2020年已經過去了，國外的一家專門提供Python服務的網站Troy Labs，盤點出了2020年發布的Python庫Top10。
上榜的有FastAPI的升級版Typer、將CLI變成彩色的Rich、基於GUI框架的Dear PyGui、還有精簡錯誤資訊的PrettyErrors……總有一款是你想要的。
下面就讓我們一起來看看吧~
#推薦（免費）：Python教學（影片）
1、Typer
Typer跟FastAPI的原理相同，都是Python上用來建構API服務的一個高效能架構。
它是FastAPI的升級版，不僅能夠準確地記錄程式碼，還能夠輕鬆地進行CLI驗證。
Typer易於學習和使用，不需要使用者閱讀複雜的教學文件即可上手。支援編輯器（如VSCode）程式碼自動補全，提高開發人員的開發效率，減少bug的數量。
其次，Typer還能配合命令列神器Click使用，就可以利用Click的優點和插件，實現更複雜的功能。
開源位址：
https://github.com/tiangolo/t...
2、Rich
誰規定CLI介面一定得是黑白的？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字和精美的格式，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。
它也可以安裝在Python REPL上，所有的資料結構都可以漂亮地輸出或標註。
總而言之，它是彩色的、漂亮的、強大的。
Rich相容性也不錯，適用於Linux，Mac和Windows等多種系統。真彩色/表情符號可與新的Windows終端機一起使用。
但請注意，Rich必須要Python 3.6.1或以上版本。
開源位址：
https://github.com/willmcguga...
#3、Dear PyGui
如上圖所示，雖然終端應用程式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是一個方便使用、功能強大的Python GUI框架。但是它與其他的Python GUI有著根本上的不同。
它使用了即時模式範式和電腦的GPU來實現動態介面。即時模式範式在電玩遊戲中非常流行，這意味著它的動態GUI不需要保留任何數據，而是逐幀獨立繪製的。同時，它也使用GPU來建構動態介面。
Dear PyGui還可以繪圖、創建主題、創建2D遊戲，還擁有一些小工具，比如說內建文件、日誌記錄、原始碼檢視器之類的，這些小工具可以協助App的開發。
支援它的系統有：Windows 10（DirectX 11），Linux（OpenGL 3）和macOS（Metal）等。
開源位址：
https://github.com/hoffstadt/...
4、PrettyErrors
PrettyErrors是個精簡Python錯誤訊息的工具，特色是介面十分簡潔友善。
它最顯著的功能是支援在終端進行彩色輸出，標註出文件棧踪跡，發現錯誤信息，過濾掉冗餘信息，提取出關鍵部分，並且進行彩色標註，從而提高開發者的效率。
而且它可以不用安裝，直接被導入專案中使用，但是需要先配置一些參數，其導入和配置的參數如下：
#開源位址：
https://github.com/onelivesle...
5、Diagrams
程式設計師在在程式設計的時候，有時候需要跟同事解釋他設計的程式碼之間複雜的結構關係，然而這不是一兩句話能說清楚的，需要畫表或做脈絡圖。
一般情況下，程式設計師使用GUI工具處理圖表，並將文稿進行視覺化處理。但還有更好的方法，比如說使用Diagrams函式庫。
Diagrams讓不需要任何設計類別工具，直接在Python程式碼中繪製雲端系統結構。它們的圖示來自多家雲端服務商，包括AWS, Azure, GCP等。
只要幾行程式碼，就可以簡單地創造出箭頭符號和結構圖。
因為它使用Graphviz來渲染圖，所以還需要先安裝好Graphviz。
開源位址：
https://github.com/mingrammer...
