2020年P(guān)ython生態(tài)圈年度總結(jié)——top10類庫
今天天是2020年的最后一天了，在送走多災(zāi)多難的2020之際，首先祝愿各位小伙伴新年快樂!另外，大家都開始忙于年度總結(jié)，蟲蟲也來給大家總結(jié)一下程序?qū)靡恍┛偨Y(jié)。現(xiàn)在程序?qū)米罨鸬氖鞘裁?當(dāng)然莫過于Python語言了，那我們就來總結(jié)一下2020年的Python生態(tài)圈,看看今年新生并且最流行的類庫。
1Rich
開發(fā)終端命令行應(yīng)用大多數(shù)人都是默認(rèn)黑底白字了事，或者自己費(fèi)勁拼ASCI代碼。有了這個(gè)庫Rich，幾行代碼幫你搞定顏色和樣式，同時(shí)還可以制作進(jìn)度條、表情，邊框以及一些復(fù)雜的表格。
Rich 是一個(gè) Python 庫，可以為Python應(yīng)用在終端中提供富文本和精美格式。可以很容易的在終端輸出添加各種顏色和不同風(fēng)格。Rich 還可以繪制漂亮的表格，進(jìn)度條，Markdown格式，突出顯示語法的源代碼及回溯等等，不勝枚舉。
Rich支持跨平臺，適用于Windows，Linux和OSX。真彩色/表情符號與新版Windows 終端一起使用，Windows 的經(jīng)典終端僅限 8 種顏色。Rich 還可以無縫配合Jupyter Notebook使用，而無需其他配置。
托管倉庫: github:/willmcgugan/rich
Commit數(shù)據(jù)：
Github星級：18.7K
Diagrams
為了便于使用，一般要使用GUI工具來顯示應(yīng)用內(nèi)容和交互，比如繪制一個(gè)架構(gòu)圖。而Diagrams則無需任何設(shè)計(jì)工具，直接在Python代碼中繪制系統(tǒng)架構(gòu)圖。多系統(tǒng)圖標(biāo)對于多個(gè)云提供商(包括AWS，Azure，GCP等)。只需幾行代碼就能創(chuàng)建一個(gè)精美的架構(gòu)圖。
基于代碼的圖表,還可以通過標(biāo)準(zhǔn)git版本控制來跟蹤更改。
托管倉庫: github:/ mingrammer/diagrams
Commit數(shù)據(jù)：
Github星級：11.6 K
PyTorch Lightning
每一種提高數(shù)據(jù)科學(xué)團(tuán)隊(duì)生產(chǎn)力的工具都很有價(jià)值。沒有理由讓從事數(shù)據(jù)科學(xué)項(xiàng)目的人每次都重新發(fā)明輪子，反復(fù)思考如何更好地組織其項(xiàng)目中的代碼，或者使用更高級別的抽象的貿(mào)易潛力控制。
PyTorch Lightning是一個(gè)對PyTorch項(xiàng)目的輕巧打包項(xiàng)目，用于高性能AI研究。通過將科學(xué)與工程脫鉤來幫助提高生產(chǎn)力。從某種意義上說，它使代碼更簡潔，對比更像是基于TensorFlow的Keras。但是Lightning更加開放，可以支持讓用戶訪問PyTorch所有常用的API。
PyTorch Lightning庫可幫助團(tuán)隊(duì)利用圍繞組織的軟件工程的良好實(shí)踐并明確組件的職責(zé)，以構(gòu)建可輕松擴(kuò)展以在多個(gè)GPU，TPU和CPU上進(jìn)行訓(xùn)練的高質(zhì)量代碼。比如在新冠大流行的今天，PyTorch Lightning可以幫用戶大家快速的應(yīng)用防止疫情的控制：
實(shí)例——口罩佩戴檢查：
實(shí)例——肺部MRT圖片處理：
托管倉庫: github:/ PyTorchLightning/PyTorch-lightning
Commit數(shù)據(jù)：
Github星級：11.1 K
Typer
