⑴ python有哪些不錯的web開發框架常用的有哪些
Python作為一門應用非常廣泛的編程語言，本身針對Web開發提供了非常多的框架，既有重量級的，也有輕量級的，下面我簡單介紹幾個比較常見的PythonWeb開發框架，感興趣的朋友可以自己嘗試一下：
Django
這是Python一個非常成熟穩重的Web框架，基於MVC模式（又說MTV模式，本質其實一樣），優點是文檔完善、資料豐富、功能要素齊全，幾乎你所能想到的要點，Django都已實現或集成，只需要簡單開發和配置，就可快速搭建一個Web系統，缺點也顯而易見，大包大攬，追求極致和完善，有些臃腫，不如Falsk等框架輕巧靈活，學習和使用起來也具有一定難度，但對於大型項目開發來說，是一個很不錯的選擇：
Flask
這是Python一個非常輕巧靈活的Web框架，可擴展性和可定製性都非常高，WSGI工具箱採用Werkzeug，模板引擎則使用JinJa2，與Django相比，比較輕便，也容易學習和掌握，如果你初學PythonWeb開發的話，可以學習一下這個框架，非常不錯，對於中小型網站開發來說，也是一個不錯的選擇，缺點就是模塊擴展相對較少（社區還在開發中），有許多功能可能需要自己實現：
測試代碼如下，非常簡單，只需幾行代碼就可快速搭建一個Web系統，運行啟動程序，就可直接在瀏覽器中看到預期效果，悔拍非常容易：
Tornado
這也是一個輕量級的PythonWeb開發框架，與其他Web框架相比，最明顯的區別就是非阻塞式的，運行速度非常快，每秒可以處理數以千計的連接，因此可以看做是一個實時的Web框架，如果你追求實時性能和效率的話，可以學習一下這個框架，非常不錯，只不過有許多功能也需要自己親自實現：
測試代碼如下，也非常簡單，只需簡單幾行代碼就可快速構建一個Web系統，運行啟動程序，就可在瀏覽器對應端碧則羨口中看到效果：
目前，就介紹這3個不錯的PythonWeb開發框架吧，對於大部分Web開盯陵發來說，完全夠用了，當然，還有許多其他框架，像Pylons，Bottle等也有非常不錯，根據實際項目需求，選擇適合的一個框架就行，網上也有相關資料和教程，介紹的非常詳細，感興趣的話，可以搜一下，希望以上分享的內容能對你有所幫助吧，也歡迎大家評論、留言進行補充。
⑵ 最受歡迎的 15 大 Python 庫有哪些
Python常用庫大全，看看有沒有你需要的。
環境管理
管理 Python 版本和環境的工具
p – 非常簡單的互動式 python 版本管理工具。
pyenv – 簡單的 Python 版本管理工具。
Vex – 可以在虛擬環境中執行命令。
virtualenv – 創建獨立 Python 環境的工具。
virtualenvwrapper- virtualenv 的一組擴展。
包管理
管理包和依賴的工具。
pip – Python 包和依賴關系管理工具。
pip-tools – 保證 Python 包依賴關系更新的一組工具。
conda – 跨平台，Python 二進制包管理工具。
Curdling – 管理 Python 包的命令行工具。
wheel – Python 分發的新標准，意在取代 eggs。
包倉庫
本地 PyPI 倉庫服務和代理。
warehouse – 下一代 PyPI。
Warehousebandersnatch – PyPA 提供的 PyPI 鏡像工具。
devpi – PyPI 服務和打包/測試/分發工具。
localshop – 本地 PyPI 服務（自定義包並且自動對 PyPI 鏡像）。
分發
打包為可執行文件以便分發。
PyInstaller – 將 Python 程序轉換成獨立的執行文件（跨平台）。
dh-virtualenv – 構建並將 virtualenv 虛擬環境作為一個 Debian 包來發布。
Nuitka – 將腳本、模塊、包編譯成可執行文件或擴展模塊。
py2app – 將 Python 腳本變為獨立軟體包（Mac OS X）。
py2exe – 將 Python 腳本變為獨立軟體包（Windows）。
pynsist – 一個用來創建 Windows 安裝程序的工具，可以在安裝程序中打包 Python本身。
構建工具
將源碼編譯成軟體。
buildout – 一個構建系統，從多個組件來創建，組裝和部署應用。
BitBake – 針對嵌入式 Linux 的類似 make 的構建工具。
fabricate – 對任何語言自動找到依賴關系的構建工具。
PlatformIO – 多平台命令行構建工具。
PyBuilder – 純 Python 實現的持續化構建工具。
SCons – 軟體構建工具。
互動式解析器
互動式 Python 解析器。
