导读：从GitHub中整理出的15个最受欢迎的Python开源框架。这些框架包括事件I/O，OLAP，Web开发，高性能网络通信，测试，爬虫等。Django: Python Web应用开发框架Django 应该是最出名的Python框架，GAE甚
从GitHub中整理出的15个最受欢迎的Python开源框架。这些框架包括事件I/O，OLAP，Web开发，高性能网络通信，测试，爬虫等。
Django: Python Web应用开发框架
Django 应该是最出名的Python框架，GAE甚至Erlang都有框架受它影响。Django是走大而全的方向，它最出名的是其全自动化的管理后台：只需要使用起ORM，做简单的对象定义，它就能自动生成数据库结构、以及全功能的管理后台。
Diesel：基于Greenlet的事件I/O框架
Diesel提供一个整洁的API来编写网络客户端和服务器。支持TCP和UDP。
Flask：一个用Python编写的轻量级Web应用框架
Flask是一个使用Python编写的轻量级Web应用框架。基于Werkzeug WSGI工具箱和Jinja2
模板引擎。Flask也被称为“microframework”，因为它使用简单的核心，用extension增加其他功能。Flask没有默认使用的数
据库、窗体验证工具。
Cubes：轻量级Python OLAP框架
Cubes是一个轻量级Python框架，包含OLAP、多维数据分析和浏览聚合数据（aggregated data）等工具。
Kartographpy：创造矢量地图的轻量级Python框架
Kartograph是一个Python库，用来为ESRI生成SVG地图。Kartographpy目前仍处于beta阶段，你可以在virtualenv环境下来测试。
Pulsar：Python的事件驱动并发框架
Pulsar是一个事件驱动的并发框架，有了pulsar，你可以写出在不同进程或线程中运行一个或多个活动的异步服务器。
Web2py：全栈式Web框架
Web2py是一个为Python语言提供的全功能Web应用框架，旨在敏捷快速的开发Web应用，具有快速、安全以及可移植的数据库驱动的应用，兼容Google App Engine。
Falcon：构建云API和网络应用后端的高性能Python框架
Falcon是一个构建云API的高性能Python框架，它鼓励使用REST架构风格，尽可能以最少的力气做最多的事情。
Dpark：Python版的Spark
DPark是Spark的Python克隆，是一个Python实现的分布式计算框架，可以非常方便地实现大规模数据处理和迭代计算。DPark由豆瓣实现，目前豆瓣内部的绝大多数数据分析都使用DPark完成，正日趋完善。
Buildbot：基于Python的持续集成测试框架
Buildbot是一个开源框架，可以自动化软件构建、测试和发布等过程。每当代码有改变，服务器要求不同平台上的客户端立即进行代码构建和测试，收集并报告不同平台的构建和测试结果。
Zerorpc：基于ZeroMQ的高性能分布式RPC框架
Zerorpc是一个基于ZeroMQ和MessagePack开发的远程过程调用协议（RPC）实现。和 Zerorpc 一起使用的 Service API 被称为 zeroservice。Zerorpc 可以通过编程或命令行方式调用。
Bottle: 微型Python Web框架
Bottle是一个简单高效的遵循WSGI的微型python Web框架。说微型，是因为它只有一个文件，除Python标准库外，它不依赖于任何第三方模块。
Tornado：异步非阻塞IO的Python Web框架
Tornado的全称是Torado Web Server，从名字上看就可知道它可以用作Web服务器，但同时它也是一个Python Web的开发框架。最初是在FriendFeed公司的网站上使用，FaceBook收购了之后便开源了出来。
webpy: 轻量级的Python Web框架
webpy的设计理念力求精简（Keep it simple and powerful），源码很简短，只提供一个框架所必须的东西，不依赖大量的第三方模块，它没有URL路由、没有模板也没有数据库的访问。
Scrapy：Python的爬虫框架
Scrapy是一个使用Python编写的，轻量级的，简单轻巧，并且使用起来非常的方便
