🎯🎯🎯本项目重点不在于coding，而是收集互联上关于Python常用包的教程，坚持每日/周学习一包，系统性统计Python生态第三方包，好好学习，天天向上~，持续更新中。。。。。。

目录

🔥WEB开发
🚀科学计算与数据科学
🕸️爬虫
⚙️开发工具与环境管理
💻GUI

---

WEB开发

Django

描述：“大而全”的高级框架，内置了ORM、认证、后台管理等众多功能，开发效率高。
学习参考：

• 官网：https://docs.djangoproject.com/zh-hans/5.2/
• CSDN：https://blog.csdn.net/m0_64408930/article/details/145467411
• CSDN：https://blog.csdn.net/cultivationman/article/details/151840868

Flask

描述： “微内核”框架，轻量灵活，核心简单，可根据需要添加各种扩展。
学习参考：

• 官网：https://flask.palletsprojects.com/en/stable/
• CSDN：https://www.runoob.com/flask/flask-tutorial.html

FastAPI

描述： 现代、高性能的框架，专为构建API设计，支持异步编程，自带自动交互式API文档。
学习参考：

• 官网：https://fastapi.tiangolo.com/zh/
• 博客园：https://www.cnblogs.com/ycfenxi/p/19107847

Tornado

描述： 现代、高性能的框架，专为构建API设计，支持异步编程，自带自动交互式API文档。
学习参考：

• 官网：https://www.tornadoweb.org/en/stable/
• CSDN：https://blog.csdn.net/xiaoyingxixi1989/article/details/149672604

科学计算与数据科学

Numpy

描述：提供高性能的多维数组对象和工具，是几乎所有科学计算库的基础。
学习参考：

• 官网：https://numpy.org/doc/stable/
• CSDN：https://blog.csdn.net/Z0412_J0103/article/details/144840505

Pandas

描述：提供高性能、易用的数据结构和数据分析工具，尤其是DataFrame，是数据处理的标配。
学习参考：

• 官网：https://pandas.pydata.org/docs/

Matplotlib

描述：Python最基础、最广泛的2D绘图库，高度可定制。
学习参考：

• 官网：https://matplotlib.org/stable/index.html

SciPy

描述：基于NumPy，提供科学计算中的各种模块，如线性代数、优化、积分、统计等，主要用于数值计算。
学习参考：

• 官网：https://docs.scipy.org/doc/scipy/

SymPy

描述：处理数学符号，进行精确的代数推导和公式变换，主要用于符号计算。
学习参考：

• 官网：https://docs.sympy.org/latest/index.html

爬虫

Scrapy

描述：功能强大的网络爬虫框架，用于大规模抓取网页数据。
学习参考：

• 官网：https://docs.scrapy.org/en/latest/
• 翻译：https://www.osgeo.cn/scrapy/intro/tutorial.html

Requests

描述：人性化的HTTP库，用于发送各种HTTP请求，是网络编程的必备工具。
学习参考：

• 官网：https://requests.readthedocs.io/en/latest/

Httpx

描述：一个现代、功能丰富的 Python HTTP 客户端库，旨在为 Python 提供一流的异步和同步 HTTP 客户端支持。
学习参考：

• 官网：https://www.python-httpx.org/quickstart/

Beautiful Soup

描述：用于解析HTML和XML文档，从网页中提取数据。
学习参考：

• 官网：https://beautiful-soup-4.readthedocs.io/en/latest/

开发工具与环境管理

UV

描述：一个用 Rust 编写的高性能、一体化（all-in-one）的 Python 包管理器和项目工作流工具。
学习参考：

• 官网：https://uv.doczh.com/

PIP

描述：Python的官方包管理工具。
学习参考：

• CSDN：https://blog.csdn.net/m0_75067840/article/details/140570814

Conda

描述：包管理和环境管理系统，尤其在数据科学领域流行，如果是个人用的话推荐MiniConda。
学习参考：

• 官网：https://docs.conda.io/en/latest/

Setuptools

描述： 用于构建和分发Python包的基础工具。
学习参考：

• 官网：https://setuptools.pypa.io/en/latest/

GUI

PyQt / PySide

描述：基于Qt框架的GUI库，功能非常强大，可以创建非常复杂的桌面应用。
学习参考：

• PyQt官网：https://www.pythonguis.com/
• PySide官网（后起之秀，Qt官方支持）：https://www.qt.io/development/qt-framework/python-bindings

Tkinter

描述：Python的标准GUI库，无需额外安装，简单易用。
学习参考：

• 官网：https://docs.python.org/zh-cn/3/library/tk.html

wxPython

描述：基于wxWidgets C++库的Python绑定，另一个成熟的跨平台GUI解决方案。
学习参考：

• 官网：https://docs.wxpython.org/