Typer是另一個(gè)幫助我們開發(fā)終端命令行應(yīng)用的庫，由FastAPI開發(fā)商tiangolo開發(fā)。可以利用Python 3.6+的類型提示功能來編寫命令行界面。除了確保代碼已正確記錄之外，還可以輕松進(jìn)行CLI界面的驗(yàn)證。通過使用類型提示，可以在Python編輯器(如VSCode)中獲得自動(dòng)補(bǔ)全功能，這將提高您的生產(chǎn)率。
為了增強(qiáng)其功能，Typer依賴著名的Click庫。Click經(jīng)過了嚴(yán)格的測試和實(shí)踐以及豐富社區(qū)和插件，這些在Typer中都可以簡單"拿來"使用。
Typer提供完善的文檔，可以幫我們快速上手開發(fā)。
托管倉庫: github:/tiangolo/typer
Commit數(shù)據(jù)：
Github星級：3.6K
Dear PyGui
雖然，根據(jù)前面幾個(gè)類庫幫助，可以讓終端APP很漂亮。但是很多時(shí)候光終端程序還是遠(yuǎn)遠(yuǎn)不夠的，需要一個(gè)真正的GUI。那么，接下來隆重出場的就是一個(gè)Gui類庫Dear PyGui。Dear PyGui是對著名的C++ GUI項(xiàng)目Dear ImGui的Python打包。
Dear PyGui利用了在視頻游戲中流行的即時(shí)模式,動(dòng)態(tài)GUI是逐幀獨(dú)立繪制的，無需保留任何數(shù)據(jù)。這是它與其他Python GUI框架的不同點(diǎn)和優(yōu)勢。它具有很高的性能，并使用計(jì)算機(jī)的GPU來促進(jìn)構(gòu)建高度動(dòng)態(tài)的界面，這在工程，仿真，游戲或數(shù)據(jù)科學(xué)應(yīng)用程序中非常實(shí)用。
Dear PyGui易學(xué)易用，并且支持多平臺開發(fā)，可以在Windows 10(DirectX 11)，Linux(OpenGL 3)和MacOS(Metal)上運(yùn)行。
托管倉庫: github:/hoffstadt/DearPyGui
Commit數(shù)據(jù)：
github星級：3.4 K
Hydra
在進(jìn)行機(jī)器學(xué)習(xí)項(xiàng)目的研究和實(shí)驗(yàn)時(shí)，總是有無數(shù)的設(shè)置可以嘗試。在非平凡的應(yīng)用程序中，配置管理會(huì)變得相當(dāng)復(fù)雜，非常快。有一種結(jié)構(gòu)化的方式來處理這種復(fù)雜性不是很好嗎?
Hydra代號九頭蛇，就是這樣一種工具。九頭蛇由臉譜(Facebook)開源實(shí)驗(yàn)室推出，用于優(yōu)雅配置復(fù)雜應(yīng)用程序的框架，可讓我們以可組合的方式構(gòu)建配置，并從命令行或配置文件覆蓋某些部分。假設(shè)有一個(gè)正在試驗(yàn)的模型的基本體系結(jié)構(gòu)，以及它的多種變體。使用Hydra，可以定義基本配置，然后運(yùn)行多個(gè)作業(yè)，并進(jìn)行更改：
- python train_model.py variation=option_a,option_b
- ├── variation
- │ ├── option_a.yaml
- │ └── option_b.yaml
- ├── base.yaml
- └── train_model.py
Hydra同源的一個(gè)項(xiàng)目OmegaConf則為分層配置系統(tǒng)的基礎(chǔ)提供了一致的API，并支持YAML，配置文件，對象和CLI參數(shù)等不同來源。
托管倉庫: github/facebookresearch/hydra
Commit數(shù)據(jù)：
Github星級：3.4 K
Hummingbird
