誰是 2020 年最熱的 Python 庫？年度 Top 10 出爐！
蕾師師 發(fā)自 凹非寺
量子位 報道 | 公眾號 QbitAI
大家好，歡迎來到Crossin的編程教室！
2020 年已經(jīng)過去了，國外的一家專門提供 Python 服務的網(wǎng)站 Troy Labs，盤點出了 2020 年發(fā)布的 Python 庫 Top10。
上榜的有 FastAPI 的升級版 Typer、將 CLI 變成彩色的 Rich、基于 GUI 框架的 Dear PyGui、還有精簡報錯信息的 PrettyErrors……總有一款是你想要的。
下面就讓我們一起來看看吧~
1、Typer
Typer 跟 FastAPI 的原理相同，都是 Python 上用來構(gòu)建 API 服務的一個高性能框架。
它是 FastAPI 的升級版，不僅能夠準確地記錄代碼，還能夠輕松地進行 CLI 驗證。
Typer 易于學習和使用，不需要用戶閱讀復雜的教程文檔即可上手。支持編輯器（如 VSCode）代碼自動補全，提高開發(fā)人員的開發(fā)效率，減少 bug 的數(shù)量。
其次，Typer 還能配合命令行神器 Click 使用，就可以利用 Click 的優(yōu)點和插件，實現(xiàn)更復雜的功能。
開源地址：
https://github.com/tiangolo/typer
2、Rich
誰規(guī)定 CLI 界面一定得是黑白的？它也可以是彩色的。
Rich API 不僅能夠在終端輸出提供豐富的彩色文本和精美的格式，還提供了精美的表格、進度條、編輯器、追蹤器、語法高亮等。如下圖所示。
它還可以安裝在 Python REPL 上，所有的數(shù)據(jù)結(jié)構(gòu)都可以漂亮地輸出或標注。
總而言之，它是彩色的、漂亮的、強大的。
Rich 兼容性也不錯，適用于 Linux，Mac 和 Windows 等多種系統(tǒng)。真彩色/表情符號可與新的 Windows 終端一起使用。
但是請注意，Rich 必須要 Python 3.6.1 或以上版本。
開源地址：
https://github.com/willmcgugan/rich
3、Dear PyGui
如上所示，雖然終端應用程序可以做成很漂亮的樣子。但是，你可能還需要一個真正的 GUI。
Dear PyGui 是一個便于使用、功能強大的 Python GUI 框架。但是它與其他的 Python GUI 卻有著根本上的不同。
它使用了即時模式范式和計算機的 GPU 來實現(xiàn)動態(tài)界面。即時模式范式在視頻游戲中非常流行，這意味著它的動態(tài) GUI 不需要保留任何數(shù)據(jù)，而是逐幀獨立繪制的。同時，它還使用 GPU 來建構(gòu)動態(tài)界面。
Dear PyGui 還可以繪圖、創(chuàng)建主題、創(chuàng)建 2D 游戲，還擁有一些小工具，比如說內(nèi)置文檔、日志記錄、源代碼查看器之類的，這些小工具可以協(xié)助 App 的開發(fā)。
支持它的系統(tǒng)有：Windows 10（DirectX 11），Linux（OpenGL 3）和 macOS（Metal）等。
開源地址：
https://github.com/hoffstadt/DearPyGui
4、PrettyErrors
PrettyErrors 是一個精簡 Python 錯誤信息的工具，特點是界面十分簡潔友好。
它最顯著的功能是支持在終端進行彩色輸出，標注出文件棧蹤跡，發(fā)現(xiàn)錯誤信息，過濾掉冗余信息，提取出關(guān)鍵部分，并且進行彩色標注，從而提高開發(fā)者的效率。
而且它可以不用安裝，直接被導入項目中使用，但是需要先配置一些參數(shù)，其導入和配置的參數(shù)如下：
開源地址：
https://github.com/onelivesleft/PrettyErrors
5、Diagrams
程序員在編程的時候，有時候需要跟同事解釋他設(shè)計的程序代碼之間復雜的結(jié)構(gòu)關(guān)系，然而這不是一兩句話能說清楚的，需要畫表或者做脈絡(luò)圖。
一般情況下，程序員使用 GUI 工具處理圖表，并將文稿進行可視化處理。但是還有更好的方法，比如說使用 Diagrams 庫。
Diagrams 讓不需要任何設(shè)計類工具，直接在 Python 代碼中繪制云系統(tǒng)結(jié)構(gòu)。它們的圖標來自多家云服務商，包括 AWS, Azure, GCP 等。
僅需幾行代碼，就可以簡單地創(chuàng)造出箭頭符號和結(jié)構(gòu)圖。
由于它使用 Graphviz 來渲染圖，所以還需要先安裝好 Graphviz。
開源地址：
https://github.com/mingrammer/diagrams
6、Hydra and OmegaConf
在做機器學習項目的時候，需要做一大堆的環(huán)境配置工作。因此，在一些復雜的應用程序中，配置管理工作也相應變得復雜。
Hydra 可以使配置工作變得簡單。它能夠從命令行或者配置文件中覆蓋部分出來，無需維護相似的配置文件，用組合的方式進行配置，從而加快了實驗運行速度。
Hydra 兼容性強，擁有含插件的結(jié)構(gòu)，能夠很好地與開發(fā)者的操作文件融合。它的插件還可以實現(xiàn)直接通過命令行，就把代碼發(fā)布到 AWS 或者其他云端系統(tǒng)。
