Както казва Майк, не можете да избегнете PyMongo - всички други интерфейси се изграждат върху него. Тези други интерфейси може би са ненужни. ORM, като този, използван в Django, са полезни при работа със SQL, тъй като намаляват сложността на създаването на SQL заявки и схеми и анализират набори от резултати в обекти.
PyMongo обаче вече има това покритие - заявките преминават през удобен и прост API и резултатите, идващи от MongoDB, вече са обекти (е, dicts в Python - същата разлика) по дефиниция. Ако смятате, че наистина трябва да украсите вашите Mongo документи с Python обекти, лесно е да добавите манипулатор SON към PyMongo. Хубавото на този подход е, че можете да пишете код директно на PyMongo и да плъзгате допълнителна функционалност по-късно, без да се налага да вмъквате нов API между вашия код и PyMongo.
Какво е останало? Създаването и миграцията на схеми са донякъде полезни, но почти толкова просто се правят ad hoc - има вероятност, ако обмисляте да използвате MongoDB, така или иначе искате да излезете от традиционния модел в стил SQL. Освен това, ако имаше напълно съвместим с Django MongoDB ORM, може да изкарате малко пробег от него. Нещо по-малко от това и вероятно ще създадете работа за себе си.
Няма да съжалявате, че използвате директно PyMongo.
Една последна опция, която си струва да гледате, ако се интересувате от максимална ефективност, е асинхронната версия на PyMongo, тук:http://github.com/fiorix/mongo-async-python-driver
