190 lines
6.6 KiB
Markdown
190 lines
6.6 KiB
Markdown
## 前言
|
||
|
||
PyHubWeekly每周定期更新，精选GitHub上优质的Python项目/小工具。
|
||
|
||
我把PyHubWeekly托管到了Github，感兴趣的可以**搜索Github项目**[PyHubWeekly](https://github.com/Jackpopc/PyHubWeekly)，如果喜欢，麻烦给个Star支持一下吧。此外，**欢迎大家通过提交issue来投稿和推荐自己的项目**~
|
||
|
||
本期为大家推荐GitHub上5个优质的Python项目，它们分别是：
|
||
|
||
- **txtai**
|
||
- **Orchest**
|
||
- **watchdog**
|
||
- **Gitutor**
|
||
- **DearPyGui**
|
||
|
||
下面分别来介绍一下上述5个GitHub项目。
|
||
|
||
### txtai
|
||
|
||
**Star：262**
|
||
|
||
[txtai](https://github.com/neuml/txtai)是一款基于AI在文本上建立索引的工具，能够把相似的文本关联在一起，用于内容搜索。
|
||
|
||
例如，搜索**feel good story**，它能够根据索引相似性返回**Maine man wins 25 lottery ticket**。
|
||
|
||
搜索**health**，它能够返回**US tops 5 million confirmed virus cases**。
|
||
|
||
**安装**
|
||
|
||
可以通过`pip`命令轻松安装txtai：
|
||
|
||
```
|
||
$ pip install txtai
|
||
```
|
||
|
||
**示例**
|
||
|
||
首先，需要创建Embeddings实例，它是txtai的主要入口点。Embeddings实例定义了用于标记文本部分并将其转换为嵌入向量的方法。
|
||
|
||
```
|
||
from txtai.embeddings import Embeddings
|
||
```
|
||
|
||
下面，就演示如何用Embeddings搜索相似概念：
|
||
|
||
```Python
|
||
import numpy as np
|
||
|
||
sections = ["US tops 5 million confirmed virus cases",
|
||
"Canada's last fully intact ice shelf has suddenly collapsed, forming a Manhattan-sized iceberg",
|
||
"Beijing mobilises invasion craft along coast as Taiwan tensions escalate",
|
||
"The National Park Service warns against sacrificing slower friends in a bear attack",
|
||
"Maine man wins $1M from $25 lottery ticket",
|
||
"Make huge profits without work, earn up to $100,000 a day"]
|
||
|
||
print("%-20s %s" % ("Query", "Best Match"))
|
||
print("-" * 50)
|
||
|
||
for query in ("feel good story", "climate change", "health", "war", "wildlife", "asia", "north america", "dishonest junk"):
|
||
# Get index of best section that best matches query
|
||
uid = np.argmax(embeddings.similarity(query, sections))
|
||
|
||
print("%-20s %s" % (query, sections[uid]))
|
||
```
|
||
|
||
输出结果：
|
||
|
||
```
|
||
Query Best Match
|
||
--------------------------------------------------
|
||
feel good story Maine man wins $1M from $25 lottery ticket
|
||
climate change Canada's last fully intact ice shelf has suddenly collapsed, forming a Manhattan-sized iceberg
|
||
health US tops 5 million confirmed virus cases
|
||
war Beijing mobilises invasion craft along coast as Taiwan tensions escalate
|
||
wildlife The National Park Service warns against sacrificing slower friends in a bear attack
|
||
asia Beijing mobilises invasion craft along coast as Taiwan tensions escalate
|
||
north america US tops 5 million confirmed virus cases
|
||
dishonest junk Make huge profits without work, earn up to $100,000 a day
|
||
```
|
||
|
||
### Orchest
|
||
|
||
**Star：222**
|
||
|
||
[Orchest](https://github.com/orchest/orchest)是一款用于创建数据科学工作量的工具。
|
||
|
||
Orchest是一款Web数据科学工具，可在文件系统上运行。使用Orchest，你可以实现如下功能：
|
||
|
||
- 通过其可视界面构建数据科学工作流
|
||
- 自动并行运行工作流
|
||
- 在你喜欢的编辑器中开发代码
|
||
- ...
