| 特性 | FastAPI | Django | Flask |
|---|
| 类型 | 现代、高性能API框架 | 全栈式重型框架 | 轻量级微框架 |
| 风格 | 异步(ASGI)，速度快 | 同步(WSGI)，功能全 | 同步(WSGI)，灵活 |
| 核心优势 | 性能极高、自动生成API文档、原生异步支持 | "内置电池"，自带ORM、Admin后台、用户认证 | 极简灵活、扩展丰富、上手门槛低 |
| 典型场景 | 高性能API、AI模型部署、微服务 | 大型企业级应用、CMS、快速开发的管理后台 | 小型项目、技术原型、简单的REST API |
| 一句话比喻 | 性能跑车（快，但很多东西需要自己动手） | 功能齐全的房车（设施齐全，稳重但启动较慢） | 灵活的瑞士军刀（轻便，能根据需求自由组合） |
现代Web应用对实时性和并发能力要求越来越高，异步框架因此成为高性能场景的首选
| 框架 | 核心特点 | 最适合的场景 |
|---|
| FastAPI | 基于Starlette和Pydantic，自动生成文档，开发效率与性能兼备 | 高性能RESTful API、AI模型推理服务、微服务 |
| Sanic | 语法类似Flask，但专为速度优化，基于uvloop，性能极高 | 痴迷于极致性能、且偏好Flask风格的项目 |
| Tornado | 老牌异步框架，原生支持WebSocket和长连接，非常成熟和稳定 | 聊天室、实时行情推送等需要大量长连接的应用 |
| aiohttp | 既是服务器框架，也是客户端库，异步生态的核心基础之一 | |
| 任务 | 核心工具 | 主要作用 |
|---|
| 数据处理 | NumPy & Pandas | NumPy提供基础的高性能多维数组，Pandas则在其上构建了强大的DataFrame数据结构，用于数据清洗、分析和预处理。 |
| 经典机器学习 | Scikit-learn | 统一的API，包含丰富的传统机器学习算法（如分类、回归、聚类），是快速构建和验证基线模型的首选。 |
| 深度学习 | TensorFlow & PyTorch | 两大主流深度学习框架，支持GPU加速，用于构建和训练复杂的神经网络，PyTorch在科研领域更受欢迎。 |
| 网络爬虫 | Scrapy & BeautifulSoup | Scrapy是一个强大的异步爬虫框架，BeautifulSoup是解析HTML/XML提取数据的工具库。 |
