Résumé des bibliothèques Python les plus puissantes en 2020

2020 est passée. Troy Labs, un site étranger spécialisé dans la fourniture de services Python, a inventorié le Top 10 des bibliothèques Python sorties en 2020.

Sur la liste se trouvent la version améliorée de FastAPI Typer, Rich qui transforme la CLI en couleur, Dear PyGui basée sur le framework GUI et PrettyErrors qui rationalise les messages d'erreur... Il y en a toujours une que vous voulez.

Jetons un coup d'oeil~

Recommandé (gratuit) : Tutoriel Python (vidéo)

1. Typer

Typer a le même principe que FastAPI. Ce sont deux frameworks hautes performances utilisés pour créer des services API en Python.

Il s'agit d'une version améliorée de FastAPI, qui non seulement enregistre avec précision le code, mais permet également une vérification CLI facile.

Typer est facile à apprendre et à utiliser, et ne nécessite pas que les utilisateurs lisent des documents didacticiels complexes pour commencer. Prend en charge la complétion automatique du code dans les éditeurs (tels que VSCode) pour améliorer l'efficacité du développement des développeurs et réduire le nombre de bogues.

Deuxièmement, Typer peut également être utilisé avec l'artefact de ligne de commande Click, afin que vous puissiez profiter des avantages et des plug-ins de Click pour réaliser des fonctions plus complexes.

Adresse open source :
https://github.com/tiangolo/t...

2. Riche

Qui précise. CLI L'interface doit-elle être en noir et blanc ? Il peut aussi être en couleur.

L'API riche fournit non seulement un texte riche en couleurs et un formatage exquis dans la sortie du terminal, mais fournit également des tableaux exquis, des barres de progression, des éditeurs, des trackers, une coloration syntaxique, etc. Comme indiqué ci-dessous.

Il peut également être installé sur Python REPL, et toutes les structures de données peuvent être sorties ou annotées magnifiquement.

Dans l’ensemble, c’est coloré, beau et puissant.

Une riche compatibilité est également bonne, adaptée à divers systèmes tels que Linux, Mac et Windows. True Colors/Emojis fonctionnent avec le nouveau terminal Windows.

Mais veuillez noter que Rich doit avoir Python 3.6.1 ou supérieur.

Adresse open source :
https://github.com/willmcguga...

3. Cher PyGui

Comme indiqué ci-dessus. , Bien que les applications de terminal puissent être très belles. Cependant, vous souhaiterez peut-être également une véritable interface graphique.

Cher PyGui est un framework d'interface graphique Python puissant et facile à utiliser. Mais il est fondamentalement différent des autres interfaces graphiques Python.

Il utilise le paradigme du mode immédiat et le GPU de l'ordinateur pour implémenter des interfaces dynamiques. Le paradigme du mode temps réel est très populaire dans les jeux vidéo, ce qui signifie que son interface graphique dynamique n'a pas besoin de conserver de données, mais est dessinée indépendamment image par image. Dans le même temps, il utilise également le GPU pour créer des interfaces dynamiques.

Cher PyGui peut également dessiner, créer des thèmes, créer des jeux 2D et dispose également de certains gadgets, tels que la documentation intégrée, la journalisation, les visionneuses de code source, etc. les gadgets peuvent aider au développement d’applications.

Les systèmes qui le prennent en charge sont : Windows 10 (DirectX 11), Linux (OpenGL 3) et macOS (Metal), etc.

Adresse open source :
https://github.com/hoffstadt/...

4. PrettyErrors

PrettyErrors est un. outil de message d'erreur Python simplifié, caractérisé par une interface très simple et conviviale.

Sa fonction la plus importante est de prendre en charge la sortie couleur dans le terminal, de marquer les traces de la pile de fichiers, de rechercher les messages d'erreur, de filtrer les informations redondantes, d'extraire les éléments clés et d'effectuer des annotations de couleur, améliorant ainsi l'efficacité des développeurs.

Et il peut être directement importé dans le projet pour une utilisation sans installation, mais certains paramètres doivent d'abord être configurés. Les paramètres d'importation et de configuration sont les suivants :

Adresse open source :

https://github.com/onelivesle...

5. Les programmeurs sont là Lors de la programmation, vous devez parfois expliquer à vos collègues les relations structurelles complexes entre les codes de programme que vous avez conçus. Cependant, cela ne peut pas être expliqué clairement en une ou deux phrases. Vous devez dessiner un tableau ou créer un. diagramme de contexte.

Généralement, les programmeurs utilisent des outils GUI pour traiter des graphiques et visualiser des manuscrits. Mais il existe de meilleurs moyens, comme utiliser la bibliothèque Diagrams.

Diagrams vous permet de dessiner la structure du système cloud directement dans le code Python sans aucun outil de conception. Leurs icônes proviennent de plusieurs fournisseurs de services cloud, notamment AWS, Azure, GCP, etc.

Créez facilement des symboles fléchés et des diagrammes structurels avec seulement quelques lignes de code.

Puisqu'il utilise Graphviz pour restituer les images, Graphviz doit d'abord être installé.

Adresse open source :
https://github.com/mingrammer...

6. Hydra et OmegaConf

Faire des machines. Lors de l'apprentissage d'un projet, vous devez effectuer beaucoup de travail de configuration de l'environnement. Par conséquent, dans certaines applications complexes, le travail de gestion de la configuration devient d’autant plus compliqué.