从GitHub中整理出的15个最受欢迎的Python开源框架。这些框架包括事件I/O，OLAP，Web开发，高性能网络通信，测试，爬虫等。\x0d\\x0d\Django: Python Web应用开发框架\x0d\ Django 应该是最出名的Python框架，GAE甚至Erlang都有框架受它影响。Django是走大而全的方向，它最出名的是其全自动化的管理后台：只需要使用起ORM，做简单的对象定义，它就能自动生成数据库结构、以及全功能的管理后台。\x0d\\x0d\Diesel：基于Greenlet的事件I/O框架\x0d\ Diesel提供一个整洁的API来编写网络客户端和服务器。支持TCP和UDP。\x0d\\x0d\Flask：一个用Python编写的轻量级Web应用框架\x0d\ Flask是一个使用Python编写的轻量级Web应用框架。基于Werkzeug WSGI工具箱和Jinja2 \x0d\模板引擎。Flask也被称为“microframework”，因为它使用简单的核心，用extension增加其他功能。Flask没有默认使用的数\x0d\据库、窗体验证工具。\x0d\\x0d\Cubes：轻量级Python OLAP框架\x0d\ Cubes是一个轻量级Python框架，包含OLAP、多维数据分析和浏览聚合数据（aggregated data）等工具。\x0d\\x0d\Kartographpy：创造矢量地图的轻量级Python框架\x0d\ Kartograph是一个Python库，用来为ESRI生成SVG地图。Kartographpy目前仍处于beta阶段，你可以在virtualenv环境下来测试。\x0d\\x0d\Pulsar：Python的事件驱动并发框架\x0d\ Pulsar是一个事件驱动的并发框架，有了pulsar，你可以写出在不同进程或线程中运行一个或多个活动的异步服务器。\x0d\\x0d\Web2py：全栈式Web框架\x0d\ Web2py是一个为Python语言提供的全功能Web应用框架，旨在敏捷快速的开发Web应用，具有快速、安全以及可移植的数据库驱动的应用，兼容Google App Engine。\x0d\\x0d\Falcon：构建云API和网络应用后端的高性能Python框架\x0d\ Falcon是一个构建云API的高性能Python框架，它鼓励使用REST架构风格，尽可能以最少的力气做最多的事情。\x0d\\x0d\Dpark：Python版的Spark\x0d\ DPark是Spark的Python克隆，是一个Python实现的分布式计算框架，可以非常方便地实现大规模数据处理和迭代计算。DPark由豆瓣实现，目前豆瓣内部的绝大多数数据分析都使用DPark完成，正日趋完善。\x0d\\x0d\Buildbot：基于Python的持续集成测试框架\x0d\ Buildbot是一个开源框架，可以自动化软件构建、测试和发布等过程。每当代码有改变，服务器要求不同平台上的客户端立即进行代码构建和测试，收集并报告不同平台的构建和测试结果。\x0d\\x0d\Zerorpc：基于ZeroMQ的高性能分布式RPC框架\x0d\ Zerorpc是一个基于ZeroMQ和MessagePack开发的远程过程调用协议（RPC）实现。和 Zerorpc 一起使用的 Service API 被称为 zeroservice。Zerorpc 可以通过编程或命令行方式调用。\x0d\\x0d\Bottle: 微型Python Web框架\x0d\ Bottle是一个简单高效的遵循WSGI的微型python Web框架。说微型，是因为它只有一个文件，除Python标准库外，它不依赖于任何第三方模块。\x0d\\x0d\Tornado：异步非阻塞IO的Python Web框架\x0d\ Tornado的全称是Torado Web Server，从名字上看就可知道它可以用作Web服务器，但同时它也是一个Python Web的开发框架。最初是在FriendFeed公司的网站上使用，FaceBook收购了之后便开源了出来。\x0d\\x0d\webpy: 轻量级的Python Web框架\x0d\ webpy的设计理念力求精简（Keep it simple and powerful），源码很简短，只提供一个框架所必须的东西，不依赖大量的第三方模块，它没有URL路由、没有模板也没有数据库的访问。\x0d\\x0d\Scrapy：Python的爬虫框架\x0d\ Scrapy是一个使用Python编写的，轻量级的，简单轻巧，并且使用起来非常的方便。
