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，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。
Star：262
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：
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
Star：222
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
Star：4.2k
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 \
.
Star：6
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commitgt compare：对比当前状态和前一个commitgt ignore：忽略选中的文件gt lesson：阅读gitutor文档
Star：273
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！
