Python已經迅速成為最受歡迎的程式語言之一，這是因為它的簡單性、多功能性和對學習該語言的人提供的豐富資源。它通常是初級程式設計師學習的第一種語言，它也被廣泛用於從網路開發到資料分析的行業中。
Python社羣非常龐大，根據GitHub的資料，Python一直在增長，截至2022年，增長了22.5%。它也是2023年使用量第三大的程式語言。這也是我們能接觸到各種框架的主要原因，其中大部分是開源的。
在這篇文章中，我們將剖析2023年最流行、最有用的Python框架，你應該瞭解一下。
什麼是Python框架？
Python框架是Python模組的集合，它提供了一套通用的功能，可以作為構建任何型別的應用程式的結構。
框架的設計是為了簡化開發過程，它提供了一個關於我們應該如何構建軟體的一般準則，並抽象出一些更復雜或重複的任務。這使你能夠專注於為你的應用程式編寫獨特和定製的邏輯，而不是重新發明車輪。
重複性任務的一個例子是處理HTTP請求。因為大多數網路應用需要處理這種型別的請求，開發者使用現有的框架來促進這種功能，而不是從頭開始編寫一切，或在不同專案中重複使用相同的程式碼。
現在我們已經明確了框架的概念，讓我們來探討一些Python框架的型別。
Python框架的型別
Python有各種各樣的框架可用於不同型別的開發。讓我們來看看其中的幾個。
全棧框架
全棧Python框架是一組工具，它提供了開發者從頭到尾構建一個完整的Web應用所需的一切。
這包括建立前端的方法–例如，模板系統和向使用者顯示資訊的方法–和後端，包括建立資料庫記錄、處理HTTP請求和控制應用程式的安全性等常用功能。
微框架
微框架是一個簡約的框架，只提供構建某種應用所需的基本元件。
它被設計成輕量級且易於擴充套件，使其成為小型專案或希望對其程式碼進行更多控制的開發者的良好選擇。
非同步框架
一個非同步框架被設計用來處理併發性和並行性，允許開發者構建可以同時執行多個任務的應用程式。
Python包管理器（pip）
pip是一個用於Python軟體包的包管理器。如果你已經安裝了Python，你可以訪問pip的命令列介面，它允許你安裝Python包。
一個包是一個孤立的、可重複使用的程式碼集合，它提供特定的功能來解決一個共同的任務（網路開發、認證、GUI）。我們接下來要看到的所有框架都是Python標準庫的一部分，這意味著它們可以作為pip包使用。
你可以用以下命令安裝Python Package Index（PyPI）上的任何包：
pip install package-name
你也可以用下面的命令從文字檔案中安裝包——例如，一個專案的需求檔案。
pip install -r requirements.txt
Python框架與Python庫
Python 庫是一個函式和方法的集合，可以用來執行特定的任務，例如解析資料或生成隨機數。一個庫的範圍通常比較有限，是作為一個更大的應用程式中的工具來使用的。
另一方面，Python框架提供了一套完整的工具和功能，可以用來構建整個應用程式。它通常定義了軟體開發人員在建立一個專案時遵循的工作流程。
這並不意味著你不能用其他軟體包來擴充套件框架的功能，這些軟體包通常被稱為外掛。
為什麼使用Python框架？
在開發應用程式時，使用Python框架有幾個好處。讓我們回顧一下其中的一些：
- 框架使你的軟體開發者的工作更容易：通過為程式碼提供一個結構和一套簡化開發過程的工具和功能，框架可以使開發者更容易、更有效地構建應用程式。
- 框架促進程式碼組織：一個精心設計的框架有助於確保程式碼的組織性和可維護性，使其在未來更容易理解和修改原始碼。
- 框架可以提高生產力：通過提供預建的元件和工具並遵守行業標準，框架允許開發者專注於其應用程式的獨特方面，而不是在基本任務上花費時間。
現在你有了足夠的理論背景，讓我們來看看2023年的25大Python框架。
排名前25位的Python框架
這裡有25個最受歡迎的Python框架，按功能分為幾個部分。
Python微框架
以下是輕量級的微框架，當你想快速建立一個簡單的應用程式或在你的伺服器上有很少的記憶體消耗時，是很有用的。
Flask 
Flask生成的頁面
Flask是一個輕量級的微型框架，用於快速構建簡單的Web應用程式。它包括對Jinja模板（一種重用HTML程式碼的方法）、請求處理和應用訊號的支援。