1、使用python开发APP后台要用到tornado框架，因为非阻塞io的原因，性能非常高，特别适合写后端API（App的后端应该都是rest风格的api），而且成熟稳定。
2、APP后台需要部署服务器，这方面涉及到运维、测试、开发诸多方面， 部署和测试推荐几个包：fabric、nose、unittest(python自带)，版本管理推荐git，持续集成推荐使用docker+jenkins。
3、APP后台服务性能需求方面，youtube、reddit、豆瓣、知乎这样的大流量网站都是python写的，所以App的规模不太可能遇到性能问题，即使有也应该不是python的问题，而是任何语言都会有问题。大量的pv是可以靠堆服务器堆出来，如果是计算量比较大的任务，可以考虑用c或c++写。
4、网页前端以及移动端开发后台用python写的API，让前端使用React，就可以轻松解决前后端分离这个问题。
5、现有开源实例子比较少，App后端开源的不常见，而且大部分是rest风格的api，很多时候会涉及到自身的业务和敏感信息也不会开源，所以都要自己从头开始编写。
以下是伯乐在线从GitHub中整理出的15个最受欢迎的Python开源框架。这些框架包括事件I/O，OLAP，Web开发，高性能网络通信，测试，爬虫等。
Django: Python Web应用开发框架
Django 应该是最出名的Python框架，GAE甚至Erlang都有框架受它影响。Django是走大而全的方向，它最出名的是其全自动化的管理后台：只需要使用起ORM，做简单的对象定义，它就能自动生成数据库结构、以及全功能的管理后台。
Diesel：基于Greenlet的事件I/O框架
Diesel提供一个整洁的API来编写网络客户端和服务器。支持TCP和UDP。
Flask：一个用Python编写的轻量级Web应用框架
Flask是一个使用Python编写的轻量级Web应用框架。基于Werkzeug WSGI工具箱和Jinja2 模板引擎。Flask也被称为“microframework”，因为它使用简单的核心，用extension增加其他功能。Flask没有默认使用的数据库、窗体验证工具。
Cubes：轻量级Python OLAP框架
Cubes是一个轻量级Python框架，包含OLAP、多维数据分析和浏览聚合数据（aggregated data）等工具。
Kartographpy：创造矢量地图的轻量级Python框架
Kartograph是一个Python库，用来为ESRI生成SVG地图。Kartographpy目前仍处于beta阶段，你可以在virtualenv环境下来测试。
Pulsar：Python的事件驱动并发框架
Pulsar是一个事件驱动的并发框架，有了pulsar，你可以写出在不同进程或线程中运行一个或多个活动的异步服务器。
Web2py：全栈式Web框架
Web2py是一个为Python语言提供的全功能Web应用框架，旨在敏捷快速的开发Web应用，具有快速、安全以及可移植的数据库驱动的应用，兼容Google App Engine。
Falcon：构建云API和网络应用后端的高性能Python框架
Falcon是一个构建云API的高性能Python框架，它鼓励使用REST架构风格，尽可能以最少的力气做最多的事情。
Dpark：Python版的Spark
DPark是Spark的Python克隆，是一个Python实现的分布式计算框架，可以非常方便地实现大规模数据处理和迭代计算。DPark由豆瓣实现，目前豆瓣内部的绝大多数数据分析都使用DPark完成，正日趋完善。
Buildbot：基于Python的持续集成测试框架
Buildbot是一个开源框架，可以自动化软件构建、测试和发布等过程。每当代码有改变，服务器要求不同平台上的客户端立即进行代码构建和测试，收集并报告不同平台的构建和测试结果。
Zerorpc：基于ZeroMQ的高性能分布式RPC框架
