Взлетайте на скорости! 8 библиотек богов, которые заменят панд
Взлетайте на скорости! 8 библиотек богов, которые заменят панд

На этот раз я представлю вам 8 распространенных советов по индексированию панд.

В этой статье представлены 8 библиотек, которые могут заменить pandas. Помимо методов ускорения, они могут снова устранить узкие места в скорости и значительно повысить эффективность обработки данных.

1. Dask

Daskв более чем Памятьизданные Обеспечивает многоядерное и распределенное параллельное выполнение на множестве.。

существоватьDaskсередина,одинDataFrameдаон Большой и параллельныйизDataFrame,многими меньшими из pandas DataFramesкомпозиция,Разделить по индексу.

Эти pandas DataFrames Вычисления, превышающие объем памяти, могут выполняться на диске одной машины или на многих разных машинах в кластере. один Dask DataFrame Операция запустит все Pandas DataFrames операция.

Dask-MLподдерживатьpandas、Numpy、Sklearn、XGBoost、XArray、RAPIDSи т. д.,Этого вполне достаточно для часто используемой обработки и моделирования анализа.

Язык кода:javascript
копировать
# Установить даск
pip install dask
# Импортировать данные dataframe
import dask.dataframe as dd

принцип、Пожалуйста, обратитесь к этой статье для использования:Dask от Amway, артефакт анализа больших данных Python!

2. Modin

ModinдаонмногопроцессныйизDataframeБиблиотека,Можно ускоритьPandasиз Рабочий процесс。многопроцессные средства,Если скорость запроса удвоится на многоядерном компьютере, скорость запроса будет удвоена.

ModinИметь иpandasтакой жеизAPI,использовать Просто нужносуществоватьimportимпортировать Время от времени меняйте его,Остальные операции точно такие же.

Язык кода:javascript
копировать
# импортировать modin pandas
import modin.pandas as pd

принцип、Установить、Пожалуйста, обратитесь к этой статье для использования:Что делать, если панда работает медленно? Приходите попробовать Модин

3. Data Table

Datatableдаондля обработки таблицданныеиз Python библиотека.

иpandasиз Очень похоже в использовании,но больше сосредоточен наСкорость и большие данныеизподдерживать。существоватьодиночный узелизна машине,Независимо от того, да читает данные,Также даданные конвертации и другие операции,гораздо быстрее, чемpandas

Если данные не распределены, а обрабатываются одним узлом,Когда встречи с Память недостаточно или скорость низкая,Вы также можете попробовать эту библиотеку.

Документация по использованию: https://datatable.readthedocs.io/en/latest/start/quick-start.html.

4. Polars

Polarsдаиспользовать Apache Arrow Columnar Format В качестве модели памяти в Rust Чрезвычайно высокая скорость, достигнутая в DataFrames библиотека.

Язык кода:javascript
копировать
# Установить polars
pip install polars
# импортировать polars
import polars as pl

Документация по использованию: https://pola-rs.github.io/polars-book/user-guide/index.html.

5. Vaex

Vaex Это также открытый исходный код DataFrame,Он использует такие технологии, как картирование Памяти, эффективные внеядерные алгоритмы и отложенные вычисления.

Для большого набора данных,Если дисковое пространство может соответствовать набору данных,использоватьVaexты можешь это проанализировать,Решите проблему недостаточного Памятьиз.

Его различные функциональные функции также инкапсулированы в виде API-интерфейсов, подобных Pandas, практически без затрат на обучение.

Пожалуйста, обратитесь к этой статье:0.052 Открыть за секунды 100GB Данные, эта библиотека Python с открытым исходным кодом популярна!

6. Pyspark

Pyspark да Apache Spark из Python API для обработки больших наборов данных посредством распределенных вычислений.

Язык кода:javascript
копировать
# Установить
pip install pyspark
# импортировать
from pyspark.sql import SparkSession, functions as f
spark = SparkSession.builder.appName("SimpleApp").getOrCreate()
df = spark.read.option('header', True).csv('../input/yellow-new-yo

потому что Spark имеет преимущество перед Hadoop с точки зрения скорости. Теперь многие предприятия и архитектуры с большими данными предпочитают использовать Spark.

7. Koalas

Koalas дасуществовать Apache Spark понял выше изpandas DataFrame API делает анализ данных более эффективным.

потому что Koalas дасуществовать Apache Spark Бежать поверх,Поэтому также необходимо установить Spark

Язык кода:javascript
копировать
# Установить
pip install pyspark
pip install koalas
# импортировать
import databricks.koalas as ks
from pyspark.sql import SparkSession

Документация по использованию: https://koalas.readthedocs.io/en/latest/index.html.

