编译地址：10 Most Popular Python Libraries Started in 2015
译文：编程派
原文地址：http://codingpy.com/article/top-10-python-libraries-started-in-2015/
Python编程语言的一大优势，就在于其丰富的第三方库。经过过去一年的时间，Python的世界中又涌现出了哪些优秀的第三方库呢？在本文中，我将给大家介绍2015年新出现的十大Python开发库。这里比较的范围，指的是在2015新开发或创建的第三方库。
1.Keras
Keras是一个高度模块化的神经网络库，用Python语言编写，可以基于TensorFlow或Theano框架运行。Keras的开发者在设计时，就注重支持快速实验这一特性。使用Keras库，可以极大地缩短从想法到实现之间的时间。
2.yapf
yapf是一个Python文件代码格式化工具，但与其他类似工具采取了不同的算法。它脱胎于由 Daniel Jasper 开发的 clang-format。大体上来说，这个算法获取代码，然后把初始代码重新编排，即便初始代码并没有违背规范，也可使其达到遵循代码规范的最佳格式。 这个理念和 Go 语言中的 gofmt 工具相似，终结关于格式的各种“圣战”。如果一个项目的代码库，无论何时修改，通过 YAPF 优化后，代码风格可统一，在每次代码审查中，也就没有必要争论风格了。
YAPF 的终极目标是生成和遵循代码规范的程序员写出的一样的代码。可帮你减少维护代码的苦差事。
3.tqdm
tqdm（读音：taqadum, تقدّم）在阿拉伯语中的意思是进展。tqdm可以在长循环中添加一个进度提示信息，用户只需要封装任意的迭代器 tqdm(iterator)，是一个快速、扩展性强的进度条工具库。
4.pyvim
用Python语言实现的Vim编辑器。
5.snake
Snake用来取代Vim的VimScript进行Vim的插件编程，借由Python的强大，让插件编程如虎添翼。
6.reverse-geocoder
用Python实现的反向地理信息编码器（geocoder），性能强，可离线使用。
7.pyxley
使用Flask和React.js，快速开发数据面板（dashboard。在网页上显示一个数据面板是与人分享数据科学发现的最直观方法。对R语 言来说有Shiny来简化数据科学家开发网页的工作，而Pyxley就相当于Python版的Shiny。使用Pyxley不光不用写HTML、CSS， 你还可以加入自己的JavaScript来进行定制。
8.pupy
Pupy是一个远程管理工具（Administration Tool），开源并且支持多个平台。Pupy还内置了一个Python解释器，可以从内存中加载Python包，访问远程Python对象。
9.tomorrow
Tomorrow为Python 2.7中的异步代码提供了神奇的装饰器语法实现。示例如下：
import timeimport requestsfrom tomorrow import threads@threads(5)def download(url):
return requests.get(url)if __name__ == "__main__":
start = time.time()
responses = [download(url) for url in urls]
html = [response.text for response in responses]
end = time.time()
print "Time: %f seconds" % (end - start)
10.ibis
Ibis是Cloudera Labs推出的一个新项目，目前还是预览版。它试图解决的就是数据集规模的问题，但对用户提供的确是单机上Python的体验，而且能够与现有的 Python数据生态圈（Pandas、Scikit-learn、Numpy）进行集成。未来它还计划加入与机器学习和高级分析集成的功能。
