PyTables

PyTables được xây dựng trên đầu trang của thư viện HDF5 và gói numarray Python.
Nó chứa một giao diện OO đó, kết hợp với C-mã được tạo ra từ Cython tăng tốc độ tổng thể

Tính năng .

• Dễ sử dụng
• Hỗ trợ cho các chương trình NaturalNaming
• Dễ dàng truy cập vào các dữ liệu
• Tiết kiệm bộ nhớ
• dữ liệu Cấu trúc một cách tự nhiên
• Speedy I / O hoạt động

là gì mới trong phiên bản này:.

• Cố định một cảnh báo unicode so sánh giả
• Cải thiện xử lý các thuộc tính chuỗi rỗng. Trong các phiên bản trước của PyTables chuỗi rỗng được lưu trữ như là vô hướng HDF5 thuộc tính có kích thước 1 và giá trị '& # x5c; 0' (một null chấm dứt chuỗi rỗng). Bây giờ chuỗi rỗng được lưu trữ như HDF5 thuộc tính có kích cỡ bằng không.
• Thêm một công thức dạy nấu ăn mới và một vài ví dụ cho luồng đơn giản với PyTables.
• Các thiết: func: `chức năng utilsextension.get_indices` đã được loại bỏ (thay thế bằng: meth:` slice.indices`).
• Cho phép chỉ số tiêu cực trong lựa chọn điểm.
• Index đã không được sử dụng nếu nó tuyên bố không có kết quả.
• Các nguyên tử và Col loại không còn được tạo ra tự động vì vậy bây giờ nó là dễ dàng hơn cho các IDE và các công cụ phân tích tĩnh để xử lý chúng.
• Các chức năng keysort trong idx-opt.c đã được cythonised sử dụng các loại hợp nhất. Biến là chủ yếu không thay đổi, nhưng mã là nhiều đơn giản hơn bây giờ.
• Small đơn vị xét nghiệm lại bao thanh toán.

là gì mới trong phiên bản 3.1.1:

• Cải tiến:
• Không tạo ra một mảng tạm thời khi * obj * tham số không được quy định tại: meth:. `File.create_array`
• Thêm hai chức năng tiện ích mới (: func: `tables.nodes.filenode.read_from_filenode` và: func:` tables.nodes.filenode.save_to_filenode`) cho các bản sao trực tiếp từ hệ thống tập tin để filenode và ngược lại
• Loại bỏ các: file:. `Ví dụ / lồng nhau-iter.py` coi là không còn hữu ích
• phát hiện tốt hơn các trình biên dịch `cờ -msse2`.
• Lỗi cố định:
• Cố định một lỗi nghiêm trọng gây ra một ngoại lệ tại thời điểm nhập khẩu.
• Thư viện Blosc_ nội bộ đã được cập nhật lên phiên bản 1.3.5.

là gì mới trong phiên bản 2.4.0:

• Thêm hỗ trợ cho kiểu dữ liệu float16. Nó chỉ có sẵn nếu numpy cung cấp nó như là tốt (tức là numpy & # x3e; = 1,6).

Nút
• Leaf bây giờ có các thuộc tính để lấy kích thước của dữ liệu trong bộ nhớ và trên đĩa. Dữ liệu trên đĩa có thể được nén, do đó, các thuộc tính mới làm cho nó dễ dàng để tính toán khẩu phần nén dữ liệu.

là gì mới trong phiên bản 2.3.1:

• Cố định một lỗi đó ngăn chặn để đọc các tập dữ liệu vô hướng của loại chưa thực hiện.
• Cố định một lỗi trong `setup.py` gây lắp đặt PyTables 2,3 đến thất bại trên máy chủ với nhiều phiên bản python cài đặt.

là gì mới trong phiên bản 2.3.1 RC1:

• Cố định một lỗi đó ngăn chặn để đọc các tập dữ liệu vô hướng các loại chưa thực hiện.
• Cố định một lỗi trong `setup.py` gây lắp đặt PyTables 2,3 đến thất bại trên máy chủ với nhiều phiên bản python cài đặt.

là gì mới trong phiên bản 2.3:

• OPSI là một công cụ mạnh mẽ và sáng tạo chỉ mục cho phép để thực hiện PyTables truy vấn nhanh trên bảng tùy tiện lớn. Hơn nữa, nó cung cấp một loạt các mức độ tối ưu hóa cho các chỉ số của mình để người dùng có thể chọn một trong những tốt nhất phù hợp với nhu cầu của mình (kích thước nhiều hơn hoặc ít hơn, nhiều hơn hoặc ít hơn hiệu suất). Mã chỉ số hóa cũng lợi dụng các khả năng vector của các gói NumPy và Numexpr để đảm bảo thực sự ngắn chỉ mục và tìm kiếm lần.
• Một bộ nhớ cache LRU tinh chỉnh cho cả siêu dữ liệu (node) và dữ liệu thường xuyên cho phép bạn đạt được tốc độ tối đa cho các trình duyệt đối tượng cây sâu trong dữ liệu đọc và truy vấn. Nó bổ sung hiện nay bộ nhớ cache đã hiệu quả trong HDF5, mặc dù điều này là hơn hướng cấu trúc cấp cao được cụ thể cho PyTables và đó rất quan trọng để đạt được hiệu suất rất cao.