Python 是一種開源編程語言，用于 Web 編程、數據科學、人工智能和許多科學應用。學習 Python 使程序員能夠專注于解決問題，而不是專注于語法，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，默認情況下也會安裝 IDLE。這是比較好的Python工具之一。這使得在 Python 中入門變得非常簡單。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、代碼著色、自動提示、可以實現斷點提示、單步執(zhí)行等調試功能的基本集成調試器。IDLE 易于學習，因為它重量輕且易于使用。但是，它并不是大型項目的最佳選擇。

2) Scikit-learn

scikit-learn是一個建立在Scipy基礎上的用于機器學習的Python模塊。在不同的應用領域中，已經大展出為數眾多的基于Scipy的工具包，他們統(tǒng)稱為Scikits。而在所有的分支版本中，scikit-learn是最有名的，是開源的，任何人都可以免費地使用這個庫或者進行二次開發(fā)。

scikit-learn包含眾多頂級機器學習算法，主要有六大基本功能，分別是分類、回歸、聚類、數據將維、模型選擇和數據預處理。scikit-learn擁有非常活躍的用戶社區(qū)，基本上其所有的功能都有非常詳盡的文檔供用戶查閱。可以研讀scikit-learn的用戶指南及文檔，對其算法的使用有更充分的了解。

3) Theano

[[359067]]

Theano是一個較為老牌和穩(wěn)定的機器學習python庫之一。Theano基于Python擅長處理多維數組（緊密集成了Numpy），屬于比較底層的框架，theano起初也是為了深度學習中大規(guī)模人工神經網絡算法的運算所設計，我們可利用符號化式語言定義想要的結果，接著theano會對我們的程序進行編譯，使其高效運行于GPU或CPU，它非常適合深度學習Python。

4) Selenium

Selenium 是自動化的最佳 python 工具之一。它屬于 Python 測試的自動化。它在 Web 應用程序中用于自動化框架。使用Selenium，我們可以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他語言。你還可以集成 Junit 和 TestNG 等鈾工具來管理測試用例并生成報告。

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、回歸測試、分布式測試、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(tǒng)，并且支持Bugzilla等缺陷跟蹤系統(tǒng)。

6) Beautiful soup

Beautiful Soup 是用Python寫的一個HTML/XML的解析器，它可以很好的處理不規(guī)范標記并生成剖析樹(parse tree)。它提供簡單又常用的導航（navigating），搜索以及修改剖析樹的操作,它能夠通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，它可以大大節(jié)省你的編程時間

7) Pandas

pandas 是基于NumPy 的一種工具，該工具是為了解決數據分析任務而創(chuàng)建的。Pandas 納入了大量庫和一些標準的數據模型，提供了高效地操作大型數據集所需的工具。提供了大量能使我們快速便捷地處理數據的函數和方法，為 Python 編程語言提供最佳、高性能的工作以及易于使用的數據結構和數據分析工具。

8) Pulp

線性規(guī)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可以解決這類問題，這里介紹常用的pulp工具包。pulp能夠解包括整數規(guī)劃在內的絕大多數線性規(guī)劃問題，并且提供了多種solver，每種solver針對不同類型的線性規(guī)劃問題有更好的效果。而且puLP可以生成 LP 文件，并調用高度優(yōu)化的solvers、GLPK、COIN CLP/CBC、CPLEX 和 GUROBI 來解決這些線性問題。