总结！Github年度最强Python库排行榜( 二 ) 开源最前线（ID：OpenSourceT

8.Hummingbird

文章图片
Hummingbird是微软的一项研究成果，它能够将已经训练好的ML模型汇编成张量计算，从而不需要设计新的模型。还允许用户使用神经网络框架（例如PyTorch）来加速传统的ML模型。它的推理API跟sklearn范例十分相似，都可以重复使用现有的代码，但是它是用Hummingbird生成的代码去实现的。
开源地址：
9.HiPlot

文章图片
几乎每一个数据科学家在他们的职业生涯中都有过处理高维数据的经历。不幸的是，人类的大脑并不能完全凭直觉处理这类数据，所以我们必须求助于其他技术。
今年早些时候， Facebook发布了HiPlot ，它是用平行图和其他的图像方式，帮助AI研究者发现高维数据的相关性和模型，是一款轻巧的交互式可视化工具。 HiPlot是交互式的，可扩展的，因此你可以在JupyterNotebooks或者它自己的服务器上使用它。
开源地址：
10.Scalene

文章图片
随着Python库的生态系统变得越来越复杂，我们发现自己编写的代码越来越依赖于C扩展和多线程代码。如何测试性能这就成一个问题，因为CPython内置的分析器不能正确地处理多线程和本机代码。
Scalene是一个高性能的CPU内存分析器，它能够正确处理多线程代码，并区分运行Python和本机代码所花费的时间。不需要修改代码，只需要使用scalene从命令行运行脚本，它就可以为你生成一个文本或HTML报告，显示代码每行的CPU和内存使用情况。
介绍一本非常经典的入门PDF ，它讲解的是程序员必知的硬核基础知识，看完能让你对计算机有一个基础的了解和入门，是培养你内核的基础，我们看下目录大纲

文章图片
回复「os」，获取PDF
【总结！Github年度最强Python库排行榜】

文章图片