盘点10个冷门Python库，原来Python还能实现这些功能？

目录

👉 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 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"},]deftest_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 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 installplotly==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👇