PyHubWeekly | 第二期：GitHub上优质的Python项目
点击蓝字关注我
上一周，我写了一篇总结GitHub上优质Python项目的文章，文章发出之后在公众号和知乎受到很多同学的喜爱和认可，这有一些出乎我的意料。于是，经过反复思索，我决定后续开设一个模块PyHubWeekly，每周更新一次，介绍一些有趣、实用的项目，对于这个模块，我的想法是不追求数量而追求质量，不会为了拼凑数量而一味的去美化一个项目。
—▼—
前言上一周，我写了一篇总结GitHub上优质Python项目的文章，文章发出之后在公众号和知乎受到很多同学的喜爱和认可，这有一些出乎我的意料。
思索一下，这的确是一件很值得去做的事情。这一年来我养成了一个每天逛一逛GitHub的习惯，因为我个人对新鲜事物充满着好奇心，或者是有趣的项目、或者是实用的小工具，我期望能够在GitHub上能够遇到我想要的东西。
GitHub是一个鱼龙混杂的地方，上面的确有很多不错的开源项目，但是，更多的是一些灌水的项目，例如，某些教育机构的大作业，例如，那些每天刷榜的中文无聊的项目。因此，虽然我每天都会花费一部分时间去浏览GitHub，但是真正让我内心觉得这个项目“不错”的却少之又少。我想，也许这就是为什么我上一篇文章受到认可的原因吧。
既然这样，我想倒不如花费一部分精力去开辟一些专门介绍GitHub上优质Python项目的版块，名称就叫PyHubWeekly，主要宗旨有两点：
每周更新一次
精选GitHub上优质Python项目
对于这个模块，我的想法是不追求数量而追求质量，换句话说，也许有的时候能介绍10个项目，有的时候只介绍1个项目，不会为了拼凑数量而一味的去美化一个项目，把它描绘的天花乱坠。也许有一天Python被淘汰了，而且优质的项目有穷有尽，再或者各位关注者对于这类文章失去了兴趣，那样的话，PyHubWeekly这个版块也就走到了尽头。
另外，针对PyHubWeekly，我的定位是通过每篇文章去介绍一些有趣，值得去了解的GitHub项目，因此，对于每个项目不会去深入介绍，会简单的介绍一些它的功能以及它的特点。如果其中我个人认为哪个项目非常不错，或者各位同学对于哪个项目特别感兴趣，我会单独再写一篇详细介绍这个项目的文章。
当然，无论写哪方面的文章，出发点都会坚持自己的初心，坚持原创、坚持与众不同，希望自己分享能够切实的帮助到需要的同学。
下面就开始介绍本期的5个项目。
1. GooeyStar：8.5k
链接：https://github.com/chriskiehl/Gooey
这是一个将Python 2或3控制台程序转换为GUI应用程序工具，
Gooey通过简单的在argarse上调用装饰器的方式就可以实现程序的界面化，如果需要进行更精细的调整，则可以使用嵌入式替换GooeyParser代替ArgumentParser，
Star：2k
链接：https://github.com/pythonprofilers/memory_profiler
Python是一门相对简单的编程语言，这里所说的简单是指入门简单。因此，很多人忽略了程序底层的内容，例如，空间复杂度、时间复杂度等。对于很多人来说写完程序能够跑通即可，但是一个好的程序要兼备考虑程序的复杂度、内存占用等。
这是一个依赖于psutil的python模块，用于监视进程的内存消耗，以及对python程序的内存消耗进行逐行分析。
@profile
def my_func():
a = [1] * (10 ** 6)
b = [2] * (2 * 10 ** 7)
del b
return a
if __name__ == '__main__':
my_func()
执行程序，
$ python -m memory_profiler example.py
Line # Mem usage Increment Line Contents
==============================================
3 @profile
4 5.97 MB 0.00 MB def my_func():
5 13.61 MB 7.64 MB a = [1] * (10 ** 6)
6 166.20 MB 152.59 MB b = [2] * (2 * 10 ** 7)
7 13.61 MB -152.59 MB del b
8 13.61 MB 0.00 MB return a
Star：7.8k
链接：https://github.com/pyecharts/pyecharts
在Python开发中，提到画图应该十有八九会想到matplotlib，它是一个老牌且强大的绘图库，但是，在使用过程中有一些弊端，例如，不适合离线查看、支持的绘图接口较为单一。
Echarts 是一个由百度开源的数据可视化，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可。而 Python 是一门富有表达力的语言，很适合用于数据处理。当数据分析遇上数据可视化时，pyecharts 诞生了。它能够把绘图结果保存为一个html文件，能够动态展示绘图结果，且随时可以打开查看。另外，它支持的绘图类型非常丰富。
Star：18.6k
链接：https://github.com/satwikkansal/wtfpython
wtfpython这个Python项目两年前就有所耳闻，首先说一下它的全名，比较粗俗“What the f*ck Python!”，就如同前面所说的那样，虽然很多人认为Python非常容易，但是它也有很多不为人知的特性。
有很多点按照我们的理解应该是这样的，但是当运行之后却发现和我期望的结果有很大出入，具体问题出现在哪了，却很难找出来。wtfpython这个项目就总结了这些不为人知的特性，能够让你发现更多Python令人惊奇的地方。
例如，下面这个例子，
some_dict = {}
some_dict[5.5] = "Ruby"
some_dict[5.0] = "JavaScript"
some_dict[5] = "Python"
输出，
>>> some_dict[5.5]
"Ruby"
>>> some_dict[5.0]
"Python"
>>> some_dict[5]
"Python"
按照正常的结果some_dict[5.0]不是应该输出“JavaScript”吗？为什么输出了“Python”?下面就是解释，
Star：12.9k
链接：https://github.com/tqdm/tqdm
tqdm是一个Python进度条工具，如果刚开始学习Python时，我会对它不屑一顾，编程语言本身还没有学明白，为什么要用这些花里胡哨的东西？简直就是鸡肋！
但是，当开发项目久了以后才发现，它有着不可替代的价值。就如同我们排号吃饭一样，我们希望实时的监控着当前事件进行到什么程度了，Python开发也是这样，我们不能一直把它挂在那里，留给我们一个空白的shell，具体是进程死掉了，还是读数据库时出现了问题，都不清楚，有着这个进度条，能够对我们的运行过程一目了然。
▲
END
长按扫码可关注
相关文章
实用工具 | 2款播放器让你免费听遍全网无损音乐大数据 | Spark机器学习工作流开发指南实用工具 | 你距离PS大神只差这6款免费在线工具！简易教程 | 分布式消息发布订阅系统Kafka从搭建到使用教程 | 一文搭建你的第一个免费专属博客