这是第五届Python类库Top10年度榜，既能找到机器学习的库，也能找到非机器学习的库。
01
HTTPX
如果你是经常与API交互的Python用户，可能会很熟悉requests类库。然而，异步范式在高性能现代应用程序中越来越常见，如果你使用的正是异步范式，requests可不会给你带来什么好处。
HTTPX延续了requests的用法，为你提供了标准特性以及HTTP/2和HTTP/1支持。此外还包括使用ASGI协议直接调用PythonWeb应用程序以及完全类型注解等其他特性。
02
Starlette
Starlette是一个轻量级的ASGI框架/工具包，具有包括WebSocket和GraphQL支持，进程内后台任务和真正的高性能等一系列特性。此外还有%类型注解的代码库和无依赖。可把它看作是一版非常轻量的、现代的和异步的Flask。
03
FastAPI
这款新框架基于的是OpenAPI标准，用于构建具有Python高性能特性和自动交互文档的API。它默认支持SwaggerUI和ReDoc，使你能够直接从浏览器调用和测试你的API，使用此框架构建API既快速又简单。
这个库还利用了现代Python的最佳实践之一：类型提示。最酷的特性之一是由Pydantic提供支持的自动数据校验和转换。
04
Immutables
其底层数据结构是一个哈希数组映射的字典树(HAMT)，在Haskell等函数式编程语言中使用。最有趣的是，对于set()和get()操作，它们都提供了O(logN)性能，对于相对较小的映射来说其实就是O(1)。
05
Pyodide
Pyodide使用WebAssembly将Python科学栈引入浏览器，将科学计算提升到了一个全新的水平。
它的packages目录列出了超35个当前可用的包。
06
Modin
只需安装Modin，改变你的导入语句，在当下拥有多核处理器的笔记本电脑上就能获得高达4倍的速度优势。
07
Streamlit
Streamlit使你能够快速构建应用程序来共享你的模型和分析。提供了一种从Python脚本跳到生产级应用程序的快速方法，只需在代码中添加几行即可。
Streamlit能与各种数据科学相关的工具一起工作，TensorFlow、Keras、PyTorch、Pandas等。
08
Transformers
是一个类库，其中包括打包、预先训练，并已经为使用最现代的NLP模型的实现做好了准备。
09
Detectron2
是Detectron续作，它是用PyTorch从头开始构建的，装满了最先进的计算机视觉算法。
它采用了一种非常灵活和模块化的方式，使得它非常适合CV的研究应用。使用Detectron2，只用几行Python代码就能“理解”图像。加米谷大数据培训机构，0基础班报名中。
10
Metaflow
是一个Python类库，用于帮助数据科学家和工程师构建用于现实世界的真实项目。它主要专注于减轻非技术数据科学家的技术负担，例如计算资源、并行执行、体系结构设计和版本控制等。
Netflix与AWS的合作，使你能够轻松定义复杂的数据流，同时对分布式计算提供开箱即用的支持。
大数据时代各种技术日新月异，想要保持竞争力就必须得不断地学习。写这些文章的目的是希望能帮到一些人了解学习大数据相关知识。加米谷大数据，大数据人才培养机构，喜欢的同学可
转载请注明：http://www.0431gb208.com/sjszyzl/2688.html
