Zusammenfassung der leistungsstärksten Python-Bibliotheken im Jahr 2020

2020 ist vorbei. Troy Labs, eine ausländische Website, die sich auf die Bereitstellung von Python-Diensten spezialisiert hat, hat die Top 10 der im Jahr 2020 veröffentlichten Python-Bibliotheken inventarisiert.

Auf der Liste stehen die aktualisierte Version von FastAPI Typer, Rich, das die CLI in Farbe umwandelt, Dear PyGui basierend auf dem GUI-Framework und PrettyErrors, das Fehlermeldungen komprimiert … Es gibt immer eine, die Sie wollen.

Schauen wir uns das an~

Empfohlen (kostenlos): Python-Tutorial (Video)

1. Typer hat das gleiche Prinzip wie FastAPI, beide sind Python A-Hochleistung Framework zum Erstellen von API-Diensten.

Es handelt sich um eine aktualisierte Version von FastAPI, die nicht nur den Code genau aufzeichnet, sondern auch eine einfache CLI-Überprüfung ermöglicht.

Typer ist einfach zu erlernen und zu verwenden und erfordert nicht, dass Benutzer komplexe Tutorial-Dokumente lesen, um loszulegen. Unterstützt die automatische Codevervollständigung in Editoren (z. B. VSCode), um die Entwicklungseffizienz der Entwickler zu verbessern und die Anzahl der Fehler zu reduzieren.

Zweitens kann Typer auch mit dem Befehlszeilenartefakt Click verwendet werden, sodass Sie die Vorteile und Plug-Ins von Click nutzen können, um komplexere Funktionen zu erreichen.

Open-Source-Adresse:

https://github.com/tiangolo/t...

2. Rich

Wer schreibt vor, dass die CLI-Schnittstelle schwarz-weiß sein muss? Es kann auch farbig sein.

Rich API bietet nicht nur satten Farbtext und exquisite Formatierung in der Terminalausgabe, sondern auch exquisite Tabellen, Fortschrittsbalken, Editoren, Tracker, Syntaxhervorhebung usw. Wie unten gezeigt.

Es kann auch auf der Python REPL installiert werden und alle Datenstrukturen können schön ausgegeben oder mit Anmerkungen versehen werden.

Alles in allem ist es farbenfroh, schön und kraftvoll.

Die umfassende Kompatibilität ist ebenfalls gut und für verschiedene Systeme wie Linux, Mac und Windows geeignet. True Colors/Emojis funktionieren mit dem neuen Windows-Terminal.

Aber bitte beachten Sie, dass Rich über Python 3.6.1 oder höher verfügen muss.

Open-Source-Adresse:

https://github.com/willmcguga...

3. Lieber PyGui

Wie oben gezeigt, kann die Terminalanwendung jedoch sehr schön gestaltet werden. Möglicherweise möchten Sie jedoch auch eine echte GUI.

Dear PyGui ist ein benutzerfreundliches, leistungsstarkes Python-GUI-Framework. Es unterscheidet sich jedoch grundlegend von anderen Python-GUIs.

Es nutzt das Sofortmodus-Paradigma und die GPU des Computers, um dynamische Schnittstellen zu implementieren. Das Echtzeitmodus-Paradigma ist in Videospielen sehr beliebt, was bedeutet, dass die dynamische GUI keine Daten speichern muss, sondern Bild für Bild unabhängig gezeichnet wird. Gleichzeitig wird die GPU auch zum Aufbau dynamischer Schnittstellen verwendet.

Dear PyGui kann auch zeichnen, Themen erstellen und 2D-Spiele erstellen. Es verfügt auch über einige Gadgets, wie integrierte Dokumentation, Protokollierung, Quellcode-Viewer usw. Diese Gadgets können bei der App-Entwicklung helfen.

Systeme, die es unterstützen, sind: Windows 10 (DirectX 11), Linux (OpenGL 3) und macOS (Metal) usw.

Open-Source-Adresse:

https://github.com/hoffstadt/...

4. PrettyErrors

PrettyErrors ist ein Tool, das Python-Fehlermeldungen optimiert. Es zeichnet sich durch eine sehr einfache und benutzerfreundliche Oberfläche aus.

