板的Python包项目。
- Sunburnt - Sunburnt全文搜索服务器Solr的Python接口。
- Celery - Celery是基于Python开发的分布式任务队列。它支持使用任务队列的方式在分布的机器／进程／线程上执行任务调度。
- Gevent - Gevent是一个基于greenlet的Python的并发框架，以微线程greenlet为核心，使用了epoll事件监听机制以及诸多其他优化而变得高效。
- Greenlet - Greenlet是一个python的并行处理的一个库。
- Eventlet - Eventlet是一个用来处理和网络相关的python库函数，而且可以通过协程来实现并发。
- Python Async IO Resources - asyncio python的异步iO操作资源， asyncio - asyncio3.4以后作为python标准库来使用了。
- Twisted - Twisted是一个用python语言写的事件驱动的网络框架，支持很多种协议，也是一个异步机制的框架。
- eviltransform.python - eviltransform.python解决国内GPS地图坐标偏移问题,它将政府加密过的GCJ-02坐标，转成世界通用的WGS-84坐标。
- pagure - Pagure是一个用Python编写的新的、功能齐全的、提供 Web 服务的 Git仓库。它类似于Github 和 Gitlab ，同时允许开源贡献者分享彼此的资源，实现代码和内容上的合作。官网
博客与播客及书籍文档
-
值得关注的10个python语言博客 - 值得关注的10个python语言博客, Planet Python 最出名的python博客其中之一; lucumrflask的创始人; love-python 有很多有用的知识和代码; Doug Hellmann 博主是PYMOTW(Python Module Of the Week)成员之一，博客里面包含了很多library的知识; Code Who Says Py 这个博客很不错,虽然它更新的不是很及时; effbot 代码和任何你能想得到的东西都在里面; pydanny 主要关于Django的博客; inventwithpython Al Sweigat，他写了很多本关于python的书; pythonlibrary 最有用的博客，他让我的python技术迅猛提; freepythontips 打不开了。
-
听技术播客 - 听技术播客：一边学Python编程一边学英语。Talk Python to Me 每期都会请一些知名的Python开发者做嘉宾; Podcastinit Podcastinit也是专注于Python语言的，每期节目也会邀请不同的嘉宾，探讨与Python有关的工具和产品，另外也时常探讨技术领域多样性和包容性等更加宽泛、更具社会性的话题; Python Test Podcast 聚焦的主题是测试，大部分都是与测试有关的。
-
django-web-app-book - Django Web 开发实战,本书是一本在线的免费的Django Web编程书籍。
- Django-Design-Patterns-and-Best-Practices - Django设计模式与最佳实践。
他人总结
- awesome-python - Awesome可能是GitHub上寻找和整理开源项目最好的方式 。
- interview_python - 十分全面的Python的面试题。
- issue-198-top2015 - 蠎周刊2015年度最赞。