一、速览：这不是一个软件，而是一张“Python 选品地图”

入门

Python 生态有个让人又爱又恨的特点：库实在太多了。做同一个功能，可能有十几个库都能实现，新手往往不知道选哪个。awesome-python-cn 就是来解决这个问题的。

它本身不是一个需要安装的软件，而是一个 GitHub 仓库，里面把大量 Python 库按用途分好类，每个库配一句中文说明。你可以把它理解成一张“Python 选品地图”：想找 Web 框架就去 Web 框架区，想找爬虫工具就去爬虫区，不用在搜索引擎里大海捞针。

这个项目由「开源前哨」和「Python开发者」微信公号团队维护更新，目前已有超过 3 万 Star，是中文社区里最常用的 Python 资源入口之一。

二、获取方式：不用安装，打开就能逛

入门

这份资源清单不需要安装任何依赖，也不需要配置环境。你只需要一台能联网的电脑或手机，以及一个浏览器。

最直接的访问方式有两种：

• 打开 GitHub 仓库页面：https://github.com/jobbole/awesome-python-cn
• 打开官网页面：http://jobbole.github.io/awesome-python-cn/

如果你习惯用命令行，也可以把整个仓库下载到本地慢慢看。不过需要先安装 git（一种用来下载和管理代码版本的工具）：

git clone https://github.com/jobbole/awesome-python-cn.git

下载完成后，本地会多出一个 awesome-python-cn 文件夹，里面就是完整的资源清单。对绝大多数人来说，直接看网页版就够了，不需要这一步。

三、核心用法：按分类找到你要的库

入门

打开仓库页面后，你会看到一大段目录结构。它按照功能把 Python 库分成了几十个大类，常见的有环境管理、包管理、Web 框架、网络爬虫、模板引擎、数据库、数据可视化、图片处理、文本处理等。

每个分类下面是一条条资源，格式大致是：

库名称 + 一句话中文说明 + 项目链接

比如在「环境管理」分类下，你会看到 pyenv 被描述为“简单的 Python 版本管理工具”，virtualenv 被描述为“创建独立 Python 环境的工具”。这些说明都很短，但足够让你快速判断这个库是不是你要找的东西。

建议你这样逛：

1. 先想清楚自己要做的事情，比如“我想写一个爬虫”
2. 在页面上找到对应的分类，比如“网络爬虫”
3. 浏览该分类下的库，看哪个名字和说明更符合需求
4. 点击链接进入原项目，查看更详细的文档和示例

如果页面太长找不到分类，可以在 GitHub 页面上按 Ctrl + F（Mac 上是 Cmd + F）直接搜索关键词。

四、重点分类导览：新手最常逛的几个货架

进阶 · 推荐细读

整个清单包含几十个分类，全部看完不现实。下面挑几个新手最常遇到的场景，帮你快速熟悉应该从哪个货架开始看。

环境管理：解决“我该装哪个 Python 版本”的问题

如果你刚接触 Python，很可能会遇到不同项目需要不同 Python 版本的情况。这个分类下的工具就是用来管理版本和隔离环境的。pyenv 用来切换 Python 版本，virtualenv 用来给每个项目创建独立环境，避免不同项目的依赖互相打架。

包管理：解决“我该怎么安装第三方库”的问题

这个分类最重要的就是 pip，它是 Python 官方推荐的包管理工具，几乎所有第三方库都可以通过 pip install 安装。pip-tools 则用来锁定依赖版本，适合需要保证项目可复现的场景。

Web 框架：解决“我想用 Python 做网站”的问题

这里收录了 Django、Flask、FastAPI 等主流框架。Django 功能全面，适合快速搭建完整网站；Flask 更轻量，适合小型接口或学习；FastAPI 性能好，适合写 API 接口。每个框架的说明虽然短，但结合星标数和链接，能帮你快速做出初步选择。

网络爬虫：解决“我想自动抓取网页数据”的问题

这个分类下有 requests、Scrapy、BeautifulSoup 等经典工具。requests 负责发送网络请求，BeautifulSoup 负责解析网页内容，Scrapy 则是完整的爬虫框架，适合大型抓取任务。

数据可视化：解决“我想把数据画成图表”的问题

如果你做数据分析，会常用到 Matplotlib、Seaborn、Plotly 等。Matplotlib 最基础，Seaborn 更好看，Plotly 支持交互式图表。看中文说明可以快速区分它们的侧重点。

五、踩坑与建议：清单很好，但别犯这三个错

进阶 · 推荐细读

这份清单虽然好用，但使用时有几个常见问题需要注意。

清单里的库不一定都在活跃维护。点进原项目后，建议看一眼最近更新时间。如果已经两三年没动静，大概率不适合用在新项目里。

不要一次性安装清单里的所有库。有些库功能重叠，全装反而会让环境变得混乱。按需安装，用哪个装哪个。

这份清单的更新速度可能略滞后于英文原版 awesome-python。遇到拿不准的情况，可以交叉对比原仓库，或者查看具体库的 GitHub 页面。

另外，清单里标注“Python 标准库”的项目，意味着 Python 自带了，不需要额外安装。比如 ConfigParser 就是标准库，直接用即可，不用 pip 安装。

六、进阶：如何参与维护和获取更新

深入 · 老手可选

这类精选清单项目，最大的价值在于持续更新。如果你希望及时获取新资源，可以关注维护团队的微信公众号「开源前哨」和「Python开发者」，他们在知乎也有专栏，会定期分享热门开源项目。

如果你发现某个好用的 Python 库没有被收录，或者某个库的说明不准确，可以直接在 GitHub 上提 issue 或 Pull Request。贡献方式很简单：fork 仓库，修改对应分类下的内容，然后提交合并请求。维护团队会不定期审核合并。

对普通使用者来说，也可以点击仓库页面右上角的 Watch 按钮，选择“Releases only”或“All Activity”，这样有新更新时 GitHub 会给你发通知。

这份清单的定位始终是“索引”，不是“教程”。它帮你快速找到方向，但具体怎么用每个库，还是要回到原项目的文档里继续学习。把它当作入口，而不是终点。

项目信息

参考链接

• GitHub 仓库
• 项目主页

延伸阅读

想继续探索？这些同领域的教程可能也适合你：

• 「great-open-source-project」中文使用教程
• 「SJTU-Courses」中文使用教程
• 「awesome-remote-job」中文使用教程