Seine wichtigste Funktion besteht darin, dass es die Farbausgabe im Terminal unterstützt, Dateistapelspuren mit Anmerkungen versehen, Fehlermeldungen findet, redundante Informationen herausfiltert, wichtige Teile extrahiert und Farbanmerkungen durchführt, wodurch die Entwicklereffizienz verbessert wird.

Und es kann zur Verwendung ohne Installation direkt in das Projekt importiert werden, aber einige Parameter müssen zuerst konfiguriert werden. Die Parameter für den Import und die Konfiguration lauten wie folgt:

Open-Source-Adresse: https: //github.com/ onelivesle...

5. Diagramme

Wenn Programmierer programmieren, müssen sie ihren Kollegen manchmal die komplexen strukturellen Zusammenhänge zwischen den von ihnen entworfenen Programmcodes erklären in ein oder zwei Sätzen Sie müssen eine Tabelle zeichnen oder ein Kontextdiagramm erstellen.

Im Allgemeinen verwenden Programmierer GUI-Tools, um Diagramme zu verarbeiten und Dokumente zu visualisieren. Es gibt jedoch bessere Möglichkeiten, beispielsweise die Verwendung der Diagrammbibliothek.

Diagrams ermöglicht es Ihnen, die Cloud-Systemstruktur ohne Design-Tools direkt im Python-Code zu zeichnen. Ihre Symbole stammen von mehreren Cloud-Dienstanbietern, darunter AWS, Azure, GCP usw.

Erstellen Sie ganz einfach Pfeilsymbole und Strukturdiagramme mit nur wenigen Codezeilen.

Da Graphviz zum Rendern von Bildern verwendet wird, muss Graphviz zuerst installiert werden.

Open-Source-Adresse:
https://github.com/mingrammer...

6. Hydra und OmegaConf

Bei maschinellen Lernprojekten müssen Sie viele Umgebungskonfigurationsarbeiten durchführen. Daher wird bei einigen komplexen Anwendungen die Konfigurationsverwaltungsarbeit entsprechend kompliziert.

Hydra erleichtert die Konfiguration. Es kann Teile aus der Befehlszeile oder den Konfigurationsdateien überschreiben, wodurch die Notwendigkeit entfällt, ähnliche Konfigurationsdateien zu verwalten und diese auf kombinierte Weise zu konfigurieren, wodurch die Durchführung von Experimenten beschleunigt wird.

Hydra ist stark kompatibel, verfügt über eine Plug-In-Struktur und kann gut in die Betriebsdateien des Entwicklers integriert werden. Sein Plug-in kann Code auch direkt über die Befehlszeile in AWS oder anderen Cloud-Systemen veröffentlichen.

Hydra ist auch untrennbar mit OmegaConf verbunden. OmegaConf bietet eine kollaborative API für das hierarchische Konfigurationssystem. Die beiden arbeiten zusammen, um YAML, Konfigurationsdateien, Objekte, CLI-Parameter usw. zu unterstützen.

Open-Source-Adresse:
https://github.com/facebookre...
https://github.com/omry/omega...

7, PyTorch Lightning

PyTorch Lightning ist ebenfalls eine Forschung von Facebook-Ergebnissen. Es handelt sich um einen leichten PyTorch-Wrapper für leistungsstarke KI-Forschung. Seine wichtigste Funktion ist die Fähigkeit, PyTorch-Code zu analysieren, was die Trennung von Code-Forschungskomponenten und technischen Komponenten ermöglicht.

Das erweiterte Modell kann auf jeder Hardware (CPU, GPU, TPU) ausgeführt werden und ist einfach zu kopieren. Es löscht eine große Anzahl von Dateibeispielen, behält seine eigene Flexibilität bei und läuft schnell.

Lightning ist in der Lage, mehr als 40 Teile der DL/ML-Forschung zu automatisieren, wie z. B. GPU-Training, verteiltes GPU-(Cluster-)Training, TPU-Training und mehr...

Da Lightning Dateien automatisch nach ONNX exportieren kann oder TorchScript. Daher eignet es sich für KI-Forscher, die schnelles Denken durchführen, BERT oder Forschungsteams für selbstüberwachtes Lernen usw.

