本系列文章为【2020年度十大Python函式库-人工智慧·机器学习必备】的最后一篇。上一篇介绍了PyTorch版的Keras「PyTorch Lightening」让你告别没完没了的Debug!另外还有微软出的Hummingbird让你不用重新设计新模型;另外还有可以将高维度资料视觉化的「HiPlot」,请点此看「python」2020十大Python函式库有哪些?快来看看~(3)阅读了解!
十大Pytho函式库的最后一段路,一起来看看你会学到什么!
HiPlot
几乎每个数据工程师都处理过高维度资料(High Dimensional)。可惜人类的脑容量有限,无法直观地处理此类资料,因此必须求助于科技来解决。
2020 年早些时候,Facebook 发布了HiPlot函式库,可使用平行座标和其他图形方式来表示信息,从而协助找出高维度资料中的关联性和模式。他们在官网中说明了其概念,基本上,HiPlot 是一种将高维度资料视觉化以及过滤的便利方法。
Scalene
随着Python的函式库生态系统变得越来越复杂,我们也写出越来越多C语言延伸的代码以及多执行绪代码。但是,CPython内置的效能分析器(profiler)无法完整地处理多执行绪和本机代码。
此时你需要Scalene:Scalene是用于Python脚本的CPU和记忆体的效能分析器(profiler),能完整地处理多执行绪代码并区分运行Python和本机代码所花费的时间。此时你无需修改代码,只需要在命令行中使用Scalene运行脚本,脚本就会自动生成报告的文字档或HTML,显示代码中每一行的CPU和记忆体使用情况。
▲ Scalene 是用于Python 脚本的CPU 和内存条的效能分析器,能处理多执行绪代码并区分运行Python 和本机代码所花费的时间
同场加映:Norfair
选出去年十大Python函式库的机器学习顾问公司Tyrolabs自家也开发了「影像内容分析(Video content analysis)」的Python函式库「Norfair」。
Norfair是一个轻量的且可被客制化的Python函式库,用于即时物件追踪(real-time object tracking):它可以在不同的影格当中,替每个被侦测到的物件赋予独一无二的ID,如此一来,你就能辨识出这些物件——纵使它们都在移动。
▲ Norfair可以在不同的影格当中,替每个被侦测到的物件(如图中左侧)
赋予独一无二的ID (如图中右侧)
藉由Norfair,工程师只需输入几行代码就能赋予任何侦测器追踪的功能——无论追踪的物体是具有有四个参数的bounding box(边界框)、只有单一点的几何中心(centroid) 、还有人体姿态辨识系统的输出(经常有多个关键点是大于特定阀值的)等任何物体。
此功能常被用作计算两个追踪物体之间的距离,用户可依序需要定义检测标准以及追縱的对象。
Norfair是非常模块化的Python函式库,使用起来很灵巧:工程师仅需使用几行代码,即可在现有的检测代码库上添加追踪的功能。