这次给大家总结整理了1000+常用Python库，主要分为以下部分????

文本处理、文件处理、图像处理、游戏和多媒体、大数据和科学计算、人工智能和机器学习、系统与命令行、数据库、网络、web框架、安全、封装、代码调试

Chardet字符编码探测器，可以自动检测文本、网页、xml的编码。

colorama主要用来给文本添加各种颜色，并且非常简单易用。

Prettytable主要用于在终端或浏览器端构建格式化的输出。

Levenshtein，快速计算字符串相似度。

esmre,正则表达式的加速器。

xpinyin，将汉字转换为拼音的函数库

pangu.py，调整对中日韩文字当中的字母、数字间距。

uniout，提取字符串中可读写的字符

phonenumbers，解析电话号码，格式，存储和验证的国际电话号码。

pygments，一个通用的语法高亮工具。

pyparsing，通用解析器生成框架。

marmir，把Python[数据结构]，转化为电子表格。

pypdf2， 合并和转换PDF页面的函数库。

chronyk，一个Python 3版函数库，用于解析人写的时间和日期。

delorean，清理期时间的函数库。

when.py，为见的日期和时间，提供人性化的功能。

lxml，快速，易用、灵活的HTML和XML处理库，功能超强，在遇到有缺陷、不规范的xml时，Python自带的xml处理器可能无法解析。报错时，程序会尝试再用lxml的修复模式解析。

htmlparser，官方版解析HTML DOM树，偶尔搞搞命令行自动表单提交用得上。

html5lib，-标准库，解析和序列化HTML文档和片段。

bleach，漂白，基于HTML的白名单函数库。

watchdog，一组API和shell实用程序，用于监视文件系统事件。

Unipath，面向对象的文件/目录的操作工具包。pathlib，-（Python 3.4版已经作为Python标准库），一个跨平台，面向path的函数库。

pickle/cPickle,python的pickle模块实现了基本的数据序列和反序列化。通过pickle模块的序列化操作我们能够将程序中运行的对象信息保存到文件中去，永久存储；通过pickle模块的反序列化操作，我们能够从文件中创建上一次程序保存的对象。

cPickle是[C语言]实现的版本，速度更快。

profig，多格式配置转换工具。

logging，Python标准库，日志文件生成管理函数库。

Sphinx，斯芬克斯（狮身人面像），Python文档生成器。

pycco，简单快速、编程风格的文档生成器。

pdoc，自动生成的Python库API文档epydoc，从源码注释中生成各种格式文档的工具

Library），基于Python的图像处理库，功能强大，对图形文件的格式支持广泛，内置许多图像处理函数，如图像增强、滤波[算法]等Pillow，图像处理库，PIL图像库的分支和升级替代产品。Matplotlib，著名的绘图库，提供了整套和matlab相似的命令API，用以绘制一些高质量的数学二维图形，十分适合交互式地进行制图。brewer2mpl，有一个专业的python配色工具包，提供了从美术角度来讲的精美配色。

PyGame基于Python的多媒体开发和游戏软件开发模块，包含大量游戏和图像处理功能Box2d，开源的2d物理引擎，愤怒的小鸟就是使用了这款物理引擎进行开发的，Box2d物理引擎内部模拟了一个世界，你可以设置这个世界里的重力，然后往这个世界里添加各种物体，以及他们的一些物理特性，比如质量，摩擦，阻尼等等。

Pymunk，类似box2d的开源物理图形模拟库OpenCV, 目前最好的开源图像/视觉库，包括图像处理和计算机视觉方面、[机器学习]的很多通用算法。SimpleCV，计算机视觉开源框架，类似opencv。VTK，视觉化工具函式库（VTK， Visualization Toolkit）是一个开放源码，跨平台、支援平行处理（VTK曾用于处理大小近乎1个Petabyte的资料，其平台为美国Los Alamos国家实验室所有的具1024个处理器之大型系统）的图形应用函式库。

2005年时曾被美国陆军研究实验室用于即时模拟俄罗斯制反导弹战车ZSU23-4受到平面波攻击的情形，其计算节点高达2.5兆个之多。cgkit,Python Computer Graphics Kit,其module 主要分两个部分，

