爲程序員和新手準備的 8 大 Python 工具

Python 是一種開源編程語言，用於 Web 編程、數據科學、人工智能和許多科學應用。學習 Python 使程序員可以專一於解決問題，而不是專一於語法，其豐富的庫賦予它完成偉大任務所需的力量。

1) IDLE

安裝 Python 時，默認狀況下也會安裝 IDLE。這是比較好的Python工具之一。這使得在 Python 中入門變得很是簡單。它的主要功能包括Python shell 窗口（交互式解釋器）、跨平臺（Windows、Linux、UNIX、Mac OS X）、智能縮進、代碼着色、自動提示、能夠實現斷點提示、單步執行等調試功能的基本集成調試器。IDLE 易於學習，由於它重量輕且易於使用。可是，它並非大型項目的最佳選擇。

2) Scikit-learn

scikit-learn是一個創建在Scipy基礎上的用於機器學習的Python模塊。在不一樣的應用領域中，已經大展出爲數衆多的基於Scipy的工具包，他們統稱爲Scikits。而在全部的分支版本中，scikit-learn是最有名的，是開源的，任何人均可以避免費地使用這個庫或者進行二次開發。

scikit-learn包含衆多頂級機器學習算法，主要有六大基本功能，分別是分類、迴歸、聚類、數據將維、模型選擇和數據預處理。scikit-learn擁有很是活躍的用戶社區，基本上其全部的功能都有很是詳盡的文檔供用戶查閱。能夠研讀scikit-learn的用戶指南及文檔，對其算法的使用有更充分的瞭解。

3) Theano

Theano是一個較爲老牌和穩定的機器學習python庫之一。Theano基於Python擅長處理多維數組（緊密集成了Numpy），屬於比較底層的框架，theano起初也是爲了深度學習中大規模人工神經網絡算法的運算所設計，咱們可利用符號化式語言定義想要的結果，接着theano會對咱們的程序進行編譯，使其高效運行於GPU或CPU，它很是適合深度學習Python。

4) Selenium

Selenium 是自動化的最佳 python 工具之一。它屬於 Python 測試的自動化。它在 Web 應用程序中用於自動化框架。使用Selenium，咱們能夠用許多編程語言編寫測試腳本，包括Java、C#、python、ruby以及程序員和新手將要使用的許多其餘語言。你還能夠集成 Junit 和 TestNG 等鈾工具來管理測試用例並生成報告。

5) Test complete

它是支持 Web、移動和桌面自動化測試的自動化比較好的Python 工具之一。它支持單元測試、功能測試、迴歸測試、分佈式測試、數據驅動測試、HTTP負載測試、Web測試、人工測試等類型的測試，支持5種腳本語言編寫VBScript、JScript、C++ Script、DelphiScript、C#Script，支持SVN、VSS等代碼控制系統，而且支持Bugzilla等缺陷跟蹤系統。

6) Beautiful soup

Beautiful Soup 是用Python寫的一個HTML/XML的解析器，它能夠很好的處理不規範標記並生成剖析樹(parse tree)。 它提供簡單又經常使用的導航（navigating），搜索以及修改剖析樹的操做,它可以經過你喜歡的轉換器實現慣用的文檔導航，查找，修改文檔的方式,簡單的說，它能夠大大節省你的編程時間

7) Pandas

pandas 是基於NumPy 的一種工具，該工具是爲了解決數據分析任務而建立的。Pandas 歸入了大量庫和一些標準的數據模型，提供了高效地操做大型數據集所需的工具。提供了大量能使咱們快速便捷地處理數據的函數和方法，爲 Python 編程語言提供最佳、高性能的工做以及易於使用的數據結構和數據分析工具。

8) Pulp

線性規劃是研究線性約束條件下線性目標函數的極值問題的數學理論和方法。Python中有許多第三方的工具能夠解決這類問題，這裏介紹經常使用的pulp工具包。pulp可以解包括整數規劃在內的絕大多數線性規劃問題，而且提供了多種solver，每種solver針對不一樣類型的線性規劃問題有更好的效果。並且puLP能夠生成 LP 文件，並調用高度優化的solvers、GLPK、COIN CLP/CBC、CPLEX 和 GUROBI 來解決這些線性問題。