啟動一個Flask應用程式真正需要的程式碼不到六行：
from flask import Flask
app = Flask(__name__)
@app.route("/")
def hello_world():
return "Hello Kinsta"特點：
- 重量輕，易於使用
- 靈活性高
- 建立在Python標準庫之上
- 支援路由和檢視（控制器）。
- 支援Jinja的模板製作
- 優秀的文件和社羣
- 支援處理cookies和使用者認證
你還可以使用一些擴充套件包，如Flask-RESTful，它增加了對構建強大的REST API的支援，以及Flask-SQLAlchemy，這是一種在flask應用中使用SQLAlchemy的便捷方式。
Bottle 
Bottle logo
想建立沒有其他依賴性的、輕得令人髮指的Web應用程式嗎？Bottle是一個輕量級的Python微框架，旨在輕鬆構建小型或中型的Web應用程式。除了Python標準庫之外，它不包括任何外部依賴性、
Bottle是建立在WSGI（網路伺服器閘道器介面）標準之上的，與大多數網路伺服器和Python版本相容。
特點：
- 易於學習和使用
- 內建模板系統
- 適用於構建小型網路應用程式和API
- 非常低的記憶體使用率
- 支援HTTP、表單和路由
CherryPy 
CherryPy網路框架
CherryPy是一個用於Python的簡約的Web應用開發框架。它是一個物件導向的框架（OOP），允許你以與Python中任何其他OOP相同的方式構建Web應用程式。
它從2002年開始出現，並在生產環境中被廣泛採用，涉及不同的網站，從功能簡單的網站到要求高度複雜的網站。例如，巨型軟體服務Netflix和Hulu都使用CherryPy作為其基礎設施的一部分。
CherryPy的主要任務是處理HTTP請求，並將其與開發人員編寫的適當邏輯相匹配。這意味著在預設情況下，CherryPy不提供資料庫訪問或HTML模板，將應用程式的所有邏輯留給你。
特點：
- 成熟的框架
- 處理HTTP請求
- 靈活和可擴充套件的外掛系統
- 僅有後臺的框架
- 物件導向的開發
- 穩定的API
Python網路框架
以下是完整的web框架，包括用於常見web開發任務的元件，如資料庫訪問、表單處理和安全。與微型框架不同，Python網路框架提供了你所需要的一切，開箱即用。
在構建一個web應用時，你真的應該考慮你的需求。有時，僅僅使用WordPress是遠遠不夠的。
Django 
Django的起始頁
Django是Python生態系統中最流行和最廣泛使用的Web框架之一。它是一個堅如磐石的全棧框架，包含了你構建一個完整的Web應用所需要的一切。
它在2005年首次被引入，作為建立通訊網站的Pythonic方式。如今，它是網路開發中使用最多的Python庫之一，每月有近800萬次下載。一些有史以來最大的網站最初都是用Django建立的，如Instagram、Discus、Pinterest、Bitbucket和Chess.com。
Django遵循模型-檢視-模板（MVT）架構，包括內建功能，如模板、資料庫管理、管理面板、訊號和檢視（用於管理後臺的邏輯）。要掌握Django，建議你有很強的Python物件導向程式設計的基礎，以及函數語言程式設計。
在你的下一個網路專案中選擇Django是不會錯的。它是一個強大的網路框架，提供了你建立快速和可靠的網站所需的一切。如果你需要任何額外的功能–比如說，能夠建立一個REST API，與React或Angular等現代前端框架一起使用–你可以使用Django REST框架等擴充套件。
特點：
- 非常安全的框架
- 內建管理面板
- 專有的模板語言，可動態顯示HTML
- Object-relational-mapper (ORM)，用Python類鋪設資料庫
- 用Python API進行資料庫查詢
- 偉大的CLI工具
- 種類繁多的擴充套件
FastAPI 
FastAPI在localhost的自動文件
FastAPI是一個現代的網路框架，它做了一件了不起的事情：構建API。
自2018年釋出以來，由於其出色的效能和簡單性，它已經迅速獲得了普及。事實上，根據PyPi Stats，FastAPI的月下載量超過900萬，甚至超過了Django等全棧框架。
