谁是 2020 年最强 Python 库？年度 Top 10 出炉！

梦里梦外; 2023-01-01 14:50 227阅读 0赞

![img][]

往日回顾：[内幕 | 报价上万的大屏数据可视化，成本只有10分钟？（附18套可视化模板）][_ _10_18]

![img][img 1]

##### 蕾师师 发自 凹非寺 量子位 报道 | 公众号 QbitAI #####

2020 年已经过去了，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。

下面就让我们一起来看看吧~

## 1、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。

![img][img 2]

它是 FastAPI 的升级版，不仅能够准确地记录代码，还能够轻松地进行 CLI 验证。

Typer 易于学习和使用，不需要用户阅读复杂的教程文档即可上手。支持编辑器（如 VSCode）代码自动补全，提高开发人员的开发效率，减少 bug 的数量。

其次，Typer 还能配合命令行神器 Click 使用，就可以利用 Click 的优点和插件，实现更复杂的功能。

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

## 2、Rich ##

谁规定 CLI 界面一定得是黑白的？它也可以是彩色的。

Rich API 不仅能够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。如下图所示。

![img][img 3]

它还可以安装在 Python REPL 上，所有的数据结构都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 终端一起使用。

但是请注意，Rich 必须要 Python 3.6.1 或以上版本。

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

## 3、Dear PyGui ##

如上所示，虽然终端应用程序可以做成很漂亮的样子。但是，你可能还需要一个真正的 GUI。

![img][img 4]

Dear PyGui 是一个便于使用、功能强大的 Python GUI 框架。但是它与其他的 Python GUI 却有着根本上的不同。

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非常流行，这意味着它的动态 GUI 不需要保留任何数据，而是逐帧独立绘制的。同时，它还使用 GPU 来建构动态界面。

![img][img 5]

Dear PyGui 还可以绘图、创建主题、创建 2D 游戏，还拥有一些小工具，比如说内置文档、日志记录、源代码查看器之类的，这些小工具可以协助 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/DearPyGui

## 4、PrettyErrors ##

PrettyErrors 是一个精简 Python 错误信息的工具，特点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，标注出文件栈踪迹，发现错误信息，过滤掉冗余信息，提取出关键部分，并且进行彩色标注，从而提高开发者的效率。

![img][img 6]

而且它可以不用安装，直接被导入项目中使用，但是需要先配置一些参数，其导入和配置的参数如下：

![img][img 7]

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

## 5、Diagrams ##

程序员在编程的时候，有时候需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，需要画表或者做脉络图。

一般情况下，程序员使用 GUI 工具处理图表，并将文稿进行可视化处理。但是还有更好的方法，比如说使用 Diagrams 库。

Diagrams 让不需要任何设计类工具，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，就可以简单地创造出箭头符号和结构图。

![img][img 8]

由于它使用 Graphviz 来渲染图，所以还需要先安装好 Graphviz。

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

## 6、Hydra and OmegaConf ##

在做机器学习项目的时候，需要做一大堆的环境配置工作。因此，在一些复杂的应用程序中，配置管理工作也相应变得复杂。

Hydra 可以使配置工作变得简单。它能够从命令行或者配置文件中覆盖部分出来，无需维护相似的配置文件，用组合的方式进行配置，从而加快了实验运行速度。

![img][img 9]

Hydra 兼容性强，拥有含插件的结构，能够很好地与开发者的操作文件融合。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/facebookresearch/hydra  
https://github.com/omry/omegaconf

## 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。

![img][img 10]

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T orchScript，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/PyTorchLightning/PyTorch-lightning

## 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。  
![img][img 11]

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/hummingbird

## 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。

![img][img 12]

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/facebookresearch/hiplot  
参考链接：  
https://ai.facebook.com/blog/hiplot-high-dimensional-interactive-plots-made-easy

## 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。

![img][img 13]

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/emeryberger/scalene

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~

参考链接：  
https://tryolabs.com/blog/2020/12/21/top-10-python-libraries-of-2020/

https://www.upgrad.com/blog/reasons-why-python-popular-with-developers/

***\*热 文\** 推 荐**

*  [商业数据分析入门教程][Link 1]
 *  [推荐5个Excel自动化办公免费学习资源~（数据分析、Python、VBA等）][5_Excel_Python_VBA]
 *  [47页PPT：如何利用Python进行自动化办公？][47_PPT_Python]
 *  [Python必读好书，这9本份量十足~][Python_9]
 *  [如何用Python处理Excel？Pandas视频教程&官方文档来啦~][Python_Excel_Pandas]
 *  [用代码写了一段银河][Link 2]