深度學(xué)習(xí)的發(fā)展又帶活了AI和機(jī)器學(xué)習(xí)，諸如PyTorch這樣的框架正在以驚人的速度發(fā)展，并且硬件設(shè)備已經(jīng)過優(yōu)化，可以更快地運(yùn)行TensorFlow計(jì)算并降低功耗。。但是并非所有的機(jī)器學(xué)習(xí)都是深度學(xué)習(xí)。通常，機(jī)器學(xué)習(xí)模型由更傳統(tǒng)的算法(例如Random Forest)組成，或者使用流行的LightGBM和XGBoost之類的梯度提升方法。
Hummingbird庫創(chuàng)建就是為了解決模型新老更替的問題，微軟開源的這個(gè)新庫可以將訓(xùn)練有素的傳統(tǒng)ML模型編譯為TensorFlow計(jì)算。從而無需重新設(shè)計(jì)模型就可以在TF中使用以前積累的模型。
截止當(dāng)前，Hummingbird支持PyTorch，TorchScript，ONNX和TVM，以及各種ML模型和矢量化器的轉(zhuǎn)換。其內(nèi)建的API也與Sklearn paradigm非常相似，后者使可以重用現(xiàn)有代碼，但將實(shí)現(xiàn)更改為Hummingbird生成的代碼。
托管倉庫:github：microsoft/hummingbird
Commit數(shù)據(jù)：
Github星級：2 K
scalene
隨著Python庫生態(tài)系統(tǒng)變得越來越復(fù)雜，充滿了很多依賴C擴(kuò)展和多線程代碼的代碼。在衡量性能時(shí)，這成為一個(gè)問題。因?yàn)镃Python內(nèi)置的探查器無法正確處理多線程代碼。
為了解決這個(gè)痛點(diǎn)，出現(xiàn)了Scalene。Scalene是用于Python腳本的CPU和內(nèi)存探查器，能夠正確處理多線程代碼并區(qū)分運(yùn)行Python和本機(jī)代碼所花費(fèi)的時(shí)間。無需修改代碼，從命令行使用scalene運(yùn)行腳本，它將為自動(dòng)生成文本或HTML報(bào)告，顯示代碼每一行的CPU和內(nèi)存使用情況。
托管倉庫:github: emeryberger/scalene
Commit數(shù)據(jù)：
Github星級：3.2 K
HiPlot
幾乎每個(gè)數(shù)據(jù)科學(xué)家在其工作中都會(huì)遇到要處理高維數(shù)據(jù)的任務(wù)。不幸的是，人腦沒有足夠的連線直觀地處理這種數(shù)據(jù)，而必須借助其他輔助處理。
由Facebook開源的HiPlot，可使用并行繪圖和其他圖形方式來表示信息，從而幫助發(fā)現(xiàn)高維數(shù)據(jù)中的相關(guān)性和模式，實(shí)現(xiàn)對高維數(shù)據(jù)的可視化和過濾。
HiPlot是交互式的，可擴(kuò)展的，支持從標(biāo)準(zhǔn)JupyterNotebook或通過其自己的服務(wù)器使用它。
托管倉庫:github: facebookresearch/hiplot
Commit數(shù)據(jù)：
Github星級：1.7 K
PrettyErrors
知道了性能瓶頸，那就要解決深層次的原因，或許是邏輯上的問題，或許是有異常代碼。
PrettyErrors只做一件事并且做得很好。在支持彩色輸出的終端中，它將隱秘的堆棧軌跡轉(zhuǎn)換為更適合用微弱的人眼解析的東西。讓我們無需擴(kuò)充幾個(gè)大顯示器，滿屏幕來查找異常。
托管倉庫: github:/ onelivesleft/PrettyErrors
Commit數(shù)據(jù)：
Github星級：1.4 K
總結(jié)：
本文我們列舉了Python生態(tài)圈中，比較熱門流行的Python類庫。但是這只是Python龐大生態(tài)世界的冰山一腳，而且覆蓋了各行各業(yè)的應(yīng)用，可能大家關(guān)注領(lǐng)域不同，如果你要更好的Python應(yīng)用可以回復(fù)一起分享給逛到小伙伴們。
