2017年5个不能错过的Python库

Python部落(python.freelycode.com)组织翻译，禁止转载，欢迎转发。

虽然Javascript在GitHub的年度最流行编程语言总结中得到了头名，Python却也紧随其后。

因学习曲线平缓且能快速部署的特点，Python是一大批应用的偏爱语言。网站开发、机器学习、简单的自动脚本，Python能胜任以上所有工作。

对任意一种情况你几乎都能够找到适合的第三方库供使用，每年有数以千计的新的第三方库被开发或发布，这使得人们跟上这种发布速度成为了一项艰巨的任务。

以下是一些我们从2017全年里发布的第三方库里精心挑选的一些第三方库。

Python Fire

为你的Python脚本创建一个命令行界面是一件轻松的工作，但也可能十分耗时且难以维护。

由Google出品的Python Fire通过为需要进行命令行交互的类方法自动生成对应界面的方式减少手动编写界面代码的必要。

许可证: Apache License 2.0

链接: https://github.com/google/python-fire

作者: Google

Face Recognition

面部识别算法无论是在整理个人的假期照片还是开发新一代追踪软件方面都有众多用户。

这款简易且轻量的第三方库使得为你项目增加面部识别技术变得不费吹灰之力。传入一张照片它就会输出检测到的所有面部，甚至可以检测到用于衡量面部相似度或进行自动编辑处理的不同面部特征（眼睛，鼻子，嘴巴等等）。

许可证: MIT License

链接: https://github.com/ageitgey/face_recognition

作者: Adam Geitgey

PyeCharts

Python并不缺乏图表库，但是它们中的大多数学习起来都是十分困难的，不易于自定义可视化，或者几乎不提供可交互性。

PyeCharts是对JavaScript中ECharts库的Python实现。

它具有平缓的学习曲线（只需要7行代码就能生成以上图表）且提供界面优美的、可交互的、信息完全的图表。

许可证: MIT License

链接: https://github.com/pyecharts/pyecharts

作者: PyeCharts Dev Team

PipEnv

PipEnv并没有引入任何激进的或新的东西，而是结合Python开发中两大重要工具（pip 和 virtualenv）为一个精简的实现。

该项目由Python Packaging Authority于2017年初启动，PipEnv已经变成Python开发环境中一款广受赞誉且必不可少的工具。

许可证: MIT License

链接: https://github.com/pypa/pipenv

作者: Python Packaging Authority

Better Exceptions

我们都有过这样的体验：结束一整天的编写代码工作，运行它，突然出现一个意料之外的异常——通过在代码中到处插入print语句以期能够定位到该错误。

Better Exceptions通过为任意错误或者抛出异常显示更多的上下文来使得这种工作变得简单；更多编写代码，更少的Debug

许可证: MIT License

链接: https://github.com/Qix-/better-exceptions

作者: Josh Junon

英文原文：https://boostlog.io/@revy1/python-2017-rising-stars-5a9ea506e922f1008c7efac1
译者：杜佑宸