目录
- 1 PrettyErrors
- 2 Rich
- 3 Dear PyGui
- 4 HummingBird
- 5 HiPlot
- 6 Norfair
- 7 GeoPandas
- 8 PyAutoGUI
- 9 Plotly
- 10 Emoji
1 PrettyErrors
PrettyErrors
是一款可以让Python抛出的异常变得通俗易懂的强大工具。
官网的示例:
可以看出,出错的文件、所在行、所在函数或模块都被用不同的颜色标记出来,比起左边密密麻麻、眼花缭乱的错误提示,显然是优化过的提示更人性化!
这个工具有两种安装方式:
- 全局安装
python -m pip install pretty_errors
- 局部项目使用
import pretty_errorspretty_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
是一个可以为终端提供富文本和精美格式的 Python 库,利用Rich API
可以很容易的在终端输出添加各种颜色和不同风格。Rich
还可以绘制漂亮的表格,进度条,markdown,突出显示语法的源代码及回溯等等。
官网的示例:
Rich是跨平台库,适用于Linux
、OSX
和Windows
。安装也很方便
python -m pip install rich
博主试着用了下这个库,下面是测试案例,体验拉满~。
from rich.console import Consoleconsole = Console()test_data = [ {"专业": "模式识别与智能系统", "学科": "人工智能", "params": [None, 1, 2, 4, False, True], "id": "1",}, {"专业": "模式识别与智能系统", "学科": "深度学习", "params": [7]}, {"专业": "模式识别与智能系统", "学科": "机器视觉", "params": [42, 23], "id": "2"},]def test_log(): enabled = False context = { "天气": "阴", } movies = ["误杀2", "江照黎明"] console.log("Hello from", console, "!") console.log(test_data, log_locals=True)test_log()
3 Dear PyGui
Dear PyGui
是一个易于使用但功能强大的非终端Python GUI框架。
官网的示例:
Dear PyGui
基于及时渲染和GPU来提供高度动态的用户接口,且Dear PyGui
是跨平台的,在Windows 10
、macOS
、Linux
甚至是树莓派Raspberry Pi 4
上都能使用;安装起来也相当简单:
pip install dearpyguiorpip3 install dearpygui
4 HummingBird
HummingBird
是微软推出的一款人工智能库,可以将传统人工智能模型编译成张量计算,了解深度学习框架,如Tensorflow、Pytorch的同学一定知道张量的重要性。
HummingBird
允许用户几乎无缝地使用各种深度学习框架来加速机器学习模型,基于HummingBird
有很多好处:
- 所有当前或将来在神经网络框架中的优化都会被引入;
- 硬件加速;
- 提供独一无二的统一平台来支持所有传统机器学习模型和深度学习;
- 无需重建模型
总之,HummingBird
把深度学习的入门门槛又大大降低了。
HummingBird
库的一行安装代码如下:
pip install hummingbird-ml
5 HiPlot
HiPlot
是微软推出的用于分析人工智能高维数据的库。
HiPlot
是一个轻量级交互式可视化工具,用来帮助AI研究者发现高维数据中的关联和内在模式,同时采用并行渲染和其他图形化方式来展示信息。
官网的示例:
HiPlot
库的一行安装命令如下:
pip install -U hiplot # Or for conda users: conda install -c conda-forge hiplot
6 Norfair
Norfair
是一个轻量级平面物体跟踪Python库。
使用Norfair
,你可以仅用几行代码就赋予任何检测算法目标跟踪的能力。
官网的示例:
Norfair
库的一行安装命令如下:
pip install norfair
7 GeoPandas
GeoPandas
是用来处理地理空间数据的工具库,不仅完美融合了pandas数据类型,还提供了操作地理空间数据的高级接口。
官网的示例:
这个库的安装相对复杂,需要具备以下依赖:
- 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
安装好依赖项后即可运行安装命令,如下:
pip install pygeos
8 PyAutoGUI
PyAutoGUI
是一个跨平台GUI自动化Python模块。用于以编程方式控制鼠标和键盘。可以让计算机完成你所设计的自动控制任务,解放你的双手
安装时会自动安装PyAutoGUI
依赖的模块,包括PyTweening
,PyScreeze
,PyGetWindow
,PymsgBox
和MouseInfo
,因此只需一行命令,很方便:
pip install pyautogui
应用时也有很多封装好的API,例如
# 将鼠标光标移动到(200,300)pyautogui.moveTo(200,300)# 将鼠标光标移动到(400,500)pyautogui.moveTo(400,500)
我做了个小示例:
9 Plotly
Plotly
是一个交互式的、开源的、基于浏览器的Python图形库,提供了30多种图表类型,包括
- 科学图表
- 3D图表
- 统计图表
- SVG地图
- 金融图表
- …
Plotly
库的一行安装命令如下:
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
中导入这两个包,而不能使用VSCode
。
官网示例:
10 Emoji
Emoji
是个很有意思的Python库,事实上Unicode
联盟支持一整套表情符号代码,Emoji
库就提供了打印表情符号的Python接口,使编程更有趣。
Emoji
库的一行安装命令如下:
pip install emoji --upgrade
看看Emoji
库打印表情符号的效果:
>> 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 ❤
更多精彩专栏:
- 《ROS从入门到精通》
- 《机器人原理与技术》
- 《机器学习强基计划》
- 《计算机视觉教程》
- …
源码获取 · 技术交流 · 抱团学习 · 咨询分享 请联系