3. Streamlit
Streamlit 是快速简单地构建 Web 应用程序的游戏规则改变者。
该数据应用程序框架专注于从更完整和更复杂的解决方案到快速且用户友好的解决方案的差异化。
🔑 主要功能：
- Pythonic 框架
- 交互式小部件
- 用户友好性
4.Airflow
Apache Airflow 是一个开源平台，专为调度和监控工作流而设计。
它是编排复杂数据管道和 ETL 流程的绝佳选择，因为它在过去十年中一直是管道领域的佼佼者。
该库的完整性与陡峭的学习曲线有关。
🔑 主要功能：
- 基于 DAG 的工作流定义
- 完整的界面包括 DAG 的可视化效果、跟踪故障和管理重试。
- 各种集成
- 动态任务执行和调度
- 以 Python 为中心的设计
- 社区支持
5. Brython
Brython 将 Python 带到了前端，因为名称重新组合了“浏览器”和“Python”。
它引入了直接在 Web 应用程序中运行 Python 代码的独特概念。
这种创新方法允许您使用 Python 构建交互式 Web 体验。
🔑 主要功能：
- 易于集成，因为它将 Python 逻辑直接集成到浏览器中
- 兼容不同的网络浏览器
6. Dash
Dash 由 Plotly 创建，是一个使用 Plotlys 组件完整性的 Web 应用程序框架。
众所周知，这是一个完整的解决方案，随之而来的是更长的掌握时间。
🔑 主要功能：
- 基于组件的架构
- 强大的交互式仪表板
- 实时数据更新
7. Dagster
Dagster 是本汇编中较新的库之一，是一个云原生数据管道编排，旨在统一数据集成、工作流编排和监控。
与其他工具相比，Dagster 强调工作流创建和管理的 DataOps 方面。
🔑 主要功能：
- 声明性管道设置
- 固执己见的结构
- 版本控制
- 与 Hadoop 集成
- 全面的元数据跟踪
8. SQLAlchemy
SQLAlchemy 是一个用于处理数据库交互的 Python 库。
它是一个多功能工具包，链接了 Python 编程和关系数据库。
掌握这个库的时间更长，但好处是实实在在的。
🔑 主要功能：
- SQL 表达式语言
- 对象关系映射 （ORM）
- 广泛支持数据库
- 复杂查询支持
9.Celery
Celery 是一个 Python 库，用作构建后端应用程序的框架。
它处理分布式任务处理、作业执行和工作流。
它是一个完整的解决方案和广泛的功能集，具有更陡峭的学习曲线。
🔑 特征：
- 并行处理
- 可扩展性
- 任务调度
- 异步处理
10. Peewee
与 SQAlchemy 一样，Peewee 是一个简化数据库交互的 Python 库。
它与竞争对手的不同之处在于用户友好且简单的设置。
该库是中小型项目的最佳选择。
🔑 特征：
- 轻量级框架
- 数据库支持
- Pythonic 语法
11. Kedro
（1）Python所有方向的学习路线（新版）
这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。
最近我才对这些路线做了一下新的更新，知识体系更全面了。
（2）Python学习视频
包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。
（3）100多个练手项目
我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。