FastAPI的月下載量超過了Django
請記住，FastAPI的唯一目的是構建後端API。這意味著你必須有一個前端框架（如Vue.js）來向使用者展示你的網站。
特點：
- 遵循OpenAPI和JSON模式等API的開放標準。
- 資料驗證和序列化
- 自動記錄你的API
- 現代網路框架
- 基於Python 3.6以上的特性，如型別宣告
- 得益於Pydantic的型別驗證
- 支援非同步程式設計
Pyramid 
Pyramid文件頁…
Pyramid是一個靈活的、可擴充套件的網路框架，非常適合於小型和大型應用程式。它是介於Flask這樣的微框架和Django這樣的全棧框架之間的甜蜜點。
Pyramid包含了你在開發Python網路應用程式時需要的最常見的功能，但它讓你只關注你的專案所需要的元件。
特點：
- 輕量級和靈活
- 支援Mako模板語言
- 輕鬆實現認證和授權
- 符合WSGI的請求和響應物件
- 通過內建的測試助手和互動式偵錯程式進行簡單的測試和除錯
- 第三方庫和外掛，易於整合
Tornado 
Tornado網路框架
Tornado是一個開源的非同步網路框架和網路庫，用於使用Python構建網路應用。它最初是在FriendFeed開發的，這是一個社交媒體聚合器，後來被Facebook收購。它現在被廣泛用於各種應用，包括網路服務、實時分析和其他高併發應用。
Tornado為處理大量的同時連線進行了優化，使其適用於需要與每個使用者建立長期連線的應用（例如，聊天應用程式、機器人和網路爬蟲）。
特點：
- 可擴充套件性（可處理成千上萬的開放連線）
- 自定義tornado模板
- 內建使用者認證
- WebSockets和長期投票能力
- 第三方認證選項
- 國際化支援
GUI框架
以下Python圖形使用者介面(GUI)框架為建立桌面應用程式提供了廣泛的工具和功能，包括對事件驅動程式設計、部件和圖形的支援。
PyQt 
PyQt框架
PyQt是Qt跨平臺應用程式框架的最流行的Python繫結集之一。這個框架完美地結合了Python作為一種通用語言的簡單性和用C++構建的強大的Qt應用框架。
Binding是兩種程式語言之間的一個API（可以把它看作是一座橋樑）。在這種情況下，Qt的Python繫結意味著你可以在Python程式碼中使用最初用C++編寫的Qt工具。
請記住，PyQt有兩個許可選項：
- GPLv3：免費使用，但你分發的任何人都可以重新分發它（可能是免費的）
- 商業：讓你保持你的程式碼的私密性，這樣你就可以使你的工作盈利，但你必須為每個使用它的開發者支付許可證（目前每個開發者550美元）。
特點：
- 由Riverbank支援
- 用於處理使用者互動的事件驅動型程式設計
- 與其他庫和框架整合
- 支援國際化和本地化
- 從Qt庫中獲取大量的功能
- 支援多媒體、WebKit和WebEngine、資料庫整合
- 與Windows、Linux和macOS的跨平臺相容性
Tkinter 
Tkinter 計算器
Tkinter 是一個內建的 Python GUI 框架。它是標準庫的一部分，所以你不需要安裝任何額外的依賴項。
與PyQt(使用Qt)類似，Tkinter使用一個叫做Tk的圖形使用者介面工具箱。它還提供了一套用於建立各種部件的工具，如按鈕、標籤、文字框和選單。
總的來說，Tkinter是一個快速建立小型GUI程式的好方法，但由於其過時的外觀和感覺，你最好為大型專案選擇一個更強大的框架。
特點：
- 支援GUI應用中常用的小工具
- 用於處理使用者互動的事件驅動程式設計
- 內建對影象和顏色的支援
- 與Windows、Linux和macOS跨平臺相容
- 是標準庫的一部分
- 輕量級
Kivy 
Kivy網站
Kivy是一個開源框架，用於用Python建立跨平臺的移動和桌面應用程式。它非常適用於建立互動式和視覺上有吸引力的應用程式，如遊戲和多點觸控應用程式，其主要賣點是每個主要平臺（Windows、Linux、macOS、iOS和Android）的單一程式碼庫。
與PyQt不同的是，Kivy是免費和開源的，它不是一個圍繞外部UI庫的包裝，而且是在MIT許可下授權的，這意味著你可以出貨並使你的Kivy應用盈利。
特點：
- 用於建立多點觸控應用的開源工具包
- 支援各種平臺，包括移動和桌面
- 內建對圖形、動畫和UI元素的支援