Hydra facilite la configuration. Il peut écraser des parties de la ligne de commande ou des fichiers de configuration, éliminant ainsi le besoin de conserver des fichiers de configuration similaires et de les configurer de manière combinée, accélérant ainsi l'exécution des expériences.

Hydra a une forte compatibilité, a une structure de plug-in et peut être bien intégré aux fichiers d'opération du développeur. Son plug-in peut également publier du code sur AWS ou d'autres systèmes cloud directement via la ligne de commande.

Hydra est également indissociable d'OmegaConf. Les deux sont indissociables. OmegaConf fournit une API collaborative pour le système de configuration hiérarchique d'Hydra. Les deux fonctionnent ensemble pour prendre en charge YAML, les fichiers de configuration, les objets, les paramètres CLI, etc.

Adresse open source :
https://github.com/facebookre...
https://github.com/omry/omega...

7. PyTorch Lightning

PyTorch Lightning est également un résultat de recherche de Facebook. Il s'agit d'un wrapper PyTorch léger pour la recherche en IA hautes performances. Sa fonctionnalité la plus importante est la capacité d'analyser le code PyTorch, permettant la séparation des composants de recherche de code et des composants d'ingénierie.

Son modèle étendu peut fonctionner sur n'importe quel matériel (CPU, GPU, TPU) et est facilement copié, supprimant un grand nombre d'échantillons de fichiers et conservant sa flexibilité. vitesse de course.

Lightning peut automatiser plus de 40 parties de la recherche DL/ML, telles que la formation GPU, la formation GPU distribuée (cluster), la formation TPU, etc...

Parce que Lightning sera capable de Le fichier est automatiquement exporté vers ONNX ou TorchScript, il convient donc aux chercheurs en IA effectuant des inférences rapides, aux équipes de recherche BERT ou d'apprentissage auto-supervisées, etc.

Adresse open source :
https://github.com/PyTorchLig...

8. Hummingbird

Hummingbird est un produit. Grâce aux résultats de Microsoft Research, il peut assembler des modèles ML déjà formés dans des calculs tensoriels, éliminant ainsi le besoin de concevoir de nouveaux modèles.

Permet également aux utilisateurs d'utiliser des frameworks de réseaux neuronaux tels que PyTorch pour accélérer les modèles ML traditionnels.

Son API d'inférence est très similaire à l'exemple sklearn, et le code existant peut être réutilisé, mais il est implémenté à l'aide du code généré par Hummingbird.

Hummingbird fournit également une API d'inférence unifiée pratique derrière l'API Sklearn. Cela permet d'interchanger les modèles Sklearn avec ceux générés par Hummingbird sans changer le code d'inférence.

Il est également mis en avant car il prend en charge une grande variété de modèles et de formats.

Jusqu'à présent, Hummingbird prend en charge divers modèles ML tels que PyTorch, TorchScript, ONNX et TVM.

Adresse open source :
https://github.com/microsoft/...

9. changement de modèle ML Cela devient de plus en plus complexe et il existe de nombreux hyperparamètres, il faut donc utiliser HiPlot. HiPlot est une bibliothèque publiée par Facebook en mars de cette année, principalement utilisée pour traiter des données de grande dimension.

Facebook AI utilise HiPlot pour analyser les réseaux neuronaux profonds à travers des dizaines d'hyperparamètres et plus de 100 000 expériences.

Il utilise des graphiques parallèles et d'autres méthodes d'image pour aider les chercheurs en IA à découvrir la corrélation et les modèles de données de grande dimension. Il s'agit d'un outil de visualisation interactif léger.

HiPlot a ses propres avantages uniques par rapport aux autres outils de visualisation :

Tout d'abord, il est hautement interactif car les tracés parallèles sont interactifs, il peut donc rencontrer la visualisation d’images dans diverses situations.

Deuxièmement, il est simple et facile à utiliser et peut être utilisé directement via IPython Notebook ou via le service avec la commande "hiplot".

Il est également évolutif. Le service Web de HiPlot peut analyser les fichiers CSV ou JSON par défaut et peut également être fourni avec un analyseur Python personnalisé pour convertir les expériences en expériences HiPlot.

Adresse open source :

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

Lien de référence :

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


10. Scalene

Scalene est un analyseur de processeur et de mémoire pour les scripts Python. Il peut gérer correctement le code multithread et faire la distinction entre le code Python et le code natif. .

Vous n'avez pas besoin de modifier le code, exécutez simplement le script Scalene et il générera un rapport texte montrant l'utilisation du processeur et de la mémoire de chaque ligne de code. Grâce à ce rapport textuel, les développeurs peuvent améliorer l'efficacité de leur code.

Scalene est rapide et précis, et peut également marquer des lignes de code qui consomment beaucoup d'énergie.

Adresse open source
https://github.com/emeryberge...

En plus des 10 ci-dessus, il existe également de nombreuses bibliothèques Python hautes performances nommées, telles que Norfair, Quart, Alibi-detect, Einops...etc., voir le lien en bas pour plus de détails.

Alors, avez-vous trouvé des bibliothèques Python utiles cette année ?

Si oui, partagez-le dans la zone de commentaires~

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!