盘点十个让工作效率倍增且有趣的 Python工具包!

开发 前端
大家好,今天给大家盘点10个让工作更效率,编程更有趣的 Python 工具包,一起来了解一下。

大家好,今天给大家盘点10个让工作更效率,编程更有趣的 Python 工具包,一起来了解一下。

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:

图片

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_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 Console
console = 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()

在这里插入图片描述

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 dearpygui
or
pip3 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


责任编辑:华轩 来源: Python学习与数据挖掘
相关推荐

2023-05-16 06:50:50

prompt邮件语法

2018-08-08 09:00:00

UNIXLinux命令

2023-10-13 12:56:23

工作效率VS Code技巧

2023-11-29 07:04:19

Git工作效率

2023-05-15 06:55:27

ChatGPTPrompt

2024-04-10 14:08:00

人工智能开发工具

2024-12-10 07:15:00

2020-07-09 10:02:27

Python开发工具

2023-02-22 19:15:35

AI工具机器人

2022-04-20 07:42:08

Python脚本代码

2022-08-29 14:56:56

Python脚本代码

2021-07-16 23:32:28

工具职场软件

2018-07-11 10:39:11

程序员效率工具

2018-08-10 10:22:19

编程语言Java高效工具

2023-08-01 08:01:27

工具安全漏洞

2015-07-15 13:54:13

2024-09-26 06:21:59

Python代码

2023-08-13 08:29:27

ChatGPT指令AI

2022-08-24 14:42:51

Linux技巧

2023-09-12 23:15:08

Shell脚本
点赞
收藏

51CTO技术栈公众号