Zerorpc是一个基于ZeroMQ和MessagePack开发的远程过程调用协议（RPC）实现。和 Zerorpc 一起使用的 Service API 被称为 zeroservice。Zerorpc 可以通过编程或命令行方式调用。
Bottle: 微型Python Web框架
Bottle是一个简单高效的遵循WSGI的微型python Web框架。说微型，是因为它只有一个文件，除Python标准库外，它不依赖于任何第三方模块。
Tornado：异步非阻塞IO的Python Web框架
Tornado的全称是Torado Web Server，从名字上看就可知道它可以用作Web服务器，但同时它也是一个Python Web的开发框架。最初是在FriendFeed公司的网站上使用，FaceBook收购了之后便开源了出来。
webpy: 轻量级的Python Web框架
webpy的设计理念力求精简（Keep it simple and powerful），源码很简短，只提供一个框架所必须的东西，不依赖大量的第三方模块，它没有URL路由、没有模板也没有数据库的访问。
Scrapy：Python的爬虫框架
Scrapy是一个使用Python编写的，轻量级的，简单轻巧，并且使用起来非常的方便。
在JAVA中并行和并发机制的区别
并发与并行是两个既相似而又不相同的概念：并发性，又称共行性，是指能处理多个同时性活动的能力；并行是指同时发生的两个并发事件，具有并发的含义，而并发则不一定并行，也亦是说并发事件之间不一定要同一时刻发生。
-------------------------------------------------------------
并发和并行的区别仅仅在发生时刻的不同吗？
举个例子理解一下，如：
假设有A、B 两个事件
并行：
如果A和B都在15：30同时发生，A 的运行时间为 5 分钟，B 的运行时间为 8 分钟
在前5分钟是并行，也包括并发，因为他们都是在同一时刻发生的
并发：
如果A在15：30发生，运行3分钟后，B事件发生，在以后的5分钟时间里，A和B 是并发的
-------------------------------------------------------------
并发，是在同一个cpu上同时（不是真正的同时，而是看来是同时，因为cpu要在多个程序间切换）运行多个程序。
并行，是每个cpu运行一个程序。
打个比方，并发，就像一个人（cpu）喂2个孩子（程序），轮换着每人喂一口，表面上两个孩子都在吃饭。
并行，就是2个人喂2个孩子，两个孩子也同时在吃饭。
jvm gc 并行和并发的区别并行(Parallel)：多条垃圾收集线程并行工作，而用户线程仍处于等待状态
并发(Concurrent)：垃圾收集线程与用户线程一段时间内同时工作(交替执行)
java中并行与并发的区别？并行和并发 与Java无关，这是操作系统级别的概念。并发，就像一个人（CPU）喂 n 个孩子（程序），轮换着每人喂一口，从表面上看两个孩子都在吃饭；而并行，就是 n 个人（CPU）喂 n 个孩子（程序），n 个孩子也同时在吃饭。
sql server和oracle并发控制机制的区别一、开放性
1、SQL Server 只能在windows上运行，没有丝毫的开放性，操作系统的系统的稳定对数据库是十分重要的。Windows9X系列产品是偏重于桌面应用，NT server只适合中小型企业。而且windows平台的可靠性，安全性和伸缩性是非常有限的。它不象unix那样久经考验，尤其是在处理大数据库。
2、 Oracle 能在所有主流平台上运行（包括 windows）。完全支持所有的工业标准。采用完全开放策略。可以使客户选择最适合的解决方案。对开发商全力支持。
二、可伸缩性，并行性
1、SQL server 并行实施和共存模型并不成熟，很难处理日益增多的用户数和数据卷，伸缩性有限。
2、Oracle 并行服务器通过使一组结点共享同一簇中的工作来扩展windownt的能力，提供高可用性和高伸缩性的簇的解决方案。如果windowsNT不能满足需要，用户可以把数据库移到UNIX中。Oracle的并行服务器对各种UNIX平台的集群机制都有着相当高的集成度。
三、性能
1、SQL Server 多用户时性能不佳
2、Oracle 性能最高， 保持开放平台下的TPC-D和TPC-C的世界记录。
四、客户端支持及应用模式