6、Hydra and OmegaConf
在做機器學習專案的時候，需要做一大堆的環境配置工作。因此，在一些複雜的應用程式中，組態管理工作也相應變得複雜。
Hydra可以讓設定工作變得簡單。它能夠從命令列或設定檔中覆蓋部分出來，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相容性強，擁有包含插件的結構，能夠很好地與開發者的操作檔案融合。它的插件還可以實現直接通過命令列，就把程式碼發佈到AWS或其他雲端系統。
Hydra也離不開OmegaConf，兩者關係密不可分，OmegaConf為Hydra的分層配置系統提供了協同的API，二者協同運作可支援YAML、設定檔、物件、CLI參數等。
開源位址：
https://github.com/facebookre...
https://github.com/omry/omega...
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，用於高性能AI研究，其最重要的特徵是能夠解析PyTorch程式碼，讓程式碼研究成分和工程成分的分離。
它的擴充模型可以在任何硬體（CPU、GPU、TPU）上運行，且容易被複製，刪除了大量的檔案樣本，保持了自身的靈活性，運轉速度快。
Lightning能夠讓DL / ML研究的40多個部分自動化，例如GPU訓練、分散式GPU（叢集）訓練、TPU訓練等等…
因為Lightning將可以將檔案自動匯出到ONNX或TorchScript，所以它適用於進行快速推理的AI研究員、BERT或自監督學習的研究團隊等。
開源位址：
https://github.com/PyTorchLig...
8、Hummingbird
Hummingbird是微軟的一項研究成果，它能夠將已經訓練好的ML模型彙編成張量計算，因此不需要設計新的模型。
也讓使用者可以使用神經網路框架（例如PyTorch）來加速傳統的ML模型。
它的推理API跟sklearn範例十分相似，都可以重複使用現有的程式碼，但是它是用Hummingbird產生的程式碼去實現的。
Hummingbird也在Sklearn API之後提供了一個方便的統一推理API。這樣就可以將Sklearn模型與Hummingbird產生的模型互換，而無需更改推理程式碼。
它之所以被重點關注，也因為它能夠支援多種多樣的模型和格式。
到目前為止，Hummingbird支援PyTorch、TorchScript、ONNX和TVM等各種ML模型。
開源位址：
https://github.com/microsoft/...
#9、HiPlot
##因為ML模型變得越來越複雜，還有很多超參數，於是就需要用到HiPlot。 HiPlot是今年3月Facebook發行的一個函式庫，主要用於處理高維度資料。
Facebook AI透過數十個超參數和10萬多個實驗，利用HiPlot，來分析深度神經網路。
它是用平行圖和其他的圖像方式，幫助AI研究者發現高維度資料的相關性和模型，是一款輕巧的互動式視覺化工具。
HiPlot與其他視覺化工具相比，有其特有的優點：
首先，它的互動性強，因為平行圖是互動的，所以能夠滿足多種情況下的影像視覺化。
其次，它簡單易用，可以透過IPython Notebook或透過帶有「 hiplot」指令的服務直接使用。
它還有具有可擴充性。預設情況下，HiPlot的Web服務可以解析CSV或JSON文件，也可以為其提供自訂Python解析器，將實驗轉換為HiPlot實驗。
開源位址：
https://github.com/facebookre...
參考連結：
https://ai.facebook.com/blog/...
10、Scalene
Scalene是一個用於Python腳本的CPU和記憶體分析器，能夠正確處理多執行緒程式碼，還能區分Python程式碼和本機程式碼的運行時間。
你不需要修改程式碼，只要執行Scalene腳本，它就會產生一個文字形式的報告，顯示出每一行程式碼的CPU和記憶體的使用情況。透過這個文本報告，開發人員可以提高程式碼的效率。
Scalene的速度快、準確率高，也能夠對高耗能的程式碼行進行標註。
開源位址
https://github.com/emeryberge...
除了以上10個，還有多個高效能的Python庫被點名了，例如Norfair、 Quart、Alibi-detect、Einops…等等，詳情查看底部連結。
那麼，你今年有發現好用的Python庫嗎？
如果有的話，請在留言區一起分享一下~
以上是總結2020年最強Python庫的詳細內容。更多資訊請關注PHP中文網其他相關文章！
