1. fastapi

作者: tiangolostar: 52000fork: 4300watch: 601

基于 Python 3.6+ 的高性能 Web 框架。FastAPI "名副其实"，不仅写接口快，调试也方便，Python 的不断进步，让 Web 开发也变得更快、更强。

示例代码：

from fastapi import FastAPIapp = FastAPI()@app.get("/")async def read_root(): return {"Hello": "World"}@app.get("/items/{item_id}")async def read_item(item_id: int, q: str = None): return {"item_id": item_id, "q": q}# 启动命令：uvicorn main:app –reload

2. rich

作者: Textualizestar: 41000fork: 1400watch: 541

想要一个高级感满满的终端吗？rich能给你想要的一切。虽然把终端过度美化不仅华而不实，甚至会喧宾夺主，但不可否认，一个好看得终端输出，在愉悦心情的同时，还能提高开发者的效率。

每当看到那些性感的语法高亮、整齐的表格、舒服的进度条，你就会庆幸我给你推荐了这款框架。

3. sentry

作者: getsentrystar: 33000fork: 3700watch: 675

一款采用C/S模式的实时异常监控平台，免费开通，通过Python实现。不仅提供清晰高效的web管理界面，还支持从任何语言、任何应用程序发送事件。

在应用服务开发领域，成熟的异常监控警告必不可少，sentry能很好地完成这方面的任务。

4. jieba

作者: fxsjystar: 30000fork: 6600watch: 1300

强大的汉语分词库，Python界人尽皆知的NLP必备工具，接口非常完善，开箱即用！

示例代码如下：

# encoding=utf-8import jiebaseg_list = jieba.cut("我来到北京清华大学", cut_all=True)print("Full Mode: " + "/ ".join(seg_list)) # 全模式seg_list = jieba.cut("我来到北京清华大学", cut_all=False)print("Default Mode: " + "/ ".join(seg_list)) # 精确模式seg_list = jieba.cut("他来到了网易杭研大厦") # 默认是精确模式print(", ".join(seg_list))seg_list = jieba.cut_for_search("小明硕士毕业于中国科学院计算所，后在日本京都大学深造") # 搜索引擎模式print(", ".join(seg_list))【全模式】: 我/ 来到/ 北京/ 清华/ 清华大学/ 华大/ 大学【精确模式】: 我/ 来到/ 北京/ 清华大学【新词识别】：他, 来到, 了, 网易, 杭研, 大厦 (此处，“杭研”并没有在词典中，但是也被Viterbi算法识别出来了)【搜索引擎模式】：小明, 硕士, 毕业, 于, 中国, 科学, 学院, 科学院, 中国科学院, 计算, 计算所, 后, 在, 日本, 京都, 大学, 日本京都大学, 深造

5. redash

作者: getredashstar: 22000fork: 3900watch: 587

redash是一个优质的数据可视化项目，通过Python实现的数据查询以及可视化的功能。聚焦在数据可视化的核心功能上，减少冗余的同时，也更容易掌握。

应用可以将一个SQL查询结果高效地可视化，同时提供SQL代码片段存储，降低重写SQL的情况。

6. taichi

作者: taichi-devstar: 22000fork: 2100watch: 396

这是一个高性能的图形编程框架。它可以将 Python 代码转换成高效的汇编代码，在多 CPU 和 GPU 上操作，相当于使用 Python 写修饰器。

Taichi 解决了图形学配置环境难、代码移植性差等问题，通过pip install taichi就可以安装。示例代码：

import taichi as titi.init(arch=ti.gpu) # 指定编译后的函数在 GPU 上执行n = 320pixels = ti.field(dtype=float, shape=(n * 2, n)) # 提前声明数组存储类型，大小@ti.func # 该函数将是被调用的过程函数def complex_sqr(z): return ti.Vector([z[0]**2 – z[1]**2, z[1] * z[0] * 2])@ti.kernel # 该函数将被 Taichi 编译def paint(t: float): for i, j in pixels: # 最外层循环会自动并行化 c = ti.Vector([-0.8, ti.cos(t) * 0.2]) z = ti.Vector([i / n – 1, j / n – 0.5]) * 2 iterations = 0 while z.norm() < 20 and iterations < 50: # 其他语法和原生 Python 基本一致 z = complex_sqr(z) + c iterations += 1 pixels[i, j] = 1 – iterations * 0.02gui = ti.GUI("Julia Set", res=(n * 2, n))for i in range(1000000): paint(i * 0.03) gui.set_image(pixels) gui.show()