1、SQL Server C/S结构，只支持windows客户，可以用ADO、DAO、OLEDB、ODBC连接。
2、Oracle 多层次网络计算，支持多种工业标准，可以用ODBC、JDBC、OCI等网络客户连接。
五、操作简便
1、 SQL Server 操作简单，但只有图形界面。
2、Oracle 较复杂，同时提供GUI和命令行，在windowsNT和unix下操作相同。
六、使用风险
1、SQL server 完全重写的代码，经历了长期的测试，不断延迟，许多功能需要时间来证明。并不十分兼容。
2、Oracle 长时间的开发经验，完全向下兼容。得到广泛的应用。完全没有风险。 最后价格上 ORACLE贵过SQLSRVER。
php有并发机制吗不同的设备肯定session是独立的。session的实现的机制是，浏览器第一次访问，不包含任何cookie，服务器随机生成一个sessionid作为cookie返回客户端。
之后的访问，浏览器带上这个cookie，服务器视作是同一个会话。
可见，如果不同的计算机，session肯定不同。
什么是Hibernate的并发机制
Hibernate并发机制：
a、Hibernate的Session对象是非线程安全的，对于单个请求，单个会话，单个的工作单元(即单个事务,单个线程)，它通常只使用一次，然后就丢弃。
如果一个Session 实例允许共享的话，那些支持并发运行的,例如Http request,session beans将会导致出现资源争用。
如果在Http Session中有hibernate的Session的话，就可能会出现同步访问Http Session。只要用户足够快的点击浏览器的“刷新”,就会导致两个并发运行的线程使用同一个Session。
b、多个事务并发访问同一块资源，可能会引发第一类丢失更新，脏读，幻读，不可重复读，第二类丢失更新一系列的问题。
python并发和java并发的区别使用tornado的前提是你的服务是IO密集型的，并且你得写异步api，也可以请参考我签名中的框架，把tornado改造成eventloop+threadpool (GitHub - nikoloss/iceworld: tonado的multi-thread 多线程封装)。我们公司的android ios wap后台全是这套框架在提供服务。目前已经切换到一个分布式响应群组里面了，此时tornado只是作为一个中继的gateway存在：GitHub - nikoloss/cellnest: 分布式service
在没有阻塞的情况下，python的性能肯定不如编译型语言。这种全异步的模型的优势也无法体现出来，一旦有IO操作了，这种全异步模型的第一步apet新连接的操作并不会暂停，也就是只要有内容抵达，至少ioloop这个环节是可以照单全收的，接收之后协程处理，随着并发量增长它的性能下降是平稳且平滑的。反观线程模型，如果消费数据赶不上新连接新数据的生产，性能就会直线下降。
你的700qps差不多，你可以换31或者32的tornado试试，1100~1400应该可以跑出来。当然追求一个静态文本的输出性能是否有必要，我觉得实际情况比这种单纯的压测要复杂的多。
OS之并发与并行，异步和多线程的区别1、并发：在操作系统中，是指一个时间段中有几个程序都处于已启动运行到运行完毕之间，且这几个程序都是在同一个处理机上运行，但任一个时刻点上只有一个程序在处理机上运行。
2、并行：在操作系统中，一组程序按独立异步的速度执行，无论从微观还是宏观，程序都是一起执行的。
3、多线程：多线程是程序设计的逻辑层概念，它是进程中并发运行的一段代码。多线程可以实现线程间的切换执行。
4、异步：异步和同步是相对的，同步就是顺序执行，执行完一个再执行下一个，需要等待、协调运行。异步就是彼此独立,在等待某事件的过程中继续做自己的事，不需要等待这一事件完成后再工作。线程就是实现异步的一个方式。异步是让调用方法的主线程不需要同步等待另一线程的完成，从而可以让主线程干其它的事情。
5、异步和多线程并不是一个同等关系,异步是最终目的,多线程只是我们实现异步的一种手段。异步是当一个调用请求发送给被调用者,而调用者不用等待其结果的返回而可以做其它的事情。实现异步可以采用多线程技术或则交给另外的进程来处理。