IPython – 功能豐富的工具，非常有效的使用互動式 Python。
bpython- 界面豐富的 Python 解析器。
ptpython – 高級互動式Python解析器， 構建於python-prompt-toolkit 之上。
文件
文件管理和 MIME（多用途的網際郵件擴充協議）類型檢測。
imghdr – （Python 標准庫）檢測圖片類型。
mimetypes – （Python 標准庫）將文件名映射為 MIME 類型。
path.py – 對 os.path 進行封裝的模塊。
pathlib – （Python3.4+ 標准庫）跨平台的、面向對象的路徑操作庫。
python-magic- 文件類型檢測的第三方庫 libmagic 的 Python 介面。
Unipath- 用面向對象的方式操作文件和目錄
watchdog – 管理文件系統事件的 API 和 shell 工具
日期和時間
操作日期和時間的類庫。
arrow- 更好的 Python 日期時間操作類庫。
Chronyk – Python 3 的類庫，用於解析手寫格式的時間和日期。
dateutil – Python datetime 模塊的擴展。
delorean- 解決 Python 中有關日期處理的棘手問題的庫。
moment – 一個用來處理時間和日期的Python庫。靈感來自於Moment.js。
PyTime – 一個簡單易用的Python模塊，用於通過字元串來操作日期/時間。
pytz – 現代以及歷史版本的世界時區定義。將時區資料庫引入Python。
when.py – 提供用戶友好的函數來幫助用戶進行常用的日期和時間操作。
文本處理
用於解析和操作文本的庫。
通用
chardet – 字元編碼檢測器，兼容 Python2 和 Python3。
difflib – (Python 標准庫)幫助我們進行差異化比較。
ftfy – 讓Unicode文本更完整更連貫。
fuzzywuzzy – 模糊字元串匹配。
Levenshtein – 快速計算編輯距離以及字元串的相似度。
pangu.py – 在中日韓語字元和數字字母之間添加空格。
pyfiglet -figlet 的 Python實現。
shortuuid – 一個生成器庫，用以生成簡潔的，明白的，URL 安全的 UUID。
unidecode – Unicode 文本的 ASCII 轉換形式 。
uniout – 列印可讀的字元，而不是轉義的字元串。
xpinyin – 一個用於把漢字轉換為拼音的庫。
⑶ 誰能簡單說一下python幾個框架的特點吧
1.CubicWeb
CubicWeb的最重要的功能是其代碼的可重用性，由一個個代碼單元組成。它靈活又強大，並且還有一些特別的功能，包括RQL查詢語言和支持有效編碼的語義視圖功能。這是語義Web應用程序的最佳解決方案，並且提供理想的環境。
作為一個程序員，我們必須了解Python這門編程語言的靈活和強大。框架的選擇取決於Web應用程序的使用目的和復雜程度。測量項目所需的負荷、可擴展性和效率是關鍵。
官方網站：http://www.cubicweb.org/
2.Zope2
Zope是不同Web框架集合在一起的完整家庭。與其他框架相比，zope2在當前的開發環境中對於內容管理系統是相當有限的。 Zope工具包是一個很好的庫資源，允許使用重用代碼和不同的庫。
官方網站：https://pypi.python.org/pypi/Zope2
3.web2py
web2py最重要的因素是其外部零依賴，可以創建、復原、管理和修改在瀏覽器中的應用程序。對於一些簡單的web開發任務，大部分都可以自動化快速開發。程序員甚至不需要再准備單一的開發、調試、測試、部署和資料庫處理的封裝包。內置的Web界面中這些都有，在使用之前也不需要進行安裝。
官方網站：http://www.web2py.com/
4.TurboGears
TurboGears也稱為是框架的終結者，因為它雖然有著其他Python框架都有的功能，卻不像其他框架那樣有局限性。它甚至能適用於簡單的微架構項目。它給人的感覺就不像是工作在框架上，而像是在寫新的功能。你可以在幾分鍾之內可以創建一個read-to-extend應用，並且我們可以在網上找到大量的教程。
官方網站：http://www.turbogears.org/
5.Pylons
靈活性是pylons框架的主要特點之一。它可以將不同Python框架提供的某些最好功能，整合到同一個地方。Pyramid是pylons的第一批產品之一，它把重點放在了快速和靈活開發實踐上。你可以挑選任何你認為可以提高Web開發效率的功能整合到一起。
