这是一个非常实用的 Python 库清单。为了方便查阅，我将其分为数据分析/科学计算、网络爬虫、人工智能/机器学习、Web 开发、自动化/实用工具五大类。

1. 数据分析与科学计算 (Data Analysis & Science)

NumPy

• • 简介：Python 科学计算的基础包。提供高性能的多维数组对象和用于处理这些数组的工具。

  • 官网文档：https://numpy.org/doc/

• Pandas

  • 简介：基于 NumPy 构建，提供了易于使用的数据结构（如 DataFrame）和数据分析工具，处理表格数据神器。

  • 官网文档：https://pandas.pydata.org/docs/

• Polars

  • 简介：被誉为“Pandas 的继任者”或“Pandas on Steroids”。基于 Rust 编写，支持多线程并行计算和惰性执行（Lazy evaluation）。速度极快，内存占用更低。如果你觉得 Pandas 处理大数据太慢，首选 Polars。

  • 官网文档：https://docs.pola.rs/

• DuckDB

  • 简介：号称“分析型数据库中的 SQLite”。它是一个进程内 SQL OLAP 数据库。你可以直接用 SQL 语句极速查询 CSV、Parquet 或 Pandas 数据，无需搭建数据库服务器。非常适合做本地数据清洗和 ETL。

  • 官网文档：https://duckdb.org/docs/api/python/overview

• Matplotlib

  • 简介：Python 最基础的 2D 绘图库，可以生成各种出版质量级别的图表。

  • 官网文档：https://matplotlib.org/stable/contents.html

• Seaborn

  • 简介：基于 Matplotlib 的高级绘图库，画出的图表更美观，代码更简洁，适合统计图形。

  • 官网文档：https://seaborn.pydata.org/

• SciPy

  • 简介：用于数学、科学和工程的开源软件，包含优化、线性代数、积分等模块。

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

2. 网络爬虫 (Web Scraping)

用于从网页获取数据，从简单的接口请求到复杂的动态网页渲染。

• Requests

  • 简介：号称 "HTTP for Humans"。Python 最好用的 HTTP 库，用于发送网络请求，简洁优雅。

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

• Beautiful Soup 4 (bs4)

  • 简介：用于从 HTML 或 XML 文件中提取数据的库，解析网页结构非常方便。

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

• Scrapy

  • 简介：功能强大的爬虫框架，用于构建大规模、高并发的数据抓取项目。

  • 官网文档：https://docs.scrapy.org/en/latest/

• Selenium

  • 简介：自动化测试工具，常用于爬取需要 JavaScript 渲染的动态网页（模拟浏览器操作）。

  • 官网文档：https://www.selenium.dev/documentation/

• Playwright (Python版)

  • 简介：微软开源的新一代自动化工具，比 Selenium 更快、更稳定，支持无头浏览器。

  • 官网文档：https://playwright.dev/python/docs/intro

3. 人工智能与机器学习 (AI & Machine Learning)

从传统机器学习到最新的大模型开发。

• Scikit-learn (sklearn)

  • 简介：最流行的传统机器学习库，包含分类、回归、聚类、降维等算法。

  • 官网文档：https://scikit-learn.org/stable/

• PyTorch

  • 简介：Facebook（Meta）开源的深度学习框架，语法类 Python 风味，在学术界和工业界都极受欢迎。

  • 官网文档：https://pytorch.org/docs/stable/index.html

• TensorFlow

  • 简介：Google 开源的端到端开源机器学习平台，工业部署能力强。

  • 官网文档：https://www.tensorflow.org/api_docs

• Hugging Face Transformers

  • 简介：自然语言处理（NLP）领域的霸主，提供了大量预训练模型（如 BERT, GPT 等）的调用接口。

  • 官网文档：https://huggingface.co/docs/transformers/index

• LangChain

  • 简介：当前最火的大语言模型（LLM）应用开发框架，用于构建基于 LLM 的应用程序（如聊天机器人、RAG）。

  • 官网文档：https://python.langchain.com/docs/get_started/introduction

• Stable Diffusion

• • 简介：一个能让你用文字生成图片（文生图），甚至用图生成图的免费开源 AI 模型，目前是全球最流行、最强大、生态最完整的 AI 画图工具。

• • 官网文档：https://stablediffusionweb.com

4. Web 后端开发 (Web Development)

用于构建网站后端 API 或全栈应用。

• FastAPI

  • 简介：现代、高性能的 Web 框架，基于 Python 类型提示，自动生成 Swagger 文档，目前非常流行。

  • 官网文档：https://fastapi.tiangolo.com/zh/ (中文文档很完善)

• Flask

  • 简介：轻量级微框架，灵活简单，适合小型项目或微服务。

  • 官网文档：https://flask.palletsprojects.com/

• Django

  • 简介：大而全的重量级框架，自带 ORM、后台管理系统，适合快速开发大型复杂网站。

  • 官网文档：https://docs.djangoproject.com/en/stable/

5. 办公自动化与图像处理

• OpenPyXL

  • 简介：用于读取和写入 Excel 2010 xlsx/xlsm/xltx/xltm 文件。

  • 官网文档：https://openpyxl.readthedocs.io/en/stable/

• Pillow (PIL)

  • 简介：Python 图像处理标准库，用于打开、操作和保存各种不同格式的图像文件。

  • 官网文档：https://pillow.readthedocs.io/en/stable/

• Python-docx

  • 简介：用于创建和修改 Microsoft Word (.docx) 文件。

  • 官网文档：https://python-docx.readthedocs.io/en/latest/

• PyInstaller

  • 简介：将 Python 程序打包成独立的

  • 可执行文件（.exe 或 mac app），让没有安装 Python 的电脑也能运行。

  • 官网文档：https://pyinstaller.org/en/stable/

5.2. PDF 文档处理 (PDF Processing)

• pdfplumber (推荐用于提取表格/文本)

  • 简介：基于 pdfminer.six 构建，但更好用。最强项是提取 PDF 中的表格以及保留文本的布局信息。如果你需要从发票或报表中抓取数据，这是首选。

  • 官网文档：https://github.com/jsvine/pdfplumber
    

• PyMuPDF (fitz) (推荐用于高性能/图像)

  • 简介：底层是 C 语言的 MuPDF 引擎，速度非常快。除了提取文本，它非常擅长将 PDF 页面渲染成图片，或者提取 PDF 里的图片资源。

  • 官网文档：https://pymupdf.readthedocs.io/en/latest/

• pypdf (原 PyPDF2)

  • 简介：纯 Python 库，不需要依赖非 Python 的组件。主要用于合并、分割、旋转、加密/解密 PDF 页面，而不是提取内容。

  • 官网文档：https://pypdf.readthedocs.io/en/latest/

更多相关技术内容咨询欢迎前往并持续关注好学星城论坛了解详情。

想高效系统的学习Python编程语言，推荐大家关注一个微信公众号：Python编程学习圈。每天分享行业资讯、技术干货供大家阅读，关注即可免费领取整套Python入门到进阶的学习资料以及教程，感兴趣的小伙伴赶紧行动起来吧。