- 可與其他庫和框架整合
PySide 
PySide GUI框架
Pyside是一個用於建立多平臺應用程式的開源工具箱。它基於Qt庫（類似於PyQt），並提供對廣泛功能的訪問。
Pyside還支援多種輸入方法和事件驅動的程式設計，幷包括對圖形和多媒體的內建支援。
因為它是在LGPL下授權的，所以你可以更容易地建立專有軟體。它得到了Qt公司的支援，支援Linux、macOS和Windows。
特點：
- 獲得LGPL許可
- 得到Qt公司的支援
- 支援在你的應用程式中顯示影象、視訊和其他型別的媒體
- 有三個版本可分別與Qt4、Qt5和Qt6一起使用
PySimpleGUI 
PySimpleGUI
PySimpleGUI因其簡單易用的API在Python社羣越來越受歡迎。
它是在Python中建立簡單易用的圖形使用者介面的一個很好的選擇，並且允許你非常容易地在你已經工作的指令碼中新增圖形使用者介面。PySimpleGUI包裝了4個不同的GUI庫，PySide、Tkinter、wxPython和Remi的力量。
特點：
- 優秀的文件
- 簡單易學，易於使用
- 整套現成的小工具
- 支援Python 3.4以上版本
Python機器學習框架
以下是提供預建功能和工具的Python軟體庫，以幫助開發者構建和部署機器學習模型，支援資料預處理、模型訓練和評估等常見任務，以及將模型部署到生產的工具。
scikit-learn 
scikit-learn框架
scikit-learn是最流行的機器學習庫，在科技行業和學術界都被使用。
它為常見的ML任務提供了有效的工具，並且它建立在其他科學庫如Numpy和SciPy之上。
特點：
- 免費和開放原始碼
- 用於資料探勘和資料分析的高效工具
- 為分類、迴歸、聚類和降維提供了廣泛的演算法
- 活躍的社羣和開發，有記錄良好的API和教程
TensorFlow 
TensorFlow
TensorFlow是一個用於構建和部署機器學習模型的開源平臺。它由谷歌大腦團隊在2015年開發，是一個強大的深度學習庫，擁有廣泛的工具來構建和訓練神經網路。
TensorFlow可用於各種任務，如影象和語言處理、語音識別和預測分析。
特點：
- 構建神經網路的工具
- 使用TensorFlow.js和TensorFlow Lite支援移動和網路部署
- 用於視覺化和除錯的工具，如TensorBoard
- 可靈活地在多個平臺上執行，包括CPU、GPU和TPU
- 可使用Python、C和C++語言
PyTorch 
PyTorch logo
與TensorFlow一樣，PyTorch（由Facebook的人工智慧研究小組開發）是構建深度學習模型的最常用工具之一。它可以用於各種任務，如計算機視覺、自然語言處理和生成模型。
特點：
- 廣泛的文件和一個龐大的開發者社羣
- 易於與雲端計算支援整合
- 易於學習，擁有使用者友好的工具
- 比其他框架更有Pythonic感覺
- 免費和開放原始碼
Keras 
Keras深度學習框架
Keras是一個高階別深度學習框架，能夠在TensorFlow、Theano和CNTK之上執行。它是由François Chollet在2015年開發的，旨在為構建和訓練深度學習模型提供一個簡單和使用者友好的介面。
Keras提供了快速建立機器學習模型的構建模組。這就是為什麼它被廣泛用於像Kaggle的資料科學競賽。
特點：
- 構建和訓練深度學習模型的簡單和使用者友好介面
- 支援使用廣泛的架構和優化器來構建和訓練神經網路
- 包括一個強大的深度學習庫和工具的生態系統，如Keras Tuner和KerasRL
- 可靈活地在多個後端執行，如TensorFlow、CNTK或Theano
- 對分散式計算的支援
- 內建對模型視覺化和除錯的支援
Python科學計算框架
這些框架幫助學生、科學家和研究人員完成他們的任務，而不必關注計算的低階細節。
科學計算框架通常包括線性代數、優化、插值、積分和其他科學計算中常見任務的功能。
NumPy
Numpy logo
NumPy是一個科學計算庫，旨在處理數字資料的多維陣列和矩陣。它還提供了廣泛的數學函式來對這些陣列進行操作。
NumPy是許多其他用於資料科學的Python庫和框架的基礎模組，包括SciPy、Pandas、scikit-learn和Tensorflow。