• 2、提供完整的场景操作的module， 他类似其他三维软件，在内存中保留完整的描述场景的信息。

多边形（布尔操作，偏置），多面体（布尔运算），曲线整理及其应用，

网格生成（二维Delaunay网格生成和三维表面和体积网格生成等），几何处理（表面网格简化，细分和参数化等），

凸壳算法（2D，3D和dD），搜索结构（近邻搜索，kd树等），插值，形状分析，拟合，距离等。

Aggdraw，开源图像库，几乎涵盖了2d image操作的所有功能，使用起来非常灵活Pycairo,开源矢量绘图库Cairo开罗的python接口，

cairo提供在多个背景下做2-D的绘图，高级的更可以使用硬件加速功能。wand，Python绑定魔杖工具（MagickWand），C语言API接口。

thumbor， -智能成像工具，可调整大小和翻转图像。

imgSeek，查询相似的图像。

Quads，基于四叉树的计算机艺术。

nude.py，裸体检测函数。

hmap，图像直方图工具。

beets，音乐库管理。

dejavu，音频指纹识别算法。

Dejavu 听一次音频后就会记录该音频的指纹信息，然后可通过麦克风对输入的音频进行识别是否同一首歌。django-elastic-transcoder,Django +亚马逊elastic转码。eyeD3,音频文件工具，特别是MP3文件包含的ID3元数据。

mutagen，处理音频元数据。

pydub，-操纵音频和简单的高层次的接口。

TimeSide，开放的网络音频处理框架。

moviepy，多格式视频编辑脚本模块，包括GIF动画。

geojson，GeoJSON函数库django-countries，一个Django程序，提供国家选择，国旗图标的静态文件，和一个国家的地域模型。

Panda3D- 3D游戏引擎，迪士尼开发。用C++写的，完全兼容Python。PyOgre，OGRE 3D渲染引擎，可用于游戏，模拟，任何3D。

pycuda/opencl，GPU高性能并发计算Pandas，python实现的类似R语言的数据统计、分析平台。基于NumPy和Matplotlib开发的，主要用于数据分析和数据可视化，它的数据结构DataFrame和R语言里的data.frame很像，特别是对于时间序列数据有自己的一套分析机制，非常不错。

SciPy，开源的Python算法库和数学工具包，SciPy包含的模块有最优化、线性代数、积分、插值、特殊函数、快速傅里叶变换、信号处理和图像处理、常微分方程求解和其他科学与工程中常用的计算。

Numpy和Scipy常常结合着使用，Python大多数机器学习库都依赖于这两个模块。

ScientificPython，一组经过挑选的Python程序模块，用于科学计算，包括几何学（矢量、张量、变换、矢量和张量场），四元数，自动求导数，（线性）插值，多项式，基础统计学，非线性最小二乘拟合，单位计算，Fortran兼容的文本格式，通过VRML的3D显示，以及两个Tk小工具，分别用于绘制线图和3D网格模型。

NumPy科学计算库，提供了矩阵，线性代数，傅立叶变换等等的解决方案, 最常用的是它的N维数组对象. NumPy提供了两种基本的对象：

ndarray是存储单一数据类型的多维数组，而ufunc则是能够对数组进行处理的函数。

Cvxopt，最优化计算包，可进行线性规划、二次规划、半正定规划等的计算。

Numba，科学计算速度优化编译器。pymvpa2，是为大数据集提供统计学习分析的Python工具包，它提供了一个灵活可扩展的框架。

它提供的功能有分类、回归、特征选择、数据导入导出、可视化等NetworkX，复杂网络的优化软件包。zipline，交易算法的函数库。

orange，橙色，数据挖掘，数据可视化，通过可视化编程或Python脚本学习机分析。

RDKit,化学信息学和机器学习的软件。

Open Babel，巴贝尔，开放的化学工具箱。

cclib，化学软件包的计算函数库。

Biopython，免费的生物计算工具包。

bccb，生物分析相关的代码集。bcbio-nextgen，提供完全自动化、高通量、测序分析的工具包。

visvis, 可视化计算模块库，可进行一维到四维数据的可视化。

MapReduce是Google提出的一个软件[架构]，用于大规模数据集（大于1TB）的并行运算。

NLTK（natural language toolkit)，是python的自然语言处理工具包。2001年推出，包括了大量的词料库，以及自然语言处理方面的算法实现：