Open-Source-Adresse:
https://github.com/PyTorchLig...

8, Hummingbird

Hummingbird ist ein Forschungsergebnis von Microsoft, das bereits trainierte ML-Modelle zu Tensorberechnungen zusammensetzen kann und so das eliminiert Ich muss ein neues Modell entwerfen.

Ermöglicht Benutzern auch die Beschleunigung traditioneller ML-Modelle mithilfe neuronaler Netzwerk-Frameworks wie PyTorch.

Seine Inferenz-API ist dem Sklearn-Beispiel sehr ähnlich und vorhandener Code kann wiederverwendet werden, wird jedoch mit von Hummingbird generiertem Code implementiert.

Hummingbird bietet außerdem eine praktische einheitliche Inferenz-API hinter der Sklearn-API. Dadurch ist es möglich, Sklearn-Modelle mit den von Hummingbird generierten Modellen auszutauschen, ohne den Inferenzcode zu ändern.

Es steht auch im Fokus, weil es eine Vielzahl von Modellen und Formaten unterstützen kann.

Bisher unterstützt Hummingbird verschiedene ML-Modelle wie PyTorch, TorchScript, ONNX und TVM.

Open-Source-Adresse:
https://github.com/microsoft/...

9. Da ML-Modelle immer komplexer werden und viele Hyperparameter aufweisen, muss HiPlot verwendet werden. HiPlot ist eine im März dieses Jahres von Facebook veröffentlichte Bibliothek, die hauptsächlich zur Verarbeitung hochdimensionaler Daten verwendet wird.

Facebook AI verwendet HiPlot, um tiefe neuronale Netze anhand Dutzender Hyperparameter und mehr als 100.000 Experimente zu analysieren.

Es verwendet parallele Diagramme und andere Bildmethoden, um KI-Forschern dabei zu helfen, die Korrelation und Modelle hochdimensionaler Daten zu entdecken. Es ist ein leichtes interaktives Visualisierungstool.

HiPlot hat im Vergleich zu anderen Visualisierungstools einzigartige Vorteile:

Erstens ist es hochgradig interaktiv, da parallele Plots interaktiv sind, sodass sie die Bildvisualisierung in einer Vielzahl von Situationen befriedigen können.

Zweitens ist es einfach und benutzerfreundlich und kann direkt über IPython Notebook oder über den Dienst mit dem Befehl „hiplot“ verwendet werden.

Es ist auch skalierbar. Der Webdienst von HiPlot kann standardmäßig CSV- oder JSON-Dateien analysieren und kann auch mit einem benutzerdefinierten Python-Parser ausgestattet werden, um Experimente in HiPlot-Experimente umzuwandeln.

Open-Source-Adresse:

https://github.com/facebookre...

Referenzlink:

https://ai.facebook.com/blog/...


10, Scalene

Scalene ist ein CPU- und Speicherprofiler für Python-Skripte, der Multithread-Code korrekt verarbeitet und zwischen der Laufzeit von Python-Code und nativem Code unterscheiden kann.

Sie müssen den Code nicht ändern. Führen Sie einfach das Scalene-Skript aus und es generiert einen Textbericht, der die CPU- und Speichernutzung jeder Codezeile zeigt. Durch diesen Textbericht können Entwickler die Effizienz ihres Codes verbessern.

Scalene ist schnell und genau und kann auch Codezeilen markieren, die viel Energie verbrauchen.

Open-Source-Adresse
https://github.com/emeryberge...

Zusätzlich zu den oben genannten 10 gibt es auch viele leistungsstarke Python-Bibliotheken mit Namen wie Norfair, Quart, Alibi-detect, Einops. ..etc. Warten Sie, überprüfen Sie den Link unten für Details.

Haben Sie dieses Jahr nützliche Python-Bibliotheken gefunden?

Wenn Sie welche haben, teilen Sie sie bitte im Kommentarbereich mit~

Das obige ist der detaillierte Inhalt vonZusammenfassung der leistungsstärksten Python-Bibliotheken im Jahr 2020. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!