Hydra 也離不開 OmegaConf，兩者關(guān)系密不可分，OmegaConf 為 Hydra 的分層配置系統(tǒng)提供了協(xié)同的 API，二者協(xié)同運作可支持 YAML、配置文件、對象、CLI 參數(shù)等。
開源地址：
https://github.com/facebookresearch/hydra
https://github.com/omry/omegaconf
7、PyTorch Lightning
PyTorch Lightning 也是 Facebook 的一個研究成果。它是一個輕巧的 PyTorch 包裝器，用于高性能 AI 研究，其最重要的特征是能夠解析 PyTorch代碼，讓代碼研究成分和工程成分的分離。
它的擴展模型可以在任何硬件（CPU、GPU、TPU）上運行，且容易被復制，刪除了大量的文件樣本，保持了自身的靈活性，運行速度快。
Lightning 能夠使 DL / ML 研究的 40 多個部分實現(xiàn)自動化，例如 GPU訓練、分布式 GPU（集群）訓練、TPU 訓練等等……
因為 Lightning 將可以將文件自動導出到 ONNX 或T orchScript，所以它適用于進行快速推理的 AI 研究員、BERT 或者自監(jiān)督學習的研究團隊等。
開源地址：
https://github.com/PyTorchLightning/PyTorch-lightning
8、Hummingbird
Hummingbird 是微軟的一項研究成果，它能夠?qū)⒁呀?jīng)訓練好的 ML 模型匯編成張量計算，從而不需要設(shè)計新的模型。
還允許用戶使用神經(jīng)網(wǎng)絡(luò)框架（例如 PyTorch）來加速傳統(tǒng)的 ML 模型。
它的推理 API 跟 sklearn 范例十分相似，都可以重復使用現(xiàn)有的代碼，但是它是用 Hummingbird 生成的代碼去實現(xiàn)的。
Hummingbird 還在 Sklearn API 之后提供了一個方便的統(tǒng)一推理API。這樣就可以將 Sklearn 模型與 Hummingbird 生成的模型互換，而無需更改推理代碼。
它之所以被重點關(guān)注，還因為它能夠支持多種多樣的模型和格式。
到目前為止，Hummingbird 支持 PyTorch、TorchScript、ONNX 和 TVM 等各種 ML 模型。
開源地址：
https://github.com/microsoft/hummingbird
9、HiPlot
由于 ML 模型變得越來越復雜，還有很多超參數(shù)，于是就需要用到 HiPlot。HiPlot 是今年 3 月 Facebook 發(fā)行的一個庫，主要用于處理高維數(shù)據(jù)。
Facebook AI 通過幾十個超參數(shù)和 10 萬多個實驗，利用 HiPlot，來分析深度神經(jīng)網(wǎng)絡(luò)。
它是用平行圖和其他的圖像方式，幫助AI研究者發(fā)現(xiàn)高維數(shù)據(jù)的相關(guān)性和模型，是一款輕巧的交互式可視化工具。
HiPlot 與其他可視化工具相比，有其特有的優(yōu)點：
首先，它的互動性強，因為平行圖是交互式的，所以能夠滿足多種情況下的圖像可視化。
其次，它簡單易用，可以通過 IPython Notebook 或者通過帶有“ hiplot”命令的服務直接使用。
它還有具有可擴展性。默認情況下，HiPlot 的 Web 服務可以解析 CSV 或 JSON 文件，還可以為其提供自定義 Python 解析器，將實驗轉(zhuǎn)換為 HiPlot 實驗。
開源地址：
https://github.com/facebookresearch/hiplot
參考鏈接：
https://ai.facebook.com/blog/hiplot-high-dimensional-interactive-plots-made-easy
10、Scalene
Scalene 是一個用于 Python 腳本的 CPU 和內(nèi)存分析器，能夠正確處理多線程代碼，還能區(qū)分 Python 代碼和本機代碼的運行時間。
你不需要修改代碼，只需運行 Scalene 腳本，它就會生成一個文本形式的報告，顯示出每一行代碼的 CPU 和內(nèi)存的使用情況。通過這個文本報告，開發(fā)人員可以提高代碼的效率。
Scalene 的速度快、準確率高，還能夠?qū)Ω吆哪艿拇a行進行標注。
開源地址
https://github.com/emeryberger/scalene
除了以上 10 個，還有多個高性能的 Python 庫被點名了，例如 Norfair、Quart、Alibi-detect、Einops……等等。
那么，你今年有發(fā)現(xiàn)好用的 Python 庫嗎？如果有的話，歡迎分享在評論區(qū)~
參考鏈接：
https://tryolabs.com/blog/2020/12/21/top-10-python-libraries-of-2020/
https://www.upgrad.com/blog/reasons-why-python-popular-with-developers/
原文：
_往期文章推薦_