什么是Hibernate的并发机制？怎么去处理并发问题？a、Hibernate的Session对象是非线程安全的,对于单个请求,单个会话,单个的工作单元(即单个事务,单个线程),它通常只使用一次, 然后就丢弃。 如果一个Session 实例允许共享的话，那些支持并发运行的,例如Http request,session beans将会导致出现资源争用。 如果在Http Session中有hibernate的Session的话,就可能会出现同步访问Http Session。只要用户足够快的点击浏览器的“刷新”, 就会导致两个并发运行的线程使用同一个Session。 b、多个事务并发访问同一块资源,可能会引发第一类丢失更新，脏读，幻读，不可重复读，第二类丢失更新一系列的问题。 解决方案：设置事务隔离级别。 Serializable：串行化。隔离级别最高 Repeatable Read：可重复读 Read Committed：已提交数据读 Read Unmitted：未提交数据读。隔离级别最差 设置锁：乐观锁和悲观锁。 乐观锁：使用版本号或时间戳来检测更新丢失,在 的映射中设置 optimistic-lock=all可以在没有版本或者时间戳属性映射的情况下实现 版本检查，此时Hibernate将比较一行记录的每个字段的状态 行级悲观锁：Hibernate总是使用数据库的锁定机制，从不在内存中锁定对象！只要为JDBC连接指定一下隔 离级别，然后让数据库去搞定一切就够了。类LockMode 定义了Hibernate所需的不同的锁定级别：LockModeUPGRADE,LockModeUPGRADE_NOWAIT,LockModeREAD;
1、Django:PythonWeb应用开发框架Django应该是最出名的Python框架，GAE甚至Erlang都有框架受它影响。Django是走大而全的方向，它最出名的是其全自动化的管理后台：只需要使用起ORM，做简单的对象定义，它就能自动生成数据库结构、以及全功能的管理后台。
2、Bottle:微型PythonWeb框架Bottle是一个简单高效的遵循WSGI的微型pythonWeb框架。说微型，是因为它只有一个文件，除Python标准库外，它不依赖于任何第三方模块。
3、Flask：也是一个Web应用框架
不同于Django它是轻量级Web应用框架。基于WerkzeugWSGI工具箱和Jinja2模板引擎。Flask也被称为“microframework”，因为它使用简单的核心，用extension增加其他功能。Flask没有默认使用的数据库、窗体验证工具。但是Flask是可以扩增的，你可以使用可以用Flask-extension增加前边没有的一些功能。
4、Tornado：异步非阻塞IO的PythonWeb框架Tornado的全称是ToradoWebServer，从名字上看就可知道它可以用作Web服务器，但同时它也是一个PythonWeb的开发框架。最初是在FriendFeed公司的网站上使用，FaceBook收购了之后便开源了出来。Tornado和现在的主流Web服务器框架和大多数Python框架有着明显的区别：它是非阻塞式服务器，而且速度相当快。也是比较常被使用的Python开源框架之一。
Web2py：全栈式Web框架Web2py是一个为Python语言提供的全功能Web应用框架，旨在敏捷快速的开发Web应用，具有快速、安全以及可移植的数据库驱动的应用，兼容GoogleAppEngine。
webpy:轻量级的PythonWeb框架webpy的设计理念力求精简（Keepitsimpleandpowerful），源码很简短，只提供一个框架所必须的东西，不依赖大量的第三方模块，它没有URL路由、没有模板也没有数据库的访问。
许多开发者都有定期浏览GitHub的习惯，对于GitHub上如此众多的项目，有人不断分享，有人不断Mark。每个人浏览的时候，都会注意到Star的数量，它代表着这个项目的热度，我盘点GitHub上Python语言中最火的15个开源项目。希望对你有帮助，排名如下：
1、机器学习系统tensorflow
Google的TensorFlow是最流行的开源AI库之一。它的高计算效率，丰富的开发资源使它被企业和个人开发者广泛采用。TensorFlow是一个采用数据流图，用于数值计算的开源软件库。TensorFlow最初由Google大脑小组（隶属于Google机器智能研究机构）的研究员和工程师们开发出来，用于机器学习和深度神经网络方面的研究，但这个系统的通用性使其也可广泛用于其他计算领域。