分词， 词根计算， 分类， 语义分析等。

Pattern，数据挖掘模块，包括自然语言处理，机器学习工具，等等。

jieba，结巴，中文分词工具。snownlp，用于处理中文文本库。

loso，中文分词函数库。

genius，中文CRF基础库，条件随机场(conditional random field,简称 CRF),是一种鉴别式机率模型,是随机场的一种,常用于标注或分析序列资料,如自然语言文字或是生物序列Gensim，一个相当专业的主题模型Python工具包，无论是代码还是文档，可用于如何计算两个文档的相似度LIBSVM,是台湾大学林智仁(Lin Chih-Jen)教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，他不但提供了编译好的可在Windows系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它[操作系统]上应用；

该软件对SVM所涉及的参数调节相对比较少，提供了很多的默认参数，利用这些默认参数可以解决很多问题；

该软件可以解决C-SVM、ν-SVM、ε-SVR和ν-SVR等问题，包括基于一对一算法的多类模式识别问题。

scikits.learn，构建在SciPy之上用于机器学习的 Python 模块。它包括简单而高效的工具，可用于数据挖掘和数据分析。

涵盖分类，回归和聚类算法，例如SVM， 逻辑回归，朴素贝叶斯，随机森林，k-means等算法，代码和文档都非常不错，在许多Python项目中都有应用。

例如在我们熟悉的NLTK中，分类器方面就有专门针对scikit-learn的接口，可以调用scikit-learn的分类算法以及训练数据来训练分类器模型。PyMC，机器学习采样工具包，scikit-learn似乎是所有人的宠儿，有人认为，PyMC更有魅力。

PyMC主要用来做Bayesian分析。Orange，基于组件的数据挖掘和机器学习软件套装，它的功能即友好，又很强大，快速而又多功能的可视化编程前端，以便浏览数据分析和可视化，包含了完整的一系列的组件以进行数据预处理，并提供了数据帐目，过渡，建模，模式评估和勘探的功能。

侧重数据挖掘，可以用可视化语言或Python进行操作，拥有机器学习组件，还具有生物信息学以及文本挖掘的插件。

Milk，机器学习工具箱，其重点是提供监督分类法与几种有效的分类分析：SVMs(基于libsvm)，K-NN，随机森林经济和决策树。

它还可以进行特征选择。这些分类可以在许多方面相结合，形成不同的分类系统。对于无监督学习，它提供K-means和affinity propagation聚类算法。

PyMVPA(Multivariate Pattern Analysis in Python),是为大数据集提供统计学习分析的Python工具包，它提供了一个灵活可扩展的框架。它提供的功能有分类、回归、特征选择、数据导入导出、可视化等NuPIC，开源人工智能平台。

该项目由Grok（原名 Numenta）公司开发，其中包括了公司的算法和软件架构。

NuPIC 的运作接近于人脑，“当模式变化的时候，它会忘掉旧模式，记忆新模式”。如人脑一样，CLA 算法能够适应新的变化。Pylearn2，-基于Theano的机器学习库。

gensim，机器学习库。pybrain，机器学习模块，它的目标是为机器学习任务提供灵活、易应、强大的机器学习算法。

pybrain包括神经网络、强化学习(及二者结合)、无监督学习、进化算法。以神经网络为核心，所有的训练方法都以神经网络为一个实例Mahout,是 Apache Software Foundation（ASF） 旗下的一个开源项目，提供一些可扩展的机器学习领域经典算法的实现，旨在帮助开发人员更加方便快捷地创建智能应用程序。

Mahout包含许多实现，包括聚类、分类、推荐过滤、频繁子项挖掘。此外，通过使用 Apache Hadoop 库，Mahout 可以有效地扩展到云中。

Theano,用来定义、优化和模拟数学表达式计算，用于高效的解决多维数组的计算问题的python软件包。它使得写深度学习模型更加容易，同时也给出了一些关于在GPU上训练它们的选项。

threading，Python标准线程库，更高级别的线程接口。

envoy，特使，Python子线程的函数库。

sh，成熟的子线程替换函数库。sarge，封装线程。subprocess,调用shell命令的神器argparse，写命令行脚本必备，强大的命令行差数解析工具timeit，计算代码运行的时间等等unp，命令行工具，解压文件。

