Vaex:秒开大数据、比pandas更快更好的Python库

Vaex:秒开大数据、比pandas更快更好的Python库1 说明:=====1.1 Vaex:一种具有超级字符串功能的DataFrame Python库。1.2 一种更快、更安全、更方便的方法,可以使

大家好,欢迎来到IT知识分享网。

1 说明:

=====

1.1 Vaex:一种具有超级字符串功能的DataFrame Python库。

1.2 一种更快、更安全、更方便的方法,可以使用几乎任意大小的数据进行数据研究分析,适合大数据,比如秒开100G。

1.3 与Pandas(Python生态系统中最受欢迎的DataFrame库)相比,四核笔记本电脑上的字符串操作速度提高了约30-100倍,而32核设备上的字符串操作速度提高了1000倍。

1.4 Vaex使用ApacheArrow数据结构和C++,几乎所有Pandas的字符串操作都受支持,并且内存使用率几乎为零,因为延迟计算是以块的形式完成的。

Vaex:秒开大数据、比pandas更快更好的Python库

2 准备:

=====

2.1 官网:

https://github.com/vaexio/vaex #每天都在更新和维护 http://vaex.io/ https://pypi.org/project/vaex/ https://vaex.readthedocs.io/en/latest/

2.2 环境:

华为笔记本电脑、深度deepin-linux操作系统、谷歌浏览器、python3.8和微软vscode编辑器。

2.3 安装:

pip install vaex #本机安装,国内源 sudo pip3.8 install -i https://mirrors.aliyun.com/pypi/simple vaex

3 打开数据文件方式:

===============

3.1 代码样式:

import vaex #自带数据集 df = vaex.example() #注意自带数据集,需要安装hdf5 #打开本地:不同文件格式的方法很简单 df1 = vaex.open("somedata.hdf5") df2 = vaex.open("somedata.fits") df2 = vaex.open("somedata.arrow") df4 = vaex.open("somedata.csv")

3.2 hdf5安装:本机deepin-linux操作系统

===============================

3.2.1 官网:

https://support.hdfgroup.org/HDF5/

3.2.2 下载:

https://support.hdfgroup.org/ftp/HDF5/releases/hdf5-1.12/hdf5-1.12.0/src/ #下载源码安装

hdf5 – 1.12.0.tar.gz #下载速度很慢,这是一个坑,可以跳过,不用自带的数据集vaex.example

建议采用终端的:

#-c:断点续传,如果下载中断,那么连接恢复时会从上次断点开始下载。 wget -c https://support.hdfgroup.org/ftp/HDF5/releases/hdf5-1.12/hdf5-1.12.0/src/hdf5-1.12.0.tar.gz

3.2.3 安装:注意本机是deepin-linux操作系统:

sudo mv /home/xgj/hdf5-1.12.0.tar.gz /opt cd /opt #xgj@xgj-PC:/opt$ sudo tar -xvf hdf5-1.12.0.tar.gz cd hdf5-1.12.0/ #xgj@xgj-PC:/opt$ cd hdf5-1.12.0/ #xgj@xgj-PC:/opt/hdf5-1.12.0$ #依次执行 sudo ./configure --prefix=/usr/local/hdf5 sudo make sudo make check #这一步有点慢 sudo make install #转换文件夹 cd /usr/local/hdf5/share/hdf5_examples/c sudo ./run-c-ex.sh sudo h5cc -o h5_extend h5_extend.c sudo ./h5_extend

4 读取hdf5数据:

===========

4.1 代码:

#%% import numpy as np import vaex as vx import pylab as plt #%% df = vx.open("/home/xgj/Desktop/vaex/io/sample_names_2.hdf5") df

4.2 图:

Vaex:秒开大数据、比pandas更快更好的Python库

5 读取csv数据:

===========

5.1 代码:

#%% import numpy as np import vaex as vx import pylab as plt #%% df = vx.open("/home/xgj/Desktop/vaex/gdp_per_capita.csv") df

5.2 图:

Vaex:秒开大数据、比pandas更快更好的Python库

===数据可视化部分基本与pandas类似===

===自己整理并分享出来===

喜欢的人,请点赞、关注、评论、转发和收藏。

免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://yundeesoft.com/60357.html

(0)
上一篇 2024-06-24 21:33
下一篇 2024-06-26 22:33

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注

关注微信