【总结】10大Python库介绍!Python基础入门

　　现在转行学编程，很多人都会选择Python，很大一部分原因是因为Python具有丰富的第三方库，既可以帮助我们提高开发效率，还能够缩减代码量。那么你知道Python有哪些库吗?这里为大家介绍10个，总有一款你会喜欢。

　　1、Typer：跟FastAPI的原理相同，都是Python上用来构建API服务的一个高性能框架。它是FastAPI的升级版，不仅能够准确地记录代码，还能轻松地进行CLI验证。易于学习和使用，不需要用户阅读复杂的教程文档即可上手。

　　2、Rich：不仅能够在终端输出提供丰富的彩色文本和精美的格式，还提供了精美的表格、进度条、编辑器、追踪器、语法高亮等。总体来讲，它是非常漂亮且强大。

　　3、Dear PyGui：是一个便于使用、功能强大的Python GUI框架，它使用了即时模式范式和计算机的GPU来实现动态界面，可以绘图、创建主题、创建2D游戏，还拥有一些小工具，比如说内置文档、日志记录、源代码查看器等。

　　4、Py Torch Lightning：它是一个轻巧的Py Torch包装器，用于高性能AI研究，其最重要的特征是能够解析Py Torch代码，让代码研究成分和工程成分的分离。

　　5、Scalene：是一个用于Python脚本的CPU和内存分析器，能够正确处理多线程代码，还能区分Python代码和本机代码的运行时间。

　　6、Norfair：是一个可定制的轻量级Python库，用于实时对象跟踪，它的速度非常快，还可以实时操作，而且它是非常模块化的，你可以利用你现有的检测代码库，只需要几行代码即可添加跟踪功能。

　　7、Quart：一个具有Flask兼容API的异步网络框架，一些现有的 Flask 扩展甚至可以工作。

　　8、Alibi-detect：监控生产模型中的异常值和分布漂移，适用于表格数据、文本、图像和时间序列。

　　9、Einops：在2020年非常普及，可以让你为可读和可靠的代码编写张量操作，支持Numpy、Pytorch、TensorFlow等。

　　10、Sktime：提供专门的时间序列算法和Scikit-learn兼容工具，用于构建、调整和评估复合模型，也可以查看他们的配置sktime-dl包，用于基于深度学习的模型。