有一句谚语“你不必重新发明轮子”。工具库就是最好的例子。它可以帮助您以简单的方式编写复杂且耗时的功能。在我看来，一个好的项目会使用一些可用的最佳库。

本文是 Python 库系列文章的一部分，在该系列文章中，我来分享一个包含 7 个 Python 库的列表，它们将在您的开发之旅中提供帮助。

1. locust

这是星标最多的 python 库之一，在 GitHub 上拥有超过 19k 颗星。测试是软件开发中最重要的阶段之一。这是一个易于使用、可编写脚本和可扩展的性能测试工具。您可以在常规 Python 代码中定义用户的行为，而不是受 UI 或仅伪装成真实代码的特定领域语言的约束。这使得这个库可以无限扩展并且对开发人员非常友好。

2. loguru

我认为日志记录是最常用的调试方法之一。该库旨在通过添加一系列有用的功能来解决标准记录器的警告，从而减少 Python 日志记录的痛苦。在你的应用程序中使用日志应该是一种自动化，这个库试图让它既愉快又强大。这个库在 GitHub 上有超过 13k 颗星。

3.pyqtgraph

可视化数据将帮助开发人员了解这些数据想要表达的意思。该库旨在用于数学/科学/工程应用。尽管完全用 python 编写，但由于大量使用 NumPy 进行数字运算、Qt 的 GraphicsView 框架用于 2D 显示以及 OpenGL 用于 3D 显示，该库速度很快。它在 GitHub 上有超过 3k 颗星。

4.faust

这是一个流处理库，将想法从Kafka Streams 移植到 Python。它用于构建每天处理数十亿事件的高性能分布式系统和实时数据管道。它不使用 DSL，它只是 Python。这意味着您可以在流处理时使用所有您喜欢的 Python 库，例如 NumPy、PyTorch、Pandas、NLTK、Django、Flask、SQLAlchemy 等。它在 GitHub 上有超过 6k 星。

5.requests-HTML

如果您必须解析 HTML，那么这对您来说是一个很好的资源。该库旨在使解析 HTML（例如抓取网络）尽可能简单和直观。它包括许多功能，如完整的 JavaScript 支持、CSS 选择器（又名 jQuery 风格，多亏了 PyQuery）、XPath 选择器（适合胆小的人）、模拟用户代理（就像一个真正的网络浏览器）等等。它在 GitHub 上拥有超过 12.5k 颗星。

6. pyinfra

这个库以超快的速度大规模地自动化基础设施。它可用于临时命令执行、服务部署、配置管理等。它包括诸如在具有可预测性能的数千台主机上超快速执行、针对 SSH/Docker/subprocess/winrm 主机的无代理执行、与 Docker、Vagrant/Mech 和开箱即用的 Ansible 集成等功能。它在 GitHub 上有超过 3k 颗星。

7.more-itertools

如果您想增强处理功能，那么这对您来说是一个很好的资源。这个库是一个 gem，你可以用它提供的函数为各种问题编写优雅的解决方案。它收集了用于处理 Python 可迭代对象的其他构建块、方法和例程。它在 GitHub 上拥有超过 2700 颗星。

今天就到此为止。我相信这些库将在您的开发之旅中为您提供很多帮助。

如果你知道任何其他漂亮的 Python 库，请在评论中分享它们。