|
||
|
||
orchest的使用依赖Docker，所以，如果你想要尝试，需要首先安装和配置Docker。
|
||
|
||
```
|
||
$ git clone https://github.com/orchest/orchest.git
|
||
$ cd orchest
|
||
$ ./orchest.sh start
|
||
```
|
||
|
||
|
||
|
||
### watchdog
|
||
|
||
**Star：4.2k**
|
||
|
||
[watchdog](https://github.com/gorakhargosh/watchdog)是一款用于监控系统事件的Python工具，它在Python代码中和命令行下都可以使用。
|
||
|
||
首先，来看一下在Python中以API方式使用系统事件监控：
|
||
|
||
```
|
||
import sys
|
||
import time
|
||
import logging
|
||
from watchdog.observers import Observer
|
||
from watchdog.events import LoggingEventHandler
|
||
|
||
if __name__ == "__main__":
|
||
logging.basicConfig(level=logging.INFO,
|
||
format='%(asctime)s - %(message)s',
|
||
datefmt='%Y-%m-%d %H:%M:%S')
|
||
path = sys.argv[1] if len(sys.argv) > 1else'.'
|
||
event_handler = LoggingEventHandler()
|
||
observer = Observer()
|
||
observer.schedule(event_handler, path, recursive=True)
|
||
observer.start()
|
||
try:
|
||
whileTrue:
|
||
time.sleep(1)
|
||
except KeyboardInterrupt:
|
||
observer.stop()
|
||
observer.join()
|
||
```
|
||
|
||
再看一下命令行下使用，下面这个示例忽略无关的文件，只监控和py和txt相关的事件：
|
||
|
||
```
|
||
watchmedo log \
|
||
--patterns="*.py;*.txt" \
|
||
--ignore-directories \
|
||
--recursive \
|
||
.
|
||
```
|
||
|
||
### Gitutor
|
||
|
||
**Star：6**
|
||
|
||
[Gitutor](https://github.com/artemisa-mx/gitutor)是一款用Python开发，让git命令更加简单的工具。
|
||
|
||
git是项目开发过程中经常会用到的一种工具，它用于代码的版本控制。
|
||
|
||
但是，对于初学者它不是特别友好，代码提交、版本回退、代码比较...
|
||
|
||
而Gitutor让你通过一行命令就可以轻松实现代码版本控制，让git的门槛进一步被拉低。
|
||
|
||
**安装**
|
||
|
||
```
|
||
$ pipx install gitutor
|
||
```
|
||
|
||
然后，使用`gt --help`命令就可以查看能够使用的命令：
|
||
|
||
- `gt init`：初始化本地和远程仓库
|
||
- `gt save`：把代码变动保存到本地和远程仓库
|
||
- `gt goback`：回退到前一个commit
|
||
- `gt compare`：对比当前状态和前一个commit
|
||
- `gt ignore`：忽略选中的文件
|
||
- `gt lesson`：阅读gitutor文档
|
||
|
||
### DearPyGui
|
||
|
||
**Star：273**
|
||
|
||
[DearPyGui](https://github.com/hoffstadt/DearPyGui)是一个易于使用且功能强大的Python GUI框架，它提供了DearImGui的包装。
|
||
|
||
它与其他Python GUI框架从根本上存在不同，在后台DearPyGui使用即时模式范式，这样能够实现更加灵活的动态界面。此外，DearPyGui不使用本机窗口小部件，而是使用计算机的GPU绘制窗口小部件，它支持如下平台：
|
||
|
||
- **Windows 10**
|
||
- **macOs**
|
||
- **Linux**
|
||
|
||
DearPyGui提供与DearImGui相同的方式为游戏开发人员提供了一种创建工具的简单方法，DearPyGui提供了一种简单的方法为Python开发人员创建快速而强大的GUI。
|
||
|
||
---
|
||
|
||
给大家推荐1个宝藏公众号【**七步编程**】，专注于Python、AI、大数据领域内容分享。创作内容坚持原创与高质量，发表内容已经被诸多公众号大V转发，备受欢迎。现在关注，后台回复关键**567**就可以获得我精心整理的机器学习、深度学习、Python、推荐系统等技术方向的干货！
|
||
|
||
 |