PyTables

PyTables is gebouwd op de top van de hdf5 bibliotheek en de numarray Python pakket.
Het houdt een OO interface die, in combinatie met C-gegenereerde code uit Cython verhoogt de algehele snelheid

Eigenschappen .

• Gemakkelijk Gebruik
• Ondersteuning voor de NaturalNaming regeling
• Gemakkelijke toegang tot de gegevens
• Bespaart geheugen
• Structuur data op een natuurlijke manier
• Speedy I / O-bewerkingen

Wat is nieuw in deze release:.

• Vast een valse unicode vergelijking waarschuwing
• Verbeterde behandeling van lege string attributen. In eerdere versies van PyTables werden lege string opgeslagen als scalaire hdf5 attributen met maat 1 en de waarde '& # x5c; 0 "(een lege tekenreeks). Nu lege string worden opgeslagen als hdf5 attributen met nul grootte.
• toegevoegd een nieuw kookboek recept en een paar voorbeelden van eenvoudige threading met PyTables.
• De redundante: func: `utilsextension.get_indices` functie is geëlimineerd (vervangen door: meth:` slice.indices`).
• Laat negatieve indices in punt selectie.
• Index werd niet gebruikt als het beweerde dat er waren geen resultaten.
• Atomen en Col typen worden niet meer dynamisch gegenereerd dus nu is het gemakkelijker voor IDE en statische analyse tool om te gaan.
• De keysort functies in IDX-opt.c zijn cythonised met gesmolten types. De perfomance is grotendeels ongewijzigd, maar de code is nu veel eenvoudiger.
• Kleine unit tests opnieuw factoring.

Wat is nieuw in versie 3.1.1:

• Verbeteringen:
• Gebruik een tijdelijke array niet maken wanneer de * obj * parameter wordt niet gespecificeerd in: meth. `File.create_array`
• Toegevoegd twee nieuwe nutsfuncties (: func: `tables.nodes.filenode.read_from_filenode` en: func:` tables.nodes.filenode.save_to_filenode`) voor de directe kopie van bestandssysteem filenode en vice versa
• Verwijderd de file:. `Voorbeelden / geneste-iter.py` beschouwd niet meer bruikbare
• Betere opsporing van de `-msse2` compiler vlag.
• Bugs vastgesteld:
• Vast een kritieke bug die een uitzondering op import moment veroorzaakt.
• De interne Blosc_ bibliotheek is bijgewerkt naar versie 1.3.5.

Wat is nieuw in versie 2.4.0:

• Ondersteuning toegevoegd voor het type float16 data. Het is alleen beschikbaar als numpy biedt het ook (dwz numpy & # x3e; = 1,6).
• Leaf nodes nu attributen voor het ophalen van de grootte van de gegevens in het geheugen en op de schijf. De gegevens op de schijf kunnen worden gecomprimeerd, zodat de nieuwe attributen maken het gemakkelijk om de data compressie rantsoen te berekenen.

Wat is nieuw in versie 2.3.1:

• Fixed a bug die verhinderd scalaire datasets van lezen omgezette types.
• Fixed a bug in `setup.py` die installatie van PyTables 2.3 veroorzaakt te mislukken op hosts met meerdere python versies geïnstalleerd.

Wat is nieuw in versie 2.3.1 RC1:

• Fixed a bug die verhinderd scalaire datasets lezen van niet-omgezette types.
• Fixed a bug in `setup.py` die installatie van PyTables 2.3 veroorzaakt te mislukken op hosts met meerdere python versies geïnstalleerd.

Wat is nieuw in versie 2.3:

• OPSI is een krachtige en innovatieve indexering engine waardoor PyTables te voeren snel queries op willekeurig grote tafels. Bovendien biedt het een breed scala aan optimalisatie niveaus voor zijn indexen, zodat de gebruiker het beste een die past bij haar behoeften (min of meer de grootte, meer of minder prestaties) kan kiezen. Indexatie code maakt ook gebruik van de mogelijkheden van de vectorisatie NumPy en Numexpr pakketten om ervoor te zorgen echt korte indexering en zoektijden.
• Een verfijnd LRU cache voor zowel metadata (knooppunten) en regelmatige gegevens waarmee u de maximale snelheid te bereiken voor intensief browsen boom object tijdens data leest en queries. Het vormt een aanvulling op de toch al efficiënte cache aanwezig in hdf5, maar dit is meer gericht op high-level structuren die specifiek zijn voor PyTables zijn en die essentieel zijn voor het bereiken van zeer hoge prestaties zijn.