谁是2020年最强Python库？年度Top10出炉

2020年已通过去了，国外的一家专门提供Python服务的网站Troy Labs，盘点出了2020年发布的Python库Top10。

上榜的有FastAPI的升级版Typer、将CLI变成彩色的Rich、基于GUI框架的Dear PyGui、还有精简报错信息的PrettyErrors……总有一款是你想要的。

下面就让咱们一块儿来看看吧~

一、Typer

Typer跟FastAPI的原理相同，都是Python上用来构建API服务的一个高性能框架。

它是FastAPI的升级版，不只可以准确地记录代码，还可以轻松地进行CLI验证。

Typer易于学习和使用，不须要用户阅读复杂的教程文档便可上手。支持编辑器（如VSCode）代码自动补全，提升开发人员的开发效率，减小bug的数量。

其次，Typer还能配合命令行神器Click使用，就能够利用Click的优势和插件，实现更复杂的功能。

开源地址：
https://github.com/tiangolo/t...

二、Rich

谁规定CLI界面必定得是黑白的？它也能够是彩色的。

Rich API不只可以在终端输出提供丰富的彩色文本和精美的格式，还提供了精美的表格、进度条、编辑器、追踪器、语法高亮等。以下图所示。

它还能够安装在Python REPL上，全部的数据结构均可以漂亮地输出或标注。

总而言之，它是彩色的、漂亮的、强大的。

Rich兼容性也不错，适用于Linux，Mac和Windows等多种系统。真彩色/表情符号可与新的Windows终端一块儿使用。

可是请注意，Rich必需要Python 3.6.1或以上版本。

开源地址：
https://github.com/willmcguga...

三、Dear PyGui

如上所示，虽然终端应用程序能够作成很漂亮的样子。可是，你可能还须要一个真正的GUI。

Dear PyGui是一个便于使用、功能强大的Python GUI框架。可是它与其余的Python GUI却有着根本上的不一样。

它使用了即时模式范式和计算机的GPU来实现动态界面。即时模式范式在视频游戏中很是流行，这意味着它的动态GUI不须要保留任何数据，而是逐帧独立绘制的。同时，它还使用GPU来建构动态界面。

Dear PyGui还能够绘图、建立主题、建立2D游戏，还拥有一些小工具，好比说内置文档、日志记录、源代码查看器之类的，这些小工具能够协助App的开发。

支持它的系统有：Windows 10（DirectX 11），Linux（OpenGL 3）和macOS（Metal）等。

开源地址：
https://github.com/hoffstadt/...

四、PrettyErrors

PrettyErrors是一个精简Python错误信息的工具，特色是界面十分简洁友好。

它最显著的功能是支持在终端进行彩色输出，标注出文件栈踪影，发现错误信息，过滤掉冗余信息，提取出关键部分，而且进行彩色标注，从而提升开发者的效率。

并且它能够不用安装，直接被导入项目中使用，可是须要先配置一些参数，其导入和配置的参数以下：

开源地址：
https://github.com/onelivesle...

五、Diagrams

程序员在编程的时候，有时候须要跟同事解释他设计的程序代码之间复杂的结构关系，然而这不是一两句话能说清楚的，须要画表或者作脉络图。

通常状况下，程序员使用GUI工具处理图表，并将文稿进行可视化处理。可是还有更好的方法，好比说使用Diagrams库。

Diagrams让不须要任何设计类工具，直接在Python代码中绘制云系统结构。它们的图标来自多家云服务商，包括AWS, Azure, GCP等。

仅需几行代码，就能够简单地创造出箭头符号和结构图。

因为它使用Graphviz来渲染图，因此还须要先安装好Graphviz。

开源地址：
https://github.com/mingrammer...