官方網站：http://www.pylonsproject.org/
6.Grok
它由Zope工具包提供支持，並且一開始的時候是作為一個易擴展的Zope工具箱，為了方便那些菜鳥程序員的使用而開發 的。對於Web應用，Grok不但能提供多個構件，還有一個隨時可以提供支持的很好社區。它提供了一種更為簡單和靈活的學習Python的模式。它配備的可DRY方法使得它成為了一個很好的工具。
官方網站：http://grok.zope.org/
7.Web.py
之所以說這是一款非常獨特的框架，主要是因為它的簡單性和功能強大的開發能力。你可以用Python語言舒舒服服地編寫web應用程序。你會因為它的零局限性和易用性喜歡上web.py。有些程序員可能會發現它對功能的限制比較少，因為它預留了整合的空間，所以你不必一下子載入所有的功能，尤其是那些你並不需要的。
官方網站：http://webpy.org/
8.Pyramid
Pyramid以其高效率和快節奏的開發能力而出名。這個框架最妙的是包含了一些Python，Perl和Ruby提供的最獨特的功能。此開源Web框架有一個獨立於平台的MVC結構，提供了開發的最簡途徑。此外，它還是高效開發重用代碼的首選平台之一。
官方網站：http://www.pylonsproject.org/projects/pyramid/about
9.CherryPy
CherryPy起源的其中一個最重要的原因是，它與Python兼容，並且它Python化的介面允許開發人員像Python提供的其他任何模塊一樣將其整合。另一個優秀的特點是能夠自定義各個功能，並配備了本地適配器（mod_python），使得它非常適合開發。它為每一個WSGI功能適配器提供支持，並允許CherryPy的廣泛實施。
官方網站：http://www.cherrypy.org/
10.Flask
Flask是一款可擴展卻又簡單的微架構。可能剛用的時候你會覺得它缺少某些功能，如表單驗證、資料庫抽象層、添加常用功能的第三方庫。但是，它允許擴展，使得它更易於添加所需的功能。它的有些功能如單元測試非常適用於開發，並且支持客戶端應用程序使用安全的cookies。它更適用於輕量級的應用程序和項目。
⑷ python數據挖掘常用工具有哪幾種
python有強大的第三方庫，廣泛用於數據分析，數據挖掘、機器學習等領域，下面小編整理了python數據挖掘的一些常用庫，希望對各位小夥伴學習python數據挖掘有所幫助。
1. Numpy
能夠提供數組支持，進行矢量運算，並且高效地處理函數，線性代數處理等。提供真正的數組，比起python內置列表來說， Numpy速度更快。同時，Scipy、Matplotlib、Pandas等庫都是源於 Numpy。因為 Numpy內置函數處理數據速度與C語言同一級別，建議使用時盡量用內置函數。
2.Scipy
基於Numpy,能夠提供了真正的矩陣支持，以及大量基於矩陣的數值計算模塊，包括：插值運算，線性代數、圖像信號，快速傅里葉變換、優化處理、常微分方程求解等。
3. Pandas
源於NumPy，提供強大的數據讀寫功能，支持類似SQL的增刪改查，數據處理函數非常豐富，並且支持時間序列分析功能，靈活地對數據進行分析與探索，是python數據挖掘，必不可少的工具。
Pandas基本數據結構是Series和DataFrame。Series是序列，類似一維數組，DataFrame相當於一張二維表格，類似二維數組，DataFrame的每一列都是一個Series。
4.Matplotlib
數據可視化最常用，也是醉好用的工具之一，python中著名的繪圖庫，主要用於2維作圖，只需簡單幾行代碼可以生成各式的圖表，例如直方圖，條形圖，散點圖等，也可以進行簡單的3維繪圖。
4.Scikit-Learn
Scikit-Learn源於NumPy、Scipy和Matplotlib，是一 款功能強大的機器學習python庫，能夠提供完整的學習工具箱(數據處理，回歸，分類，聚類，預測，模型分析等)，使用起來簡單。不足是沒有提供神經網路，以及深度學習等模型。
5.Keras
基於Theano的一款深度學習python庫，不僅能夠用來搭建普通神經網路，還能建各種深度學習模型，例如：自編碼器、循環神經網路、遞歸神經網路、卷積神經網路等，重要的是，運行速度幾塊，對搭建各種神經網路模型的步驟進行簡化，能夠允許普通用戶，輕松地搭建幾百個輸入節點的深層神經網路，定製程度也非常高。
6.Genism
Genism主要用來處理語言方面的任務，如文本相似度計算、LDA、Word2Vec等。
7.TensorFlow
google開源的數值計算框架，採用數據流圖的方式，可靈活搭建深度學習模型。