盤點十個讓工作效率倍增且有趣的 Python工具包！
大家好，今天給大家盤點10個讓工作更效率，編程更有趣的 Python 工具包，一起來了解一下。
1 PrettyErrors
PrettyErrors是一款可以讓Python拋出的異常變得通俗易懂的強大工具。
官網的示例：
可以看出，出錯的文件、所在行、所在函數或模塊都被用不同的顏色標記出來，比起左邊密密麻麻、眼花繚亂的錯誤提示，顯然是優化過的提示更人性化！
這個工具有兩種安裝方式：
# 全局安裝
python -m pip install pretty_errors
# 局部項目使用
import pretty_errors
pretty_errors.configure(
separator_character = '*',
filename_display = pretty_errors.FILENAME_EXTENDED,
line_number_first = True,
display_link = True,
lines_before = 5,
lines_after = 2,
line_color = pretty_errors.RED + '> ' + pretty_errors.default_config.line_color,
code_color = ' ' + pretty_errors.default_config.line_color,
truncate_code = True,
display_locals = True
)
pretty_errors.blacklist('c:/python')
2 Rich
Rich?是一個可以為終端提供富文本和精美格式的 Python 庫，利用Rich API?可以很容易的在終端輸出添加各種顏色和不同風格。Rich還可以繪制漂亮的表格，進度條，markdown，突出顯示語法的源代碼及回溯等等。
官網的示例：
Rich是跨平臺庫，適用于Linux、OSX和Windows。安裝也很方便。
python -m pip install rich
博主試著用了下這個庫，下面是測試案例，體驗拉滿~。
from rich.console import Console
console = Console()
test_data = [
{"專業": "模式識別與智能系統", "學科": "人工智能", "params": [None, 1, 2, 4, False, True], "id": "1",},
{"專業": "模式識別與智能系統", "學科": "深度學習", "params": [7]},
{"專業": "模式識別與智能系統", "學科": "機器視覺", "params": [42, 23], "id": "2"},
]
def test_log():
enabled = False
context = {
"天氣": "陰",
}
movies = ["誤殺2", "江照黎明"]
console.log("Hello from", console, "!")
console.log(test_data, log_locals=True)
test_log()
在這里插入圖片描述
3 Dear PyGui
Dear PyGui是一個易于使用但功能強大的非終端Python GUI框架。
官網的示例：
Dear PyGui基于及時渲染和GPU來提供高度動態的用戶接口，且Dear PyGui是跨平臺的，在Windows 10、macOS、Linux甚至是樹莓派Raspberry Pi 4上都能使用；安裝起來也相當簡單：
pip install dearpygui
or
pip3 install dearpygui
4 HummingBird
HummingBird?是微軟推出的一款人工智能庫，可以將傳統人工智能模型編譯成張量計算，了解深度學習框架，如Tensorflow、Pytorch的同學一定知道張量的重要性。
HummingBird?允許用戶幾乎無縫地使用各種深度學習框架來加速機器學習模型，基于HummingBird有很多好處：
- 所有當前或將來在神經網絡框架中的優化都會被引入；
- 硬件加速；
- 提供獨一無二的統一平臺來支持所有傳統機器學習模型和深度學習；
- 無需重建模型
總之，HummingBird把深度學習的入門門檻又大大降低了。
HummingBird庫的一行安裝代碼如下：
pip install hummingbird-ml
5 HiPlot
HiPlot是微軟推出的用于分析人工智能高維數據的庫。
HiPlot是一個輕量級交互式可視化工具，用來幫助AI研究者發現高維數據中的關聯和內在模式，同時采用并行渲染和其他圖形化方式來展示信息。
官網的示例：
HiPlot庫的一行安裝命令如下：
pip install -U hiplot # Or for conda users: conda install -c conda-forge hiplot
6 Norfair
Norfair是一個輕量級平面物體跟蹤Python庫。?
使用Norfair，你可以僅用幾行代碼就賦予任何檢測算法目標跟蹤的能力。
官網的示例：
Norfair庫的一行安裝命令如下：
pip install norfair
7 GeoPandas
GeoPandas是用來處理地理空間數據的工具庫，不僅完美融合了pandas數據類型，還提供了操作地理空間數據的高級接口。
官網的示例：
這個庫的安裝相對復雜，需要具備以下依賴：
- numpy
- pandas (version 1.0 or later)
- shapely (interface to GEOS; version 1.7 or later)
- fiona (interface to GDAL; version 1.8 or later)
- pyproj (interface to PROJ; version 2.6.1 or later)
- packaging
安裝好依賴項后即可運行安裝命令，如下：
pip install pygeos
8 PyAutoGUI
PyAutoGUI是一個跨平臺GUI自動化Python模塊。用于以編程方式控制鼠標和鍵盤。可以讓計算機完成你所設計的自動控制任務，解放你的雙手
安裝時會自動安裝PyAutoGUI?依賴的模塊，包括PyTweening，PyScreeze，PyGetWindow，PymsgBox和MouseInfo，因此只需一行命令，很方便：
pip install pyautogui
應用時也有很多封裝好的API，例如
# 將鼠標光標移動到(200,300)
pyautogui.moveTo(200,300)
# 將鼠標光標移動到(400,500)
pyautogui.moveTo(400,500)
我做了個小示例：
9 Plotly
Plotly是一個交互式的、開源的、基于瀏覽器的Python圖形庫，提供了30多種圖表類型，包括
- 科學圖表
- 3D圖表
- 統計圖表
- SVG地圖
- 金融圖表
- …
Plotly庫的一行安裝命令如下：
pip install plotly==5.6.0
需要注意的是plotly?是建立在jupyter notebook?上的，所以需要在jupyter notebook?中導入這兩個包，而不能使用VSCode。
官網示例：
10 Emoji
Emoji?是個很有意思的Python庫，事實上Unicode?聯盟支持一整套表情符號代碼，Emoji庫就提供了打印表情符號的Python接口，使編程更有趣。
Emoji庫的一行安裝命令如下：
pip install emoji --upgrade
看看Emoji庫打印表情符號的效果：
>> import emoji
>> print(emoji.emojize('Python is :thumbs_up:'))
Python is ??
>> print(emoji.emojize('Python is :thumbsup:', language='alias'))
Python is ??
>> print(emoji.demojize('Python is ??'))
Python is :thumbs_up:
>>> print(emoji.emojize("Python is fun :red_heart:"))
Python is fun ?