特點：
- 輕鬆處理多維陣列
- 支援數學工具，如線性代數程式、傅立葉變換和隨機數生成
- 豐富的數學函式庫
- 與vanilla Python操作相比，速度更快（有些實現是用C語言做的）
- 支援大量的硬體hardware
SciPy 
Scipy logo
SciPy提供了一個建立在NumPy之上的演算法和函式集合。它有助於執行常見的科學和工程任務，如優化、訊號處理、積分、線性代數等。
特點：
Pandas 
Pandas logo
Pandas是一個強大而靈活的開源庫，用於在Python中進行資料分析。它提供了高效能的資料結構（即著名的DataFrame）和資料分析工具，使結構化資料的處理變得簡單。
特點：
- 高效能的資料結構，如DataFrame和Series
- 支援從幾種格式中讀寫資料，包括CSV、Excel和SQL
- 便於分析真實世界的資料
- 以scikit-learn等其他資料科學軟體包為基礎
Matplotlib 
Matplotlib logo
Matplotlib是一個廣泛使用的Python中的資料視覺化工具。它提供了一個物件導向的API，用於將繪圖嵌入到應用程式中。
它的設計是高度可定製的，它為建立繪圖、圖表和視覺化提供了廣泛的選項。由於這些原因，Matplotib經常被用於資料科學、機器學習和科學計算專案中。
特點：
- 支援二維和三維繪圖
- 可以提示互動式圖表
- 通常嵌入在Jupyter筆記本和GUI應用程式中
- 廣泛的文件和生動的社羣
Python測試框架
這些框架都是為了幫助你完成測試程式碼的繁瑣過程。
如果你正在使用測試驅動開發（TDD），以下框架是你工作流程中的必備工具。
Pytest 
Pytest logo
Pytest是一個被廣泛採用的測試框架，被設計為易於使用和擴充套件。它可以幫助你在小型和複雜的Python程式碼庫中編寫優雅的測試。
特點：
- 簡單易學，易於使用
- 有800多個外掛可用
- 設定一個工作流程來建立單元測試
- 詳細的錯誤資訊
Unittest
Unittest測試框架
Unittest是一個內建的Python測試框架，它是基於xUnit測試慣例的。它提供了一種Pythonic和麵向物件的方式來建立自動測試案例和測試套件。
特點：
- 編寫和執行測試的簡單和易於使用的介面
- 對引數化、固定裝置和標記的測試
- 可以與pytest或nose結合使用
- 是Python標準庫的一部分
nose2 
nose測試框架
nose2是nose測試框架的繼承者，主要區別是nose2支援現代Python版本。
nose2擴充套件了內建的unittest庫，並提供了一種更強大和靈活的方式來編寫和執行測試。它是一個可擴充套件的工具，所以你可以使用多個內建和第三方外掛來發揮你的優勢。
特點：
- 可通過外掛進行擴充套件
- 基於內建的unittest
- 支援Python 3
非同步框架
這些型別的Python框架提供了一套工具和庫，使開發者能夠以更易於管理和高效的方式編寫非同步程式碼。
編寫非同步程式碼允許並行執行某些任務，而不妨礙其他任務的執行。
asyncio 
asyncio
asyncio是許多其他非同步框架的核心。它允許開發者使用async/await語法編寫併發程式碼，而且它被設計用來處理成千上萬的併發連線。
asyncio為多種傳輸協議，如TCP、UDP、SSL/TLS和子程序通訊，提供了一個單一的API。
特點：
- 內建在Python中
- 是其他幾個Python框架的基礎
- 包括控制子程序和執行網路IO的API
- 優秀的文件
- 是Python標準庫的一部分
Aiohttp 
Aiohttp
Aiohttp 是一個建立在 asyncio 包之上的非同步 HTTP 客戶/伺服器框架。它為處理HTTP請求和響應提供了一個簡單而直觀的介面，並支援中介軟體、會話和其他Web開發工具。
特點：
- 客戶端和伺服器端的HTTP協議
- 處理大量的併發連線
- 允許你建立非同步的Web應用程式
小結
Python框架可以幫助促進程式碼組織，提高生產力，並使軟體開發過程更容易、更高效。
作為一個Python開發者，你的工作並不是要成為我們上面介紹的所有25個Python框架的專家，而是要仔細選擇你最感興趣的框架，用它們構建真正讓你興奮的專案，並完全掌握這一兩個框架。
評論留言