PyTables

PyTables on rakennettu päälle HDF5 kirjasto ja numarray Python paketti.
Se omistaa OO käyttöliittymä, joka yhdessä C-luotu koodi Cython nostaa yleinen nopeus.

Ominaisuudet

• Helppo Käytä
• Tuki NaturalNaming järjestelmästä
• Helppo pääsy tietoihin
• Saves muisti
• Rakenne tietoja luonnollisella tavalla
• Speedy I / O-toimintaa

Mikä on uusi tässä julkaisussa:

• Kiinteä väärä Unicode-vertailun varoitus.
• Parannettu käsittely tyhjän merkkijonon määritteet. Aiemmissa versioissa PyTables tyhjän merkkijonon säilytettiin skalaarilukui- HDF5 attribuutteja, joiden koko 1 ja arvon "& # x5c; 0" (tyhjä null päättyvä merkkijono). Nyt tyhjä merkkijono tallennetaan HDF5 attribuutteja, joiden nolla kokoa.
• Lisätty uusi keittokirja resepti ja pari esimerkkiä yksinkertaisia ​​ketjuttaminen kanssa PyTables.
• tarpeeton: func: `utilsextension.get_indices` toiminto on poistettu (korvattu: met:` slice.indices`).
• Salli negatiiviset indeksit pisteen valinnan.
• Indeksi ei käytetä, jos se väitti ei ollut tuloksia.
• Atomit ja Col tyyppejä enää generoidaan dynaamisesti, joten nyt on helpompi IDE ja staattisen analyysin työkalu käsitellä niitä.
• keysort toimii idx-opt.c on cythonised avulla sulatettua tyyppejä. Perfomance on pääosin ennallaan, mutta koodi on paljon yksinkertaisempi nyt.
• pieni yksikkö testejä uudelleen factoring.

Mikä on uusi versiossa 3.1.1:

• parannukset:
• Älä luo väliaikainen array kun * obj * parametri ei ole määritelty: met: `File.create_array`.
• lisätyt kaksi uutta apuohjelmia (: FUNC: `tables.nodes.filenode.read_from_filenode` ja: func:` tables.nodes.filenode.save_to_filenode`) suoran kopioida tiedostojärjestelmä filenode ja päinvastoin.
• Poistettu: file: 'esimerkkejä / sisäkkäisiä-iter.py` katsottu enää hyötyä.
• Parempi havaitseminen `-msse2` kääntäjä lippu.
• Bugs kiinteä:
• Kiinteä kriittinen vika, poikkeuksen tuonnin aikaan.
• sisäinen Blosc_ kirjasto on päivitetty versioon 1.3.5.

Mikä on uusi versiossa 2.4.0:

• Lisätty tuki float16 tietotyypin. Se on käytettävissä vain, jos numpy antaa sen hyvin (ts numpy & # x3e; = 1,6).
• Leaf solmut nyt attribuutteja hakemiseksi koko muistissa ja levyllä. Tiedot levyllä voidaan pakata, jotta uudet ominaisuudet helpottavat laskea datakompression annos.

Mikä on uusi versiossa 2.3.1:

• Kiinteä vika, joka esti lukea skalaari aineistoja of toteutumatta tyyppejä.
• Kiinteä vian `setup.py` joka aiheutti asennus PyTables 2.3 epäonnistua isännät useita python versioita asennettuna.

Mikä on uusi versiossa 2.3.1 RC1:

• Kiinteä vika, joka esti lukea skalaari aineistot ja panematta täytäntöön tyyppejä.
• Kiinteä vian `setup.py` joka aiheutti asennus PyTables 2.3 epäonnistua isännät useita python versioita asennettuna.

Mikä on uusi versiossa 2.3:

• OPSI on tehokas ja innovatiivinen indeksointi moottori mahdollistaa PyTables suorittamiseen nopea kyselyt mielivaltaisesti suuria taulukoita. Lisäksi se tarjoaa laajan valikoiman optimointia tasot sen indeksejä niin, että käyttäjä voi valita paras, joka sopii hänen tarpeitaan (enemmän tai vähemmän koko, enemmän tai vähemmän suorituskykyä). Indeksointi koodin myös hyödyntää vectorization valmiuksia NumPy ja Numexpr paketteja varmistaa todella lyhyt indeksointi ja hakuajat.
• hienosäädetty LRU välimuisti sekä metatietojen (solmut) ja säännölliset tiedot, jonka avulla voit saavuttaa maksiminopeuden intensiiviseen objektin puu selailun aikana tietoja lukee ja kyselyitä. Se täydentää jo tehokas välimuisti läsnä HDF5, vaikka tämä on enemmän suunnattu korkean tason rakenteita, jotka ovat ominaisia ​​PyTables ja jotka ovat kriittisiä saavuttaa erittäin korkean suorituskyvyn.