2020 年に最も強力な Python ライブラリのまとめ

2020 年が過ぎました。Python サービスの提供を専門とする海外 Web サイト Troy Labs が、2020 年にリリースされた Python ライブラリのトップ 10 をリストしました。

リストには、FastAPI Typer のアップグレード バージョン、CLI をカラーに変える Rich、GUI フレームワークに基づく Dear PyGui、エラー メッセージを合理化する PrettyErrors が含まれています...欲しいものが必ずあります。

見てみましょう~

推奨 (無料): Python チュートリアル (ビデオ)

1. Typer

Typer は FastAPI と同じ原理を持ち、どちらも Python で API サービスを構築するために使用される高性能フレームワークです。

これは FastAPI のアップグレード バージョンであり、コードを正確に記録するだけでなく、CLI 検証も簡単に行うことができます。

Typer は学習と使用が簡単で、ユーザーが使い始めるために複雑なチュートリアル ドキュメントを読む必要はありません。エディター (VSCode など) での自動コード補完をサポートし、開発者の開発効率を向上させ、バグの数を減らします。

第 2 に、Typer はコマンド ライン アーティファクト Click とともに使用することもできるため、Click の利点とプラグインを利用して、より複雑な機能を実現できます。

オープンソース アドレス:
https://github.com/tiangolo/t...

2、Rich

誰が指定するかCLI インターフェイスは白黒である必要がありますか?カラーでも構いません。

リッチ API は、端末出力にリッチ カラーのテキストと絶妙な書式設定を提供するだけでなく、絶妙なテーブル、プログレス バー、エディタ、トラッカー、構文の強調表示なども提供します。以下に示すように。

Python REPL にインストールすることもでき、すべてのデータ構造を美しく出力したり、注釈を付けることができます。

全体的に、カラフルで美しく、そしてパワフルです。

豊富な互換性も優れており、Linux、Mac、Windows などのシステムに適しています。 True Colors/絵文字は新しい Windows ターミナルで動作します。

ただし、Rich には Python 3.6.1 以降が必要であることに注意してください。

オープンソース アドレス:
https://github.com/willmcguga...

3.Dear PyGui

上記の通り, ターミナルアプリケーションは非常に美しく見せることができますが。ただし、実際の G​​UI が必要になる場合もあります。

Dear PyGui は、使いやすく強力な Python GUI フレームワークです。ただし、他の Python GUI とは根本的に異なります。

即時モード パラダイムとコンピューターの GPU を使用して、動的インターフェイスを実装します。リアルタイム モード パラダイムはビデオ ゲームで非常に一般的です。つまり、動的 GUI はデータを保持する必要がなく、フレームごとに独立して描画されます。同時に、GPU を使用して動的インターフェイスを構築します。

Dear PyGui は、描画、テーマの作成、2D ゲームの作成もできます。また、組み込みのドキュメント、ログ、ソース コード ビューアなどのガジェットもいくつか備えています。これらのガジェットはアプリ開発に役立ちます。

これをサポートするシステムは、Windows 10 (DirectX 11)、Linux (OpenGL 3)、macOS (Metal) などです。

オープンソース アドレス:
https://github.com/hoffstadt/...

4. PrettyErrors

PrettyErrors は、合理化された Python エラー メッセージ ツール。非常にシンプルでフレンドリーなインターフェイスが特徴です。

その最も重要な機能は、端末でのカラー出力のサポート、ファイル スタック トレースのマークアウト、エラー メッセージの検索、冗長な情報のフィルタリング、重要な部分の抽出、およびカラー注釈の実行により、開発者の効率を向上させることです。

また、インストールせずにプロジェクトに直接インポートして使用することもできますが、最初にいくつかのパラメーターを構成する必要があります。インポートおよび構成パラメーターは次のとおりです:

オープンソース アドレス:
https://github.com/onelivesle...

#5、図

プログラマはここにいます プログラミングを行う際、設計したプログラム コード間の複雑な構造関係を同僚に説明する必要がある場合があります。ただし、これは 1 ～ 2 文では明確に説明できません。表を描くか、コンテキストを作成する必要があります。図。

一般に、プログラマーは GUI ツールを使用してチャートを処理し、原稿を視覚化します。ただし、Diagrams ライブラリを使用するなど、より良い方法があります。

Diagrams を使用すると、設計ツールを使用せずに、Python コードで直接クラウド システム構造を描画できます。これらのアイコンは、AWS、Azure、GCP などの複数のクラウド サービス プロバイダーから提供されています。

わずか数行のコードで矢印記号と構造図を簡単に作成できます。

画像のレンダリングに Graphviz を使用するため、まず Graphviz をインストールする必要があります。

オープンソース アドレス:
https://github.com/mingrammer...

