無論你現(xiàn)在是否從事Python開發(fā)，以后想從事Python，你最好了解一下幾個庫，它能讓你無論是學(xué)習(xí)，還是職業(yè)進(jìn)階都有很大幫助。

Python 憑借其易用的特點(diǎn)，已經(jīng)被工業(yè)界和學(xué)術(shù)界廣泛采用。另一方面，Python 豐富的第三方項(xiàng)目——庫、附加組件，和輔助的開發(fā)成果——使得 Python 語言的應(yīng)用范圍被不斷擴(kuò)大。

其中一些項(xiàng)目，比如 PyInstaller 和 WxPython ，為那些制作桌面應(yīng)用和終端應(yīng)用的 Python 開發(fā)者提供了便利。其他的項(xiàng)目， 比如 PyPy ， 則是用來給服務(wù)器端 Python 應(yīng)用提供額外的動力。還有一些，像 PBR 、CFFI 和 MyPy ， 適用于差不多所有五花八門的 Python 應(yīng)用，無論在什么地方運(yùn)行。

如果你是一個 Python 開發(fā)者，所有這六個項(xiàng)目都值得你來熟悉一下。而且所有這些項(xiàng)目都發(fā)布了新的主要版本。

Python 必備之 PyPy

PyPy 主要用于何處？

如果你需要更快的 Python 應(yīng)用程序，最簡單的實(shí)現(xiàn)的方法就是通過 PyPy ，Python 運(yùn)行時(shí)與實(shí)時(shí)（JIT）編譯器。與使用普通的 Python 對等程序相比，使用 PyPy 的 Python 應(yīng)用程序的運(yùn)行速度平均提升7．5倍。不幸的是，PyPy 與許多 Python 的明星框架并不是很好地兼容。PyPy 5．9 在解決這個問題上取得了重大進(jìn)展。

PyPy 5．9 的功能

數(shù)據(jù)科學(xué)框架 NumPy 和 Pandas 現(xiàn)在運(yùn)行在 PyPy 的 Python 2．7 兼容版本上。這些框架的大部分問題來源于 PyPy 與現(xiàn)有 C 代碼的接口。為了解決這個問題，PyPy 5．9 對 CFFI 庫（見下文）和 PyPy 的 Python C API 兼容性層進(jìn)行了改進(jìn)。

此外，在 5．9 發(fā)布版本中，PyPy 的 JSON 解析器在處理多種 JSON 對象，尤其是那些重復(fù)使用的相同的詞典鍵值時(shí)，明顯更快。

何處下載 PyPy 5．9

你可以直接從 PyPy 的網(wǎng)站下載二進(jìn)制版本。官方二進(jìn)制文件包括 Windows、Mac OS 和 Linux 的不同 CPU 架構(gòu)。請注意，為了兼容 Python 2．7 和 Python 3．5 ，存在不同的二進(jìn)制文件，因此請確保你正在獲取與你將要運(yùn)行的腳本所匹配的版本。

BitBucket 上有源代碼和錯誤跟蹤記錄。

Python 必備之 CFFI

CFFI 主要用于何處？

C 外部函數(shù)接口庫（CFFI）為 Python 應(yīng)用程序與獨(dú)立 C 庫的交互提供了一種機(jī)制。雖然 Python 的 stock 版本，CPython，也擁有自己的庫來完成此類功能，稱為 Ctypes ，但對 Python 用戶來說，比起 Ctypes ，CFFI 使得與 C 庫的交互更容易、更簡便。

CFFI 1．11 的功能

與 PyPy 一起更新的 CFFI v1．11 增加了很小但很有用的改動�，F(xiàn)在可以在即將發(fā)布的 Python 3．7 上使用betas了，在 Windows 上更好地支持外部錯誤處理，并支持 C 語言中更多的現(xiàn)代標(biāo)準(zhǔn)類型，例如 float／double ＿Complex 和 char16＿t和char＿32t 類型。最后兩個也是最重要的，在 C 庫中默認(rèn)使用 Unicode 編碼。

何處下載 CFFI 1．11 ？

CFFI 在 Python Package Index 上可以單獨(dú)下載，或通過 Python 的 pip 工具安裝：pip install cffi 。源碼和問題跟蹤可以在 BitBucket 上找到。