![img][img 14]

[img]: /images/20221120/cee5038c4f6b416ebd1dda0d264c5698.png
[_ _10_18]: http://mp.weixin.qq.com/s?__biz=MzI2Nzg5MjgyNg==&mid=2247487795&idx=1&sn=2c5c03e79779e5c3771c6907fb86ef75&chksm=eaf6b006dd81391003d372e4d73447b01e296655222564d8e262ee36c5b7a146c02ed2d8ea0e&scene=21#wechat_redirect
[img 1]: /images/20221120/ee6e288c36e446b8bba371391bf19a57.png
[img 2]: /images/20221120/45732be504554894a022c0fa1a227e10.png
[img 3]: /images/20221120/cb8e8418baaa440faaed726a99ce471e.png
[img 4]: /images/20221120/cc18f0659df94ff8b3ae7fe5d35f441e.png
[img 5]: /images/20221120/c4992379a2634a15bbdb258caac246f3.png
[img 6]: /images/20221120/589429f77acc434b8a44672a4b6eac29.png
[img 7]: /images/20221120/f57c632bf9414170ac5ab2621801de7e.png
[img 8]: /images/20221120/623dff003efd487fa4a44e9992c6dc14.png
[img 9]: /images/20221120/d455d814325c460fb00f1b042d81b43a.png
[img 10]: /images/20221120/7f6e383ef7284c0b9ac23e5ca3db2cfd.png
[img 11]: /images/20221120/140a2078278e49508e96faa9ec74b3b2.png
[img 12]: /images/20221120/b8e80f90e54d4763b93af7842add3af1.png
[img 13]: /images/20221120/68e60168fa274ce4be94f7a710015baa.png
[Link 1]: http://mp.weixin.qq.com/s?__biz=MzI2Nzg5MjgyNg==&mid=2247486878&idx=1&sn=3515dcfefce834965458906dc9ce2880&chksm=eaf6acabdd8125bdefd77bf34c50b9afa916df9aec0652fe9d87ed78e1230f7d99da4edbddbc&scene=21#wechat_redirect
[5_Excel_Python_VBA]: http://mp.weixin.qq.com/s?__biz=MzI2Nzg5MjgyNg==&mid=2247486060&idx=1&sn=d659e07f6f720130e5e58ba43be4cb4d&chksm=eaf6ab59dd81224f148f798639c5995a8ab24620a00869231598ee31249e7f827d3b1055f5e3&scene=21#wechat_redirect
[47_PPT_Python]: http://mp.weixin.qq.com/s?__biz=MzI2Nzg5MjgyNg==&mid=2247486340&idx=1&sn=87ee2c4a6743c1181b945e496a87a6a1&chksm=eaf6aab1dd8123a7c27b79eb95a7bd1531dc77b7e620298a6a021cbd6bc00d48da05c769c5c6&scene=21#wechat_redirect
[Python_9]: http://mp.weixin.qq.com/s?__biz=MzI2Nzg5MjgyNg==&mid=2247486593&idx=1&sn=b4d9226cb02272ae014561692ff9fd0b&chksm=eaf6adb4dd8124a2af3525fb73e6dc6f7cc85b9c5bd5efce220c5a8f293d1b88352706828b05&scene=21#wechat_redirect
[Python_Excel_Pandas]: http://mp.weixin.qq.com/s?__biz=MzI2Nzg5MjgyNg==&mid=2247487280&idx=1&sn=504f948be74ae8a2fa9f3419ef8fbc5d&chksm=eaf6ae05dd812713b99e1164589d17333173ac0c60c2bfcf1942c84f8fcbac225664ec248923&scene=21#wechat_redirect
[Link 2]: http://mp.weixin.qq.com/s?__biz=MzI2Nzg5MjgyNg==&mid=2247486847&idx=1&sn=3b5522c947abbc16dfdae312d071bd80&chksm=eaf6ac4add81255cf66843b9d2a4616e887035fea0dc551bf4aac9bd170db492d5f457a01885&scene=21#wechat_redirect
[img 14]: /images/20221120/90bfd344e05b4316a0a42d3489de936e.png