Zoals Mike zegt, je kunt PyMongo niet vermijden - alle andere interfaces bouwen er bovenop. Deze andere interfaces zijn aantoonbaar overbodig. ORM's zoals die in Django worden gebruikt, zijn handig bij het omgaan met SQL, omdat ze de complexiteit van het maken van SQL-query's en -schema's en het parseren van resultatensets in objecten verminderen.
PyMongo heeft dat echter al gedekt - query's gaan via een handige en eenvoudige API en resultaten die van MongoDB komen, zijn per definitie al objecten (nou ja, dictaten in Python - hetzelfde verschil). Als je denkt dat je je Mongo-documenten echt moet decoreren met Python-objecten, is het eenvoudig om een SON-manipulator aan PyMongo toe te voegen. Het leuke van deze aanpak is dat je code rechtstreeks op PyMongo kunt schrijven en later extra functionaliteit kunt inschuiven zonder dat je een nieuwe API tussen je code en PyMongo hoeft in te voegen.
Wat is er over? Het maken en migreren van schema's is enigszins nuttig, maar wordt bijna net zo eenvoudig ad-hoc gedaan - de kans is groot dat als u overweegt MongoDB te gebruiken, u toch wilt doorbreken uit het traditionele SQL-achtige model. En als er een volledig Django-compatibele MongoDB ORM zou zijn, zou je er wat kilometers mee kunnen maken. Alles minder dan dat en je zult waarschijnlijk werk voor jezelf creëren.
U zult er geen spijt van krijgen PyMongo rechtstreeks te gebruiken.
Een laatste optie die het bekijken waard is als je geïnteresseerd bent in topefficiëntie is de asynchrone versie van PyMongo, hier:http://github.com/fiorix/mongo-async-python-driver