2023年值得关注的顶级Python库 | blog | #Python

1.LiteLLM：一个简化大型语言模型(LLM)调用和嵌入调用的开源库，支持OpenAI格式，提供统一的输入输出格式，便于在不同模型间切换。
2.PyApp：一个简化Python应用部署的工具，允许开发者创建自安装包，支持跨操作系统，并且具有自更新功能。
3.Taipy：一个低代码Python库，专为数据科学家设计，用于构建交互式Web UI，无需掌握Web堆栈工具，支持机器学习产品的可视化。
4.MLX：专为Apple Silicon设计的机器学习数组框架，提供NumPy风格的API，支持自动微分、向量化和计算图优化。
5.Unstructured：一个全面的文本预处理工具包，能够处理多种格式的文档，如PDF、HTML和Word文档，提供清洗、格式化和信息提取功能。
6.ZenML和AutoMLOps：一个开源MLOps框架，用于创建可移植的生产就绪机器学习管道，以及AutoMLOps服务，用于生成、配置和部署集成CI/CD的MLOps管线。
7.WhisperX：OpenAI的Whisper模型的增强版本，提供更准确的时间戳和多说话人检测，以及更快的处理速度和更低的内存占用。
8.AutoGen：一个框架，允许开发者使用多个agent进行对话协作，以解决任务，类似于软件工程团队的协作。
9.Guardrails：一个用于指定结构和类型、验证和纠正大型语言模型输出的库，确保模型输出符合预期。
10.Temporian：一个用于处理时间序列数据的库，支持多变量时间序列、事件日志和跨源事件流。

这些库不仅展示了Python在AI领域的强大能力，也为开发者提供了更多样化的工具，以应对各种挑战。

Tryolabs

Top Python libraries of 2023

Exploring the expansive universe of Python libraries in 2023, our curated selection goes beyond the usual suspects to uncover hidden gems and innovative tools. Dive in!

《Python Cookbook in Chinese》 3rd Edition

一份内容较全的 Python 免费在线学习资料，可以让你深入理解 Python 语言机制和现代编程风格。

原作者是有着35年开发经验的David Beazley，一位独立的计算机科学家、教育家。 他在Python社区一直都很活跃，编写了很多的python包， 发表了很多的公开演讲视频以及编程教程。 同时还是Python Essential Reference 以及 Python Cookbook (O'Reilly Media)的作者。

书中内容大多集中于标准库、框架和应用程序中广泛使用的高级技术，包括元编程、并发编程、测试和调试、C语言拓展等等。

你可以把它的项目代码克隆下来，直接进入到 notebook/ipynb 目录，在 VSCode 上一边看书，一边执行代码。如果你的 Python 基础差，可以看《Python 语言基础50课》，跟着文档或视频把代码敲一遍，差不多就入门了。

Python语言基础50课 | Python Cookbook in Chinese | David Beazley博客 | #Python #电子书

Python Cookbook 和 Python精粹 的David M. Beazley作者， 在github上发布的练习驱动的教程。

本课程有幻灯片，练习还有习题，适合那些想要超越简短脚本而编写更复杂程序的 Python 程序员。主题重点关注流行库和框架中使用的编程技术，目标是更好地理解 Python 语言本身，以便能够理解其他人的代码，并将新发现的知识应用到自己的项目中。

Advanced Python Mastery | #教程 #Python

一个最近在 GitHub 上较为流行的 Python 库：PyGWalker，是 Tableau 的另一种开源替代品，可用于简化 Jupyter Notebook 数据分析和数据可视化工作流程。

通过 PyGWalker，你可以快速将 Pandas DataFrame 转变为 Tableau 风格的操作界面，更好的用于数据可视化探索。

该 Python 库支持 Jupyter Notebook、Google Colab、Kaggle Code 等多种环境，安装使用也不难。

PyGWalker | #Python

面向科研用户/科学家的Python资源列表

面向希望充分利用开源 Python 生态系统的科学领域的学生和研究人员。旨在为科学家提供对常见任务有用的工具列表，但不提及他们不太可能需要的东西（例如身份验证、数据库、网络、NLP）。

受awesome-python启发的列表，这是一个非常相似的资源，可用于你可能想用Python做的任何事

Python for Scientists | Awesome-python | #Python #科研

Python - 100天从新手到大师 #电子书

作者：骆昊 #python 基础教程，面向初学者

主要内容：
Day01~15 - Python语言基础
Day16~Day20 - Python语言进阶
Day21~30 - Web前端入门
Day31~35 - 玩转Linux操作系统
Day36~40 - 数据库基础和进阶
Day41~55 - 实战Django
Day56~60 - 用FastAPI开发数据接口
Day61~65 - 爬虫开发
Day66~80 - 数据分析
Day81~90 - 机器学习和深度学习
Day91~100 - 团队项目开发

pyrelational #Python 主动学习库，可快速搭建工作流

Python存储库列表 #Python

#Python #可视化 库简要总结：
• Matplotlib：标杆，必须知道
• Seaborn：更漂亮、更好用的Matplotlib
• Mpld3：Matplotlib + 交互式(D3实现)
• Bokeh：更漂亮 + Matplotlib + 交互式
• Altair：声明式统计数据可视化
• Folium：交互式地图可视化

黑洞资源笔记

4 Python Web Scraping Libraries To Mine News Data ​

4个用于挖掘新闻数据的 #Python 网页抓取库

一个 #Python 开源库：py，里面包含诸多 Python 开源脚本及程序代码，覆盖了 Python 基础与进阶、数据科学、调试工具、深度学习等知识点

FedLearn-algo -支持联邦学习前沿算法研发的 #Python #工具 库

入口 用于 #机器学习 的8个最佳 #Python 库列表

Python库.jpg

2 MB

sparkvis： #Python 张量 #可视化 库

pText #Python 的PDF文件创建读写操作库

一个比较实用的 #Python 库：Lux，通过自动化数据的探索流程，让你能更轻松的玩转数据科学。
配合 Jupyter Notebook 使用后，该库会提供 Enhance、Filter、Generalize 等三大组件，帮你更好的定位到感兴趣的数据上，并支持导出操作，便于你进一步深入研究。

《暴力Python：面向黑客、司法鉴定师、渗透测试人员和安全工程师的方案手册》随书源码Python3重构版
TJ·奥康纳的《暴力Python》一书的源代码。代码已完全转换为 Python 3，重新格式化以符合 PEP8 标准，并重构以消除涉及实现弃用库的依赖问题。

贾斯汀·塞茨在《黑帽子Python》一书的源代码上提供了类似的转换。如果你还没有做的话，可以在这里看看。 #python #手册

GitHub

GitHub - EONRaider/violent-python3: Source code for the book "Violent Python" by TJ O'Connor. The code has been fully converted…

Source code for the book "Violent Python" by TJ O'Connor. The code has been fully converted to Python 3, reformatted to comply with PEP8 standards and refactored to elimin...