读者推荐：本月最好用的5个库

用户11081884

发布于 2026-07-20 20:28:30

240

文章被收录于专栏：用户11081884的专栏用户11081884的专栏

这周在读者群里做了个小调查，问大家最近在用啥好用的Python库。

结果炸出来一堆推荐，有几个我试了之后直接拍大腿——这也太香了吧。

今天就把这5个反馈最多的库整理出来，每个都带真实使用场景和踩过的坑。

1. tqdm - 进度条它不香吗

以前我写循环从来不加进度条，直到有一次跑了3小时的爬虫，中途不知道卡住还是正常执行，人都麻了。

fromtqdmimporttqdm
importtime

# 以前这样写
foriinrange(1000):
    # 业务逻辑
    time.sleep(0.01)

# 现在这样写
foriintqdm(range(1000), desc="下载中"):
    time.sleep(0.01)

就多了两行代码，命令行里直接显示进度条、预估剩余时间、下载速度。

读者@阿杰的吐槽：

我之前跑机器学习训练，跑了2个小时不知道进度，加了tqdm之后才发现原来epoch 50/100就卡住了，后来排查出是数据加载的问题。

进阶用法：

fromtqdmimporttqdm
importrandom

pbar = tqdm(total=100, desc="处理中",
            bar_format="{l_bar}{bar}| {n_fmt}/{total_fmt} [{elapsed}<{remaining}]")

foriinrange(100):
    time.sleep(random.uniform(0.01, 0.05))
    pbar.update(1)
pbar.close()

2. Pydantic - 终于不用手写参数验证了

之前写API参数验证，全靠if-else写到手抽筋：

# 以前的写法
defcreate_user(name, age, email):
    ifnotisinstance(name, str):
        raiseValueError("name必须是字符串")
    ifnotisinstance(age, int):
        raiseValueError("age必须是整数")
    ifage<0orage>150:
        raiseValueError("age范围不对")
    if"@"notinemail:
        raiseValueError("email格式不对")
    # 业务逻辑...

换了Pydantic，20行变3行：

frompydanticimportBaseModel, EmailStr, Field
fromtypingimportOptional

classUser(BaseModel):
    name: str = Field(..., min_length=1, max_length=50)
    age: int = Field(..., ge=0, le=150)
    email: EmailStr
    bio: Optional[str] = None

# 直接用，自动验证
user = User(name="小明", age=25, email="xiaoming@example.com")

读者@技术小张的血泪教训：

之前用dict传参，用户传个字符串“25”当age，后端没做类型转换直接存了，数据库字段是int，查数据的时候出各种莫名其妙的问题。换了pydantic，从源头卡死，爱传错类型？门都没有。

Settings配置也很好用：

frompydantic_settingsimportBaseSettings

classConfig(BaseSettings):
    database_url: str
    api_key: str
    debug: bool = False

    classConfig:
        env_file = ".env"

config = Config()  # 自动从环境变量读取

3. Rich - 命令行也能有脸面

如果你还在用print输出日志，我劝你试试这个。

fromrich.consoleimportConsole
fromrich.tableimportTable

console = Console()

# 带颜色和样式的输出
console.print("[bold red]错误![/bold red] 文件不存在")
console.print("[green]成功[/green] 连接数据库")

# 表格直接帮你画好
table = Table(title="性能对比")
table.add_column("库", style="cyan")
table.add_column("速度", style="magenta")
table.add_column("易用性", style="green")

table.add_row("A库", "100ms", "⭐⭐⭐")
table.add_row("B库", "50ms", "⭐⭐")
table.add_row("Rich", "30ms", "⭐⭐⭐⭐⭐")

console.print(table)

读者@运维小李的真实反馈：

我写的CLI工具之前输出全是白底黑字，用户说根本看不清。用了Rich之后，同事问我是不是换了套UI框架。（笑）

调试神器：

fromrichimportprintasrprint
fromrich.prettyimportpprint

data = {"name": "测试", "users": [{"id": 1, "name": "张三"}, {"id": 2, "name": "李四"}]}

pprint(data)  # 自动美化JSON输出，带缩进和颜色

4. Loguru - 手写logging的日子到头了

Python的logging模块配置起来有多反人类，用过的都知道。

Loguru直接给你默认就很好用：

fromloguruimportlogger

logger.debug("调试信息")
logger.info("普通信息")
logger.success("成功信息")
logger.warning("警告信息")
logger.error("错误信息")

# 写文件也简单
logger.add("app.log", rotation="500 MB", retention="10 days")

# 异常捕获自带堆栈
@logger.catch
defrisky_function():
    # 可能出错的地方
    pass

读者@全栈小王的吐槽：

之前每次写新项目，光logging配置就要写半小时。换了Loguru之后，一行import直接开干，默认输出带颜色和时间的，比我手写的配置好看多了。

配合异常追踪：

fromloguruimportlogger
importtraceback

defmain():
    try:
        result = 1/0
    exceptException:
        logger.exception("出错了！")  # 自动记录完整堆栈
        logger.error(f"详细错误: {traceback.format_exc()}")

5. Watchfiles - 热更新它不香吗

之前写热更新功能，Linux用inotify好好的，Windows直接傻眼。

现在一个库搞定跨平台：

importwatchfiles

# 监控当前目录的py文件变化
forchangesinwatchfiles.watch("./src"):
    print("检测到变化:", changes)
    # 这里触发重启服务/重新加载配置

Flask热更新示例：

fromwatchfilesimportwatch
fromflaskimportFlask
importsubprocess

app = Flask(__name__)

@app.route("/")
defhello():
    return"Hello World!"

defrestart_server():
    subprocess.run(["python", "app.py"])

if__name__ == "__main__":
    # 监控src目录，有变化就重启
    for_inwatch("src", step=5000):
        print("检测到代码变化，正在重启...")
        restart_server()

读者@独立开发者阿强的经验：