本文經(jīng)AI新媒體量子位（公眾號ID:QbitAI）授權轉(zhuǎn)載，轉(zhuǎn)載請聯(lián)系出處。

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。

[[373407]]

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計的程序代碼之間復雜的結(jié)構關系，然而這不是一兩句話能說清楚的，需要畫表或者做脈絡圖。

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讓不需要任何設計類工具，直接在Python代碼中繪制云系統(tǒng)結(jié)構。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，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TorchScript，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，從而不需要設計新的模型。

還允許用戶使用神經(jīng)網(wǎng)絡框架（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。

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，詳情查看底部鏈接。

那么，你今年有發(fā)現(xiàn)好用的Python庫嗎？

如果有的話，請在評論區(qū)一起分享一下呀~