2、oh-my-zsh
oh-my-zsh是基于zsh的功能做了一个扩展，方便的插件管理、主题自定义，以及漂亮的自动完成效果。Zsh和bash一样，是一种Unixshell，但大多数Linux发行版本都默认使用bashshell。但Zsh有强大的自动补全参数、文件名、等功能和强大的自定义配置功能。
3、命令行HTTP工具包httpie
HTTPie是一个命令行HTTP客户端，提供命令行交互方式来访问HTTP服务。其目标是使CLI与Web服务的交互尽可能人性化。它提供了一个简单的http命令，允许使用简单自然的语法发送任意HTTP请求。
4、shell命令行拓展thefuck
首先这个项目的名字就很引人注目，取名为thefuck的原因是任何情况下你想说“我操”，你都可以用得到thefuck。theFuck是一个高可配置的应用，用户可以开启或关闭规则、配置UI、设置规则选项还有进行其他的操作。Fuck的UI很简单，它允许用户通过（上下）箭头的方式在修正过的命令列表中进行选择，使用Enter来确认选择，Ctrl+C来跳出程序。不足的是在Python标准库中没有办法在非Windows下不通过curses来读取键盘输入。
5、微型Python框架Flask
Flask是一个微型的Python开发的Web框架，基于WerkzeugWSGI工具箱和Jinja2模板引擎。Flask使用BSD授权。Flask也被称为“microframework”，因为它使用简单的核心，用extension增加其他功能。Flask没有默认使用的数据库、窗体验证工具。然而，Flask保留了扩增的弹性，可以用Flask-extension加入这些功能：ORM、窗体验证工具、文件上传、各种开放式身份验证技术。
6、PythonWeb框架Django
Django是Python编程语言驱动的一个开源模型-视图-控制器（MVC）风格的Web应用程序框架。但是在Django中，控制器接受用户输入的部分由框架自行处理，所以Django里更关注的是模型(Model)、模板(Template)和视图(Views)，称为MTV模式。使用Django，我们在几分钟之内就可以创建高品质、易维护、数据库驱动的应用程序。
7、jQuery-File-Upload
jQueryFileUpload是一个jQuery上传组件，支持多文件上传、取消、删除，上传前缩略图预览、列表显示大小，支持上传进度条显示；支持各种动态语言开发的服务器端。
8、Python的HTTP客户端库requests
requests是Python的一个HTTP客户端库，跟urllib，urllib2类似，那为什么要用requests而不用urllib2呢？以为Python的标准库urllib2提供了大部分需要的HTTP功能，但是API太逆天了，一个简单的功能就需要一大堆代码。看了requests的文档，确实很简单，尤其适合懒人。
9、计算机系统配置管理器ansible
Ansible提供一种最简单的方式用于发布、管理和编排计算机系统的工具，你可在数分钟内搞定。Ansible是一个模型驱动的配置管理器，支持多节点发布、远程任务执行。默认使用SSH进行远程连接。无需在被管理节点上安装附加软件，可使用各种编程语言进行扩展。
10、Web爬虫框架scrapy
Scrapy是Python开发的一个快速,高层次的屏幕抓取和Web抓取框架，用户只需要定制开发几个模块就可以轻松的实现一个爬虫，用来抓取网页内容以及各种，非常之方便。Scrapy用途广泛，可以用于数据挖掘、监测和自动化测试。
Scrapy吸引人的地方在于它是一个框架，任何人都可以根据需求方便的修改。它也提供了多种类型爬虫的基类，如BaseSpider、sitemap爬虫等。
11、Python的机器学习项目scikit-learn
scikit-learn是一个Python的机器学习项目。是一个简单高效的数据挖掘和数据分析工具。基于NumPy、SciPy和matplotlib构建。基于BSD源许可证。scikit-learn的基本功能主要被分为六个部分，分类，回归，聚类，数据降维，模型选择，数据预处理。
12、神经网络库keras
