最强Python库花落究竟谁家 Typer、HiPlot到底谁是第1

本文链接：https://blog.csdn.net/weixin_48272043/article/details/115288510

最受欢迎的10个Python库谁是第一名争论不休
Troy Labs在码农界就是程序员的超强外挂，上面好的源码，牛逼的库非常多，一个好的程序员一定要保持对新技术的渴望。

Troy Labs盘点出了2020年发布的Python库最受欢迎的前10名。

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。

这里面有你经常用的吗？你心目中最好的Python库上榜了吗？

（以上排行仅限于序号、并不代表他们的排行）

1. Typer

你可能并不怎么需要写CLI应用程序，但在有些时候还是需要用到，在FastAPI取得巨大成功之后，tiangolo使用同样的原理开发了typo，这是一个新的库，它允许你利用Python 3.6+的类型提示特性来编写命令行接口。

这样的设计除了可以确保你的代码得到适当的文档化，你还可以更快速的得到一个带有验证的CLI界面。通过使用类型提示，你可以在编辑器（如VSCode）代码自动补全，大大提高了你的工作效率。

为了增强它的特性，Typer还能配合命令行神器Click使用，这意味着Typer可以充分利用Click的所有优点和插件，并根据自己的需求实现更加复杂的功能。

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

2. HiPlot

几乎每一个数据科学家在他们的职业生涯中都有过处理高维数据的经历。不幸的是，人类的大脑并不能完全凭直觉处理这类数据，所以我们必须求助于其他技术。

今年早些时候，Facebook发布了HiPlot，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是交互式的，可扩展的，因此你可以在Jupyter Notebooks或者它自己的服务器上使用它。

开源地址：https://github.com/facebookresearch/hiplot

3. Rich

谁说终端应用程序就一定是单一的黑白色？其实它也可以是彩色的。

你想要在终端添加颜色和样式么？你想要你的终端可以快速打印复杂的表么？你想要轻松地显示漂亮的进度条、Emojis么？以上这些功能通通都可以在Rich中实现，看看下面的示例截图你就懂了：

这个库将终端应用程序的体验提升到了一个全新的水平。

开源地址：https://github.com/willmcgugan/rich

4. PyTorch Lightning

每一个能够提高数据科学团队生产力的工具都是非常宝贵的。PyTorch Lightning通过将科学与工程分离的方式来提高效率，它有点像TensorFlow的Keras，在某种意义上，它可以使你的代码更加简洁，不过它依然还是PyTorch，你依然可以访问所有常用的api。

这个库能够使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……

开源地址：https://github.com/PyTorchLightning/PyTorch-lightning

5. PrettyErrors

PrettyErrors是一个精简Python错误信息的工具，PrettyErrors只做一件事，它支持在终端进行彩色输出，标注出文件栈踪迹。这样一来，你就不需要扫描整个屏幕来找到异常的部分。

搜索顶级架构师公众号回复“面试”，送你一份python面试题和答案惊喜礼包。

开源地址：https://github.com/onelivesleft/PrettyErrors

6. Ansibe:

一个自动化运维工具，类似瑞士军工，集合了众多运维工具（puppet，cfengine，chef，func，fabric）的优点，实现了批量系统配置，批量程序部署，批量运行命令等功能.

127_7.png

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

7. Hydra and OmegaConf

在机器学习项目中做研究和实验时，总是有无数的设置可以尝试，在重要的应用程序中，配置管理可能会变得非常复杂，如果有一种结构化的方法来处理这些难题就好了。

Hydra允许你以一种可组合的方式构建配置，并从命令行或配置文件中覆盖某些部分。下面举个例子，关于如何使用Hydra定义一个基本配置，然后用它们运行多个不容的任务：

python train_model.py variation=option_a,option_b

开源地址：https://github.com/facebookresearch/hydra

8. Dear PyGui

尽管Rich可以让你的终端应用程序变得很漂亮，但有时这还不够，你更需要的是一个真正的GUI，Dear PyGui是一个便于使用、功能强大的Python GUI框架。

Dear PyGui使用了在电子游戏中很流行的即时模式范式。这基本上意味着动态GUI是逐帧独立绘制的，不需要持久化任何数据。这也是Dear PyGui与其他Python GUI框架不同的地方，Dear PyGui的高性能，是你在工程、模拟、游戏或数据科学应用程序中经常需要用到的。

Dear PyGui支持Windows 10 (DirectX 11), Linux (OpenGL 3) and MacOS (Metal)

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

9. 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。

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

10. Scalene