类似Gevent线程库Gevent，多线程模块pytools,著名的python通用函数、工具包SendKeys, 键盘鼠标操作模块, 模拟键盘鼠标模拟操作。

pyHook,基于Python的“钩子”库，主要用于监听当前电脑上鼠标和键盘的事件。

pstuil,跨平台地很方便获取和控制系统的进程，以及读取系统的CPU占用内存占用等信息.cement，一个轻量级的、功能齐全的命令行工具click，简单优雅的的命令行接口。

clint，Python命令行工具。cliff，创造多层次指令的命令行程序框架。

Clime， 可以转换任何模块为多的CLI命令程序，无任何配置。

pycli，命令行应用程序，支持的标准命令行解析，测井，单元[测试]和功能测试。

Gooey，打开命令行程序，作为为一个完整的GUI应用程序,cookiecutter，命令行工具，从cookiecutters（项目模板）创建项目。

percol，为UNIX传统管道pipe命令，添加交互式选择风格。

butterdb，谷歌电子表格的ORM，Python版。celery，芹菜，异步任务队列/工作，基于分布式消息队列。

huey，休伊，轻量级，多线程任务队列。

mrq，队列先生，分布式任务队列，使用redis & Gevent。rq，简单的工作队列。

Queue,Queue模块可以用来实现多线程间通讯，让各个线程共享数据，生产者把货物放到Queue中，供消费者（线程）去使用。

Psyco，超强的python性能优化工具，psyco 的神奇在于它只需要在代码的入口处调用短短两行代码，性能就能提升 40% 或更多，真可谓是立竿见影！如果你的客户觉得你的程序有点慢，敬请不要急着去优化代码，psyco 或许能让他立即改变看法。

Toolz，函数编程工具：迭代器、函数，字典。CyToolz，Toolz的Cython实现，高性能的函数编程工具。Ansible，安塞波，极为简单的自动化平台。

SaltStack，基础设施的自动化管理系统。

Fabric，织物，一个简单，远程执行和部署的语言工具。

psutil，跨平台的过程和系统工具模块。

pexpect，控制互动节目。

gunnery，多任务执行工具，与网络接口的分布式系统。

fig，快速。独立的开发环境中使用泊坞窗。

APScheduler，轻量级、但功能强大的在线任务调度程序。

Joblib,Python提供的轻量级的流水线工具函数。

Spiff，纯Python实现的，功能强大的工作流引擎。

ctypes，Python标准库，速度更快，Python调用C代码的外部函数接口。cffi，Python调用C代码外部函数接口，类似于ctypes直接在python程序中调用c程序,但是比ctypes更方便不要求编译成so再调用。

Stackless Python，一个增强版本的Python。它使程序员从基于线程的编程方式中获得好处，并避免传统线程所带来的性能与复杂度问题。

Stackless为 Python带来的微线程扩展，是一种低开销、轻量级的便利工具Pyston,使用LLVM和现代JIT技术,对python进行性能优化。

TinyDB, 轻量级，面向文档的数据库。

oursql，MySQL连接器，提供本地话指令语句和BLOBs支持。

与urllib相比，它的速度要快很多。

subliminal，命令行工具，搜索和下载字幕的函数库requests，HTTP函数库，更加人性化。grequests，异步HTTP请求+ Gevent（高性能高并发函数库）。

urllib3，一个线程安全的HTTP连接池，支持文件post。

POX，基于Python的开源软件定义网络（SDN）控制开发平台的应用，如OpenFlow的SDN控制器。

Pyretic，SDN的编程语言，提供了强大的抽象在网络交换机或仿真器。SDX Platform，基于SDN的IXP实现，利用最小网络，痘和热。inbox.py，Python的SMTP服务器。imbox， Python版本IMAP库。inbox，收件箱，开源邮件工具包。