六、Hydra and OmegaConf

在作机器学习项目的时候，须要作一大堆的环境配置工做。所以，在一些复杂的应用程序中，配置管理工做也相应变得复杂。

Hydra可使配置工做变得简单。它可以从命令行或者配置文件中覆盖部分出来，无需维护类似的配置文件，用组合的方式进行配置，从而加快了实验运行速度。

Hydra兼容性强，拥有含插件的结构，可以很好地与开发者的操做文件融合。它的插件还能够实现直接经过命令行，就把代码发布到AWS或者其余云端系统。

Hydra也离不开OmegaConf，二者关系密不可分，OmegaConf为Hydra的分层配置系统提供了协同的API，两者协同运做可支持YAML、配置文件、对象、CLI参数等。

开源地址：
https://github.com/facebookre...
https://github.com/omry/omega...

七、PyTorch Lightning

PyTorch Lightning也是Facebook的一个研究成果。它是一个轻巧的PyTorch包装器，用于高性能AI研究，其最重要的特征是可以解析PyTorch代码，让代码研究成分和工程成分的分离。

它的扩展模型能够在任何硬件（CPU、GPU、TPU）上运行，且容易被复制，删除了大量的文件样本，保持了自身的灵活性，运行速度快。

Lightning可以使DL / ML研究的40多个部分实现自动化，例如GPU训练、分布式GPU（集群）训练、TPU训练等等……

由于Lightning将能够将文件自动导出到ONNX或TorchScript，因此它适用于进行快速推理的AI研究员、BERT或者自监督学习的研究团队等。

开源地址：
https://github.com/PyTorchLig...

八、Hummingbird

Hummingbird是微软的一项研究成果，它可以将已经训练好的ML模型汇编成张量计算，从而不须要设计新的模型。

还容许用户使用神经网络框架（例如PyTorch）来加速传统的ML模型。

它的推理API跟sklearn范例十分类似，均可以重复使用现有的代码，可是它是用Hummingbird生成的代码去实现的。

Hummingbird还在Sklearn API以后提供了一个方便的统一推理API。这样就能够将Sklearn模型与Hummingbird生成的模型互换，而无需更改推理代码。

它之因此被重点关注，还由于它可以支持多种多样的模型和格式。

到目前为止，Hummingbird支持PyTorch、TorchScript、ONNX和TVM等各类ML模型。

开源地址：
https://github.com/microsoft/...

九、HiPlot

因为ML模型变得愈来愈复杂，还有不少超参数，因而就须要用到HiPlot。HiPlot是今年3月Facebook发行的一个库，主要用于处理高维数据。

Facebook AI经过几十个超参数和10万多个实验，利用HiPlot，来分析深度神经网络。

它是用平行图和其余的图像方式，帮助AI研究者发现高维数据的相关性和模型，是一款轻巧的交互式可视化工具。

HiPlot与其余可视化工具相比，有其特有的优势：

首先，它的互动性强，由于平行图是交互式的，因此可以知足多种状况下的图像可视化。

其次，它简单易用，能够经过IPython Notebook或者经过带有“ hiplot”命令的服务直接使用。

它还有具备可扩展性。默认状况下，HiPlot的Web服务能够解析CSV或JSON文件，还能够为其提供自定义Python解析器，将实验转换为HiPlot实验。

开源地址：
https://github.com/facebookre...
参考连接：
https://ai.facebook.com/blog/...

十、Scalene

Scalene是一个用于Python脚本的CPU和内存分析器，可以正确处理多线程代码，还能区分Python代码和本机代码的运行时间。

你不须要修改代码，只需运行Scalene脚本，它就会生成一个文本形式的报告，显示出每一行代码的CPU和内存的使用状况。经过这个文本报告，开发人员能够提升代码的效率。

Scalene的速度快、准确率高，还可以对高耗能的代码行进行标注。

开源地址
https://github.com/emeryberge...

除了以上10个，还有多个高性能的Python库被点名了，例如Norfair、Quart、Alibi-detect、Einops……等等，详情查看底部连接。

那么，你今年有发现好用的Python库吗？

若是有的话，请在评论区一块儿分享一下呀~

参考连接：
https://tryolabs.com/blog/202...

Top 10 Reasons Why Python is So Popular With Developers in 2020
原文： https://www.qbitai.com/2021/0...