Python 生态极其丰富，不同场景下有成熟的框架可以直接使用。很多新手容易混淆「框架」和「第三方库」：框架提供运行流程、规范、生命周期；库只是工具函数集合。下面按业务方向分类整理，附带选型建议。
一、Web 后端 & API 框架
1. Django
✅ 定位：重型全栈框架，自带电池
✅ 用途：企业后台、管理系统、电商、CMS、用户权限系统；搭配 DRF 快速开发 RESTful 接口
✅ 优点：内置 ORM、Admin 后台、权限、表单、安全机制，规范统一，项目好维护
✅ 缺点：比较重，灵活度低，小项目略显臃肿
2. Flask
✅ 定位：轻量微框架
✅ 用途：小型 API、内部工具、原型快速验证、简单后台
✅ 优点：内核极简，自由度高，按需选用插件
✅ 缺点：大型项目需要自己组装大量组件，无统一规范
3. FastAPI（AI 服务首选）
✅ 定位：现代高性能异步 API 框架
✅ 用途：大模型推理接口、RAG 后端、微服务、高并发接口
✅ 优点：原生 async、类型校验、自动生成接口文档、性能优异
✅ 缺点：生态相比 Django 小，异步调试门槛略高
4. Sanic / Tornado
- Sanic：高性能异步框架，对标 FastAPI，高吞吐接口
- Tornado：异步非阻塞，适合 WebSocket、实时消息推送
二、AI、大模型、深度学习框架
1. PyTorch
✅ 用途：深度学习、CV、NLP、大模型微调、AI Agent 开发、科研实验
✅ 特点：动态图，调试友好，目前科研和工业界主流
2. TensorFlow / Keras
✅ 用途：模型落地部署、端侧、嵌入式 AI
✅ 特点：静态图，适合生产部署；Keras 是高层 API，上手简单
3. Scikit-learn
✅ 用途：传统机器学习，分类、回归、聚类、特征工程，表格数据建模
4. Hugging Face Transformers
✅ 用途：统一加载各类预训练模型（LLM、多模态），一行代码调用模型
5. LangChain
✅ 用途：LLM 应用编排，构建 RAG 知识库、对话 Agent、工具调用链路
6. LlamaIndex
✅ 用途：文档解析、检索增强，侧重知识库 RAG 构建，和 LangChain 互补
三、爬虫 & 自动化框架
1. Scrapy
✅ 用途：大规模分布式爬虫，批量采集网页结构化数据
✅ 特点：自带调度器、去重、管道、中间件，专业爬虫框架
2. Playwright
✅ 用途：JS 渲染动态页面、登录交互、绕过简单反爬，浏览器自动化
3. Selenium
✅ 用途：UI 自动化测试、动态页面抓取，老牌浏览器自动化工具
配套工具：requests/httpx（网络请求）、lxml、BeautifulSoup（页面解析）
四、数据可视化 & AI 演示框架
1. Streamlit
✅ 用途：算法工程师快速搭建 AI Demo、数据分析小工具，几乎不用前端代码
2. Gradio
✅ 用途：LLM、图像模型快速生成交互演示页面，适合模型对外展示
3. Dash
✅ 用途：交互式 BI 看板、监控大屏、数据分析平台，底层基于 Plotly
五、数据处理基础库
- NumPy：多维数组，数值计算，AI 和数据分析底层依赖
- Pandas：表格数据清洗、统计分析
- Polars：高性能 DataFrame，超大数据集，速度优于 Pandas
- Matplotlib / Seaborn：静态科研图表绘制
六、测试 & 压测框架
- Pytest：单元测试、接口自动化，Python 生态主流，插件丰富
- Locust：压力测试框架，用 Python 脚本模拟并发用户
七、桌面 GUI 框架
- PyQt6 / PySide6：功能强大，开发专业桌面客户端
- Tkinter：标准库自带，轻量，适合简单小工具
- Kivy：跨平台，支持触屏，可打包安卓 APP
八、任务调度、分布式、ORM
- Celery：分布式任务队列，异步离线任务、定时任务（搭配 Redis）
- APScheduler：单机轻量定时任务
- SQLAlchemy：通用 ORM，FastAPI/Flask 项目首选
- Peewee：轻量 ORM，小型项目使用
九、快速选型对照表
| 需求场景 | 推荐框架 |
|---|---|
| 完整业务后台、权限系统 | Django + DRF |
| AI 模型接口、微服务 | FastAPI |
| 快速做模型演示页面 | Gradio / Streamlit |
| 大规模爬虫 | Scrapy |
| 动态网页、浏览器自动化 | Playwright |
| 深度学习、大模型微调 | PyTorch + Transformers |
| 知识库 RAG、智能体 | LangChain / LlamaIndex |
| 传统机器学习、表格分析 | Scikit-learn + Pandas |
没有绝对最好的框架，只有最合适的框架。Python学习顺序建议：先掌握基础语法，再吃透 Web 框架 FastAPI，之后再深入 AI 相关框架，循序渐进。