modoboa，邮件托管和管理平台，包括现代和简化Web UI。

furl，燃料，小型的的URL解析库库。purl，简单的，干净的API，操纵URL。

Scrapy，快速屏幕截取和网页抓取的框架。

mechanize，网页浏览编程工具。

lassie,莱西,人性化的网站内容检索。

sumy，概要，文本和HTML网页的自动文摘模块。

Haul，距离，可扩展的图像爬虫。

sanitize，消毒，使混乱的数据变的理智。

boto，亚马逊网络服务接口。

Django，最流行的Python-Web框架，鼓励快速开发,并遵循MVC设计，开发周期短

Pyramid，轻量级，快速，稳定的开源Web框架。

web2py，简单易用的全堆栈Web框架和平台。

guava，轻量级，高性能的Python-Web框架，采用c语言编写。

djedi-cms轻量级但功能强大的Django CMS的插件，内联编辑和性能优化。

Kotte，高层次的Python的Web应用框架，基于Pyramid。Mezzanine，强大，一致，灵活的内容管理平台。

Opps，基于Django的CMS，用于高流量的报纸、杂志和门户网站。

merchant，支持多种付款处理工具。

money，可扩展的货币兑换解决方案。

Genshi，网络感知输出模板工具包。

Mako，马可，Python平台的超高速、轻型模板。

仿照ZPT，优化速度。

Beaker，烧杯，一个缓存和会话使用的Web应用程序，独立的Python脚本和应用程序库。

django-simple-captcha，Django简单验证码，简单的和高度可定制的Django应用程序，用于添加验证码图像Ajenti，服务器管理面板。

Cactus,仙人掌,设计师的网站静态生成器。

Hyde，海德， 基于Jinja2的静态网站生成器。

Nikola，尼古拉-一个静态网站和博客生成器。

Tags，标签，最简单的静态网站生成器。

Tinkerer，工匠，基于Sphinx的静态网站生成器。

Twisted，扭曲，事件驱动的网络引擎。

Tornado，龙卷风，Web框架和异步网络的函数库。

pulsar，脉冲星，事件驱动的并行框架的Python。

diesel，柴油，绿色的，基于事件的I/O框架。

Werkzeug，机床，WSGI工具函数库，很容易地嵌入到你自己的项目框架。

paste，粘贴，多线程，稳定的，久经考验的WSGI工具。

fapws3，异步网络，用C写的。meinheld，异步WSGI服务器，是用C写的。

bjoern，-快速的、异步WSGI服务器，用C写的。

Permissions函数库，允许或拒绝用户访问数据或函数。

Authomatic，简单强大的认证/授权客户端。

python-oauth2，利用全面测试，抽象接口来创建OAuth的客户端和服务器。

Paramiko，sshv2协议的实现，提供了客户端和服务器端的功能。

Passlib，安全的密码存储/哈希库，非常高的水平。

WxPythonPython下的GUI编程框架，其消息机制与MFC的架构相似,入门非常简单，需要快速开发相关的应用可以使用这个

TkinterPython下标准的界面编程包，因此不算是第三方库了

PySide，跨平台Qt的应用程序和用户界面框架，支撑Qt v4框架。

curse，用于创建终端GUI应用程序。

urwid，创建终端GUI应用程序窗体的函数库，支持事件，色彩丰富。

pyglet，跨平台的窗口和多媒体库的Python。

enaml，创建漂亮的用户界面，语法类似QML。

Toga，托加，OS原生GUI工具包。

pew,一套管理多个虚拟环境的工具。

PyRun，一个单文件，无需安装的Python版本管理工具。

PIP，Python包和依赖的管理工具。

easy_install，软件包管理系统,提供一个标准的分配Python软件和 函式库的格式。是一个附带设置工具的模块，和一个第三方函式库。旨在加快Python函式库的分配程式的速度。类似Ruby语言的RubyGems 。