Keras是一个极简的、高度模块化的神经网络库，采用Python（Python27-35）开发，能够运行在TensorFlow和Theano任一平台，好项目旨在完成深度学习的快速开发。keras的几大特点：文档齐全、上手快速、纯Python编写、关注度高更新迅速、论坛活跃、就是运行速度不太快，当有的人就是不care速度。
13、Web服务器Tornado
Tornado是使用Python开发的全栈式（full-stack）Web框架和异步网络库，最早由Friendfeed开发。通过使用非阻塞IO，Tornado可以处理数以万计的开放连接，是longpolling、WebSockets和其他需要为用户维护长连接应用的理想选择。Tornado跟其他主流的Web服务器框架（主要是Python框架）不同是采用epoll非阻塞IO，响应快速，可处理数千并发连接，特别适用用于实时的Web服务。
14、Python解释器CPython
CPython是用C语言实现的Python解释器，也是官方的并且是最广泛使用的Python解释器。除了CPython以外，还有用JAVA实现的Jython和用NET实现的IronPython，使Python方便地和JAVA程序、NET程序集成。另外还有一些实验性的Python解释器比如PyPy。
CPython是使用字节码的解释器，任何程序源代码在执行之前先要编译成字节码。它还有和几种其它语言（包括C语言）交互的外部函数接口。
15、工具包CNTK
来自微软公司的CNTK工具包的效率，“比我们所见过的都要疯狂”。这部分归功于CNTK可借助图形处理单元（GPU）的能力，微软自称是唯一公开“可扩展GPU”功能的公司。（从单机上的1个、延伸至超算上的多个）在与该公司的网络化GPU系统（称之为AzureGPULab）匹配之后，它将能够训练深度神经网络来识别语音，让Cortana虚拟助理的速度达到以前的十倍。去年4月的时候，CNTK就已经面向研究人员开放，只是当时的开源授权限制颇多。不过现在，它已经彻底开放了，而深度学习的初创者们将最为受益。
以上就是我盘点GitHub上Python语言中最火的15个开源项目。希望能帮到大家！
请推荐几个比较优秀的Python开源项目，用来学习的？\
1 Django。如楼上所说，是一个全能型框架。目前 Django 的使用面还是很广的，有学习的价值，但是不建议初学者学习，因为要学习的东西太多了，一下子难以吸收会失去兴趣。当然，Django 的目的是为了让开发者能够 快速 地开发一个网站，它提供了很多模块，其中我最喜欢的就是 admin 模块，yoursitecom/admin 就进入了网站的后台（内置的哦~）方便地对数据进行操作，等等。。。。因此，如果对 Django 熟悉的话，papapa 一下子就写好一个网站的原型了。
2 Tornado。传说中性能高高的框架。Tornado 是一个很好的框架，支持异步处理的功能，这是它的特点，其他框架不支持。另外一点是，Tornado 的设计似乎更注重 RESTful URL。但 Tornado 提供了网站基本需要使用的模块外，剩下的则需要开发者自己进行扩展。例如数据库操作，虽然内置了一个 database 的模块（后来独立出去了，现在叫做 torndb，bdarnell/torndb · GitHub）但是不支持 ORM，快速开发起来还是挺吃力的。如果需要 ORM 支持的话，还需要自己写一层将 SQLAlchemy 和 Tornado 联系起来，而且这里还有一个坑。
BTW：知乎就是基础 Tornado 开发的。
3 Bottle。Bottle 和 Flask 都属于轻量级的 Web 框架。但是 Bottle 似乎落寞了。我觉得跟他的 API 设计有关系。个人认为 Bottle 使用起来不那么顺手，因此也用得少。这里不做太多介绍。
4 webpy。也是很轻的一个框架，使用不多，也不做介绍。
5 web2py。我看楼上都没有对这个框架做介绍。这个框架是 Google 在 webpy 基础上二次开发而来的，兼容 GAE 。性能据说很高，曾经用他来做自己的主页，感觉也还不错。缺点同样是对扩展支持不太好，需要自己进行扩展。
6 Quixote。著名的 豆瓣 就是基于 Quixote 开发的。跟上面几个框架不同，Quixote 的路由会有些特别。另外 Quixote 的性能据说也好。