6、Hydra と OmegaConf

が作成していますマシン プロジェクトを学習するときは、多くの環境構成作業を行う必要があります。したがって、一部の複雑なアプリケーションでは、構成管理作業もそれに応じて複雑になります。

Hydra を使用すると構成が簡単になります。コマンドラインまたは設定ファイルの一部を上書きできるため、同様の設定ファイルを維持したり、それらを組み合わせて設定したりする必要がなくなり、実験の実行が高速化されます。

#Hydra は強力な互換性があり、プラグイン構造を備えており、開発者の操作ファイルとうまく統合できます。そのプラグインは、コマンドラインを通じて AWS または他のクラウド システムにコードを直接公開することもできます。

Hydra も OmegaConf とは切り離せません。この 2 つは切り離せません。OmegaConf は、Hydra の階層構成システム用の連携 API を提供します。この 2 つは連携して、YAML、構成ファイル、オブジェクト、CLI パラメータなどをサポートします。

オープンソース アドレス:
https://github.com/facebookre...
https://github.com/omry/omega...

7. PyTorch Lightning

PyTorch Lightning も Facebook の研究結果です。これは、高性能 AI 研究用の軽量の PyTorch ラッパーであり、その最も重要な機能は、PyTorch コードを解析して、コード研究コンポーネントとエンジニアリング コンポーネントを分離できることです。

その拡張モデルはあらゆるハードウェア (CPU、GPU、TPU) 上で実行でき、簡単にコピーできるため、多数のファイル サンプルが削除され、柔軟性が維持されます。走行速度。

Lightning は、GPU トレーニング、分散 GPU (クラスター) トレーニング、TPU トレーニングなど、DL/ML 研究の 40 以上の部分を自動化できます...

Lightning は次のことを行うことができるため、ファイルは自動的に ONNX または TorchScript にエクスポートされるため、高速推論を行う AI 研究者、BERT または自己教師あり学習の研究チームなどに適しています。

オープンソース アドレス:
https://github.com/PyTorchLig...

8、Hummingbird

Hummingbird は製品ですMicrosoft Research の結果を活用すると、すでにトレーニングされた ML モデルをテンソル計算に組み立てることができるため、新しいモデルを設計する必要がなくなります。

また、ユーザーは PyTorch などのニューラル ネットワーク フレームワークを使用して、従来の ML モデルを高速化できます。

その推論 API は sklearn の例に非常に似ており、既存のコードを再利用できますが、Hummingbird によって生成されたコードを使用して実装されています。

Hummingbird は、Sklearn API の背後にある便利な統合推論 API も提供します。これにより、推論コードを変更せずに、Sklearn モデルを Hummingbird によって生成されたモデルと交換できるようになります。

さまざまなモデルや形式に対応できるため、注目されています。

これまでのところ、Hummingbird は PyTorch、TorchScript、ONNX、TVM などのさまざまな ML モデルをサポートしています。

オープンソース アドレス:
https://github.com/microsoft/...

9.HiPlot

ML モデルの変更 ますます複雑になり、ハイパーパラメータも多くなるため、HiPlot を使用する必要があります。 HiPlot は Facebook が今年 3 月にリリースしたライブラリで、主に高次元データの処理に使用されます。

Facebook AI は HiPlot を使用して、数十のハイパーパラメータと 100,000 を超える実験を通じてディープ ニューラル ネットワークを分析します。

これは、AI 研究者が高次元データの相関関係やモデルを発見できるように、並列グラフやその他の画像手法を使用する軽量のインタラクティブな視覚化ツールです。

HiPlot には、他の視覚化ツールと比較して独自の利点があります。

まず第一に、並列プロットはインタラクティブであるため、非常にインタラクティブです。さまざまなシーンで映像の可視化に応えます。

第 2 に、シンプルで使いやすく、IPython Notebook を通じて直接使用することも、「hiplot」コマンドを使用してサービスを通じて使用することもできます。

スケーラブルでもあります。 HiPlot の Web サービスは、デフォルトで CSV または JSON ファイルを解析でき、実験を HiPlot 実験に変換するカスタム Python パーサーを提供することもできます。

オープンソースアドレス:
https://github.com/facebookre...
参考リンク:
https://ai.facebook.com/blog/...

10. Scalene

Scalene は、Python スクリプト用の CPU およびメモリ アナライザーであり、マルチスレッド コードを正しく処理し、Python コードとネイティブ コードを区別できます。 。

コードを変更する必要はありません。Scalene スクリプトを実行するだけで、コードの各行の CPU とメモリの使用量を示すテキスト レポートが生成されます。このテキスト レポートを通じて、開発者はコードの効率を向上させることができます。

#Scalene は高速かつ正確で、エネルギーを消費するコード行をマークすることもできます。

オープンソース アドレス
https://github.com/emeryberge...

上記の 10 個に加えて、次のような名前の高性能 Python ライブラリも多数あります。 Norfair、Quart、Alibi-detect、Einops...など、詳細については下部のリンクを参照してください。

それで、今年は何か便利な Python ライブラリを見つけましたか?

何かありましたら、コメント欄で共有してください~

以上が2020 年に最も強力な Python ライブラリのまとめの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。