Python2019,2020年Python编程教程网
2020年已经过去了，专门提供Python服务的国外网站Troy Labs盘点了2020年发布的Python库Top10。
名单上有Typer，FastAPI的升级版，Rich，它把CLI变成彩色，基于Gui框架的Dear PyGui，以及Pretty Errors，它精简了错误信息.总有一款是你想要的。
一起来看看吧~
推荐（免费）：Python教程（视频）
1、Typer
Typer与FastAPI原理相同，是Python中用来构建API服务的高性能框架。
是FastAPI的升级版，不仅能准确记录代码，还能轻松验证CLI。
Typer易学易用，用户无需阅读复杂的教程文档即可入门。支持编辑器的自动代码补全(如VSCode)，提高开发者的开发效率，减少bug数量。
其次，Typer还可以配合命令行神器Click使用，这样就可以利用Click的优势和插件来实现更复杂的功能。
开放源地址：
https://github.com/tiangolo/t.
2、Rich
谁规定CLI界面必须是黑白的？也可以上色。
丰富的API不仅可以在终端输出中提供丰富的彩色文本和漂亮的格式，还可以提供漂亮的表格、进度条、编辑器、跟踪器、语法高亮等。如下图所示。
也可以安装在Python REPL上，所有的数据结构都可以输出或者漂亮的标注。
总而言之，它是多彩的，美丽的，强大的。
丰富的兼容性也不错，适用于Linux，Mac，Windows。真彩色/表情符号可以与新的Windows终端一起使用。
但请注意，Rich必须有Python 3 . 6 . 1版或以上版本。
开放源地址：
https://github.com/willmcguga.
3、Dear PyGui
如上图，虽然终端应用可以做的很漂亮。然而，您可能还需要一个真正的GUI。
亲爱的PyGui是一个易于使用且功能强大的Python GUI框架。但是它从根本上不同于其他Python GUI。
它采用实时模式范式和计算机GPU实现动态界面。即时模式范式在电子游戏中非常流行，这意味着它的动态GUI不需要保留任何数据，而是一帧一帧地独立绘制。同时，它还使用GPU来构建动态界面。
亲爱的PyGui也可以绘画，创建主题，并创建2D游戏。它还有一些小工具，如内置文档、日志、源代码查看器等。这些小工具可以辅助App的开发。
支持的系统有Windows 10(DirectX 11)、Linux(OpenGL 3)、macOS(Metal)等。
开放源地址：
https://github.com/hoffstadt/.
4、PrettyErrors
PrettyErrors是一个精简Python错误信息的工具，其特点是界面简单友好。
它最显著的功能是在终端支持彩色输出，标记文件栈痕迹，查找错误信息，过滤掉冗余信息，提取关键部分，用彩色标记，提高开发人员的效率。
而且可以直接导入到项目中，不需要安装，但是需要先配置一些参数。导入和配置参数如下：
开放源地址：
https://github.com/onelivesle.
5、Diagrams
程序员在编程时，有时需要向同事解释他设计的程序代码之间复杂的结构关系。但是，这个不是一两句话就能解释清楚的，他需要画个表或者做个语境图。
通常，程序员使用GUI工具来处理图表和可视化文档。但是还有更好的方法，比如使用图表库。
Diagrams允许您直接用Python代码绘制云系统结构，而无需任何设计工具。他们的图标来自很多云服务提供商，包括AWS、Azure、GCP等。
只需几行代码，您就可以简单地创建箭头符号和结构图。
因为它使用Graphviz来渲染图形，所以需要先安装Graphviz。
开放源地址：
https://github.com/mingrammer.
6、Hydra and OmegaConf
做机器学习项目的时候，需要做大量的环境配置工作。因此，在一些复杂的应用中，配置管理相应地变得复杂。
九头蛇可以让配置变得简单。可以覆盖部分命令行或配置文件，可以组合配置，不需要维护相似的配置文件，加快了实验的运行速度。
Hydra兼容性强，具有插件结构，可以很好的与开发者的操作文件集成。它的插件
还可以实现直接通过命令行，就把代码发布到AWS或者其他云端系统。
Hydra也离不开OmegaConf，两者关系密不可分，OmegaConf为Hydra的分层配置系统提供了协同的API，二者协同运作可支持YAML、配置文件、对象、CLI参数等。
开源地址：
https://github.com/facebookre...
https://github.com/omry/omega...
7、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，其最重要的特征是能够解析PyTorch代码，让代码研究成分和工程成分的分离。
它的扩展模型可以在任何硬件（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能够使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……
因为Lightning将可以将文件自动导出到ONNX或TorchScript，所以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...
8、Hummingbird
Hummingbird是微软的一项研究成果，它能够将已经训练好的ML模型汇编成张量计算，从而不需要设计新的模型。
还允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范例十分相似，都可以重复使用现有的代码，但是它是用Hummingbird生成的代码去实现的。
Hummingbird还在Sklearn API之后提供了一个方便的统一推理API。这样就可以将Sklearn模型与Hummingbird生成的模型互换，而无需更改推理代码。
它之所以被重点关注，还因为它能够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等各种ML模型。
开源地址：
https://github.com/microsoft/...
9、HiPlot
由于ML模型变得越来越复杂，还有很多超参数，于是就需要用到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通过几十个超参数和10万多个实验，利用HiPlot，来分析深度神经网络。
它是用平行图和其他的图像方式，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与其他可视化工具相比，有其特有的优点：
首先，它的互动性强，因为平行图是交互式的，所以能够满足多种情况下的图像可视化。
其次，它简单易用，可以通过IPython Notebook或者通过带有“ hiplot”命令的服务直接使用。
它还有具有可扩展性。默认情况下，HiPlot的Web服务可以解析CSV或JSON文件，还可以为其提供自定义Python解析器，将实验转换为HiPlot实验。
开源地址：
https://github.com/facebookre...
参考链接：
https://ai.facebook.com/blog/...
10、Scalene
Scalene是一个用于Python脚本的CPU和内存分析器，能够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。
你不需要修改代码，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和内存的使用情况。通过这个文本报告，开发人员可以提高代码的效率。
Scalene的速度快、准确率高，还能够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，详情查看底部链接。
那么，你今年有发现好用的Python库吗？
如果有的话，请在评论区一起分享一下呀~以上就是总结2020年最强Python库的详细内容，更多请关注盛行IT软件开发工作室其它相关文章！
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。