8. cuDF

cuDF даон Python GPU DataFrame библиотека, основанная на Apache Arrow Столбчатый формат памяти, созданный для манипулирования данными.

cuDF Предоставить класс pandas из API, поэтому анализ отдел данных тоже да не надо понимать CUDA Подробности программирования из.

Язык кода:javascript
копировать
import cudf, io, requests
from io import StringIO

url = "https://github.com/plotly/datasets/raw/master/tips.csv"
content = requests.get(url).content.decode('utf-8')

tips_df = cudf.read_csv(StringIO(content))
tips_df['tip_percentage'] = tips_df['tip'] / tips_df['total_bill'] * 100

print(tips_df.groupby('size').tip_percentage.mean())

Документация по использованию: https://github.com/rapidsai/cudf.

Введение в эту статьюиз 8 индивидуальныйPythonБиблиотекапринципдругой,Существуют также различия в среде использования.,Каждый может попробовать это в соответствии со своими потребностями.

но Эти Библиотека В основном занятия проводятсяpandasизAPI,Таким образом, его использование не требует затрат на обучение.,После настройки среды вы можете приступить к работе.

Рекомендуем к прочтению

👉Расширенное руководство по пандам

👉Практические проекты по интеллектуальному анализу данных

👉Введение в машинное обучение

boy illustration
Учебное пособие по Jetpack Compose для начинающих, базовые элементы управления и макет
boy illustration
Код js веб-страницы, фон частицы, код спецэффектов
boy illustration
【новый! Суперподробное】Полное руководство по свойствам компонентов Figma.
boy illustration
🎉Обязательно к прочтению новичкам: полное руководство по написанию мини-программ WeChat с использованием программного обеспечения Cursor.
boy illustration
[Забавный проект Docker] VoceChat — еще одно приложение для мгновенного чата (IM)! Может быть встроен в любую веб-страницу!
boy illustration
Как реализовать переход по странице в HTML (html переходит на указанную страницу)
boy illustration
Как решить проблему зависания и низкой скорости при установке зависимостей с помощью npm. Существуют ли доступные источники npm, которые могут решить эту проблему?
boy illustration
Серия From Zero to Fun: Uni-App WeChat Payment Practice WeChat авторизует вход в систему и украшает страницу заказа, создает интерфейс заказа и инициирует запрос заказа
boy illustration
Серия uni-app: uni.navigateЧтобы передать скачок значения
boy illustration
Апплет WeChat настраивает верхнюю панель навигации и адаптируется к различным моделям.
boy illustration
JS-время конвертации
boy illustration
Обеспечьте бесперебойную работу ChromeDriver 125: советы по решению проблемы chromedriver.exe не найдены
boy illustration
Поле комментария, щелчок мышью, специальные эффекты, js-код
boy illustration
Объект массива перемещения объекта JS
boy illustration
Как открыть разрешение на позиционирование апплета WeChat_Как использовать WeChat для определения местонахождения друзей
boy illustration
Я даю вам два набора из 18 простых в использовании фонов холста Power BI, так что вам больше не придется возиться с цветами!
boy illustration
Получить текущее время в js_Как динамически отображать дату и время в js
boy illustration
Вам необходимо изучить сочетания клавиш vsCode для форматирования и организации кода, чтобы вам больше не приходилось настраивать формат вручную.
boy illustration
У ChatGPT большое обновление. Всего за 45 минут пресс-конференция показывает, что OpenAI сделал еще один шаг вперед.
boy illustration
Copilot облачной разработки — упрощение разработки
boy illustration
Микросборка xChatGPT с низким кодом, создание апплета чат-бота с искусственным интеллектом за пять шагов
boy illustration
CUDA Out of Memory: идеальное решение проблемы нехватки памяти CUDA
boy illustration
Анализ кластеризации отдельных ячеек, который должен освоить каждый&MarkerгенетическийВизуализация
boy illustration
vLLM: мощный инструмент для ускорения вывода ИИ
boy illustration
CodeGeeX: мощный инструмент генерации кода искусственного интеллекта, который можно использовать бесплатно в дополнение к второму пилоту.
boy illustration
Машинное обучение Реальный бой LightGBM + настройка параметров случайного поиска: точность 96,67%
boy illustration
Бесшовная интеграция, мгновенный интеллект [1]: платформа больших моделей Dify-LLM, интеграция без кодирования и встраивание в сторонние системы, более 42 тысяч звезд, чтобы стать свидетелями эксклюзивных интеллектуальных решений.
boy illustration
LM Studio для создания локальных больших моделей
boy illustration
Как определить количество слоев и нейронов скрытых слоев нейронной сети?
boy illustration
[Отслеживание целей] Подробное объяснение ByteTrack и детали кода