conda，跨平台，二进制软件包管理器。,

cx-Freeze，跨平台的，用于打包成可执行文件的库

pyinstaller，-转换成独立的可执行文件的Python程序（跨平台）。

PyPI，新一代的Python包库管理工具。

devpi，PyPI服务器和包装/测试/发布工具。

localshop，PyPI官方包镜像服务器，支持本地（私人）包上传。

buildout，创建，组装和部署应用程序的多个部分，其中一些可能是非基于Python的。

SCons，软件构造工具。

platformio，一个控制台的工具，构建的代码可用于不同的开发平台。

bitbake，特殊设计的工具，用于创建和部署[嵌入式]Linux软件包

fabricate，自动为任何编程语言，生成依赖包。

webassets，优化管理，静态资源，独特的缓存清除。

fanstatic，球迷，包优化，提供静态文件。

fileconveyor，监控资源变化，，可保存到CDN（内容分发网络）和文件系统。

glue，胶胶，一个简单的命令行工具，生成CSS Sprites。

pytest，成熟的全功能的Python测试工具。

mamba，曼巴，Python的权威测试工具。出自BDD的旗下。

splinter，分裂，测试Web应用程序的开源工具。

locust，刺槐，可扩展的用户负载测试工具，用Python写的。

sixpack，语言无关的A/B测试框架。

mock，模拟对象（英语：mock object，也译作模仿对象），模拟测试库。

freezegun，通过时间调整，测试模块。

coverage，代码覆盖度量测试。

faker，生成模拟测试数据的Python包。

ForgeryPy，易用的模拟数据发生器。

radar，雷达，生成随机日期/时间。

pycallgraph,可视化的流量（调用图）应用程序。

Pylint，源代码分析器，它查找编程错误，帮助执行一个代码标准和嗅探一些代码味道。注意：相比于PyChecker，Pylint是一个高阶的Python代码分析工具，它分析Python代码中的错误。

Pyflakes，一个用于检查Python源文件错误的简单程序。Pyflakes分析程序并且检查各种错误。它通过解析源文件实现，无需导入。

winpdb独立于平台的GUI调试器。

pudb，全屏，基于python调试控制台。

pyringe，-可附着于及注入代码到Python程序的调试器。

更多精彩内容（请点击图片进行阅读）

保持谦逊、保持自律、保持进步

备注：昵称+学校/公司+方向

拉你进AI蜗牛车交流群

3.如何用程序控制下拉子数据窗口的下拉和收起

4.检索参数有些不需要传入则传%.

5.如何屏蔽鼠标滚轮触发

在控件的other事件写

6.得到数据窗口的语法：

7.得到数据窗口中各列及标题：

8.在程序中动态设置初始值:

10.如何改变列的字体颜色，提醒用户此列已做修改

XMind 2021 for Mac 是一款让你专注思维，捕捉每一个灵感瞬间的 App。每当萌生新想法时，XMind帮你专注于它的扩展延伸和梳理，融合艺术与创造力，让思维清晰可见。你可以创建 workflow，接下来心无旁骛投入工作流程；以灵感为中心，在无限的脑图幕布上延伸想法；随手记录点滴灵感、待办清单、会议记录或是项目规划，尽情享受逻辑思维的畅快。 演说模式可自动生成转场动画和布局，一键即可展示你的思维导图。从头脑风暴到思维展示，在 XMind 中即可完成工作流闭环。告别繁琐，尽享高效。 演说模式让你像幻灯片一样展示你的思维导图。自动生成优雅的版式和布局，让你更精彩地展示想法和创意。 自动生成巧妙的转场动画，让你更鲜活地呈现你的逻辑脉络。节省更多精力，释放更多才艺。 多种风格，百变随心。结构和配色方案的组合构筑出百变的主题风格。这次我们颠覆了以往内置主题风格的设定，在创建导图时即可自由选择结构和配色，让你用喜欢的方式画出思维导图的更多可能性。 新结构，新思路。树型表格结构让你在思维导图结构和表格间无缝转换。将主题以更有序的方式排列组合，无需费劲即可将想法清晰地进行表格化呈现，让你的思维呈现出更多秩序感。 新版本支持修改图片样式，包括设置图片的尺寸、为图片添加边框和阴影、更改图片的透明度等。样式的修改让插入的图片更好地融入思维导图中，在统一风格的基础上增添了几分精致感。 用 LaTeX 来帮助插入数学和部分化学公式，不仅为学术党们提供方便，也让知识梳理的过程变得简单高效，真酷。 我们在导图中提供鱼骨图、矩阵图、时间轴、括号图、组织结构图等来丰富你的思维结构。更有六边形、胶囊形、圆形等不同主题形状来强调你的想法。 鱼骨图是很好的探究问题本质原因的工具。新鱼骨图的结构优化了找寻问题原因的逻辑，让你在思考问题时更聚焦，在混用结构时也提供了更多逻辑嵌套的可能性。 新增的多种主题形状，让你更生动形象地表达观点和感受，创造出更具想象力和创造力的导图。 在细节处精心雕琢的全新界面风格，美观优雅，轻巧动人。适应起来毫不费劲，却又耳目一新。无边界的设计风格减少了视觉干扰，让你更沉浸于思维导图的绘制中。 - 修复了试用模式下导出 PNG 报错的问题； - 修复了编辑自定义风格报错的问题； - 修复了打印相关的一些问题； - 修复了无法保存拼写检查设置的问题； - 修复了树状图的分支选项图标不正确的问题； - 修复了部分其他已知问题。