Mike dit, vous ne pouvez pas éviter PyMongo - toutes les autres interfaces de construire au-dessus d'elle. Ces autres interfaces sont sans doute inutiles. Orm comme dans Django sont utiles lorsque vous traitez avec SQL, car ils atténuent la complexité de la création de requêtes SQL et de schémas, et le résultat de l'analyse des ensembles d'objets.
PyMongo cependant le possède déjà couverts - les requêtes passent par un moyen pratique et simple de l'API et les résultats à venir de MongoDB sont déjà des objets (bien, dicts en Python - même la différence) par définition. Si vous sentez que vous avez vraiment besoin pour décorer votre Mongo documents avec des objets Python, il est facile d'ajouter un FILS manipulateur PyMongo. La bonne chose à propos de cette approche est que vous pouvez écrire du code directement sur PyMongo, et glissez-le à des fonctionnalités supplémentaires plus tard sans avoir à insérer une nouvelle API entre votre code et PyMongo.
Ce qui est à gauche? Création du schéma de la migration sont un peu utile, mais sont presque aussi simplement fait ad-hoc - les chances sont que si vous envisagez de l'utiliser MongoDB vous voulez sortir de la traditionnelle SQL-modèle de style de toute façon. Aussi, si il y avait entièrement Django-compatible MongoDB ORM vous pourriez obtenir quelques kilométrage hors de lui. Rien de moins que cela, et vous sera probablement le travail de création pour vous-même.
Vous ne regretterez pas l'aide de PyMongo directement.
Une dernière option vaut la peine de regarder si vous êtes intéressé à en haut de l'efficacité est la version asynchrone de PyMongo, ici: http://github.com/fiorix/mongo-async-python-driver
