PyTables

PyTables är byggd ovanpå hdf5 biblioteket och numarray Python paketet.
Den rymmer ett OO-gränssnitt som tillsammans med C-genererade koden från Cython ökar totala hastigheten

Egenskaper .

• Lätt att använd
• Stöd för NaturalNaming systemet
• Enkel åtkomst till data
• Sparar minne
• Struktur data på ett naturligt sätt
• Speedy I / O-operationer

Vad är nytt i den här versionen.

• Fixat en falsk unicode jämförelse varning
• Förbättrad hantering av tomma sträng attribut. I tidigare versioner av PyTables tom sträng lagrades som skalär hdf5 attribut med storlek 1 och värde "& # x5c; 0" (en tom noll avslutas sträng). Nu tom sträng lagras som hdf5 attribut med noll storlek.
• Lade till en ny recept kokbok och ett par exempel på enkel gäng med PyTables.
• Den redundanta: funk: `utilsextension.get_indices` funktion har eliminerats (ersatt av meth:` slice.indices`).
• Tillåt negativa index i punkt.
• Index var inte används om det hävdade att det inte fanns några resultat.
• atomer och Col typer inte längre genereras dynamiskt så nu är det lättare för Ides och statisk analys verktyg för att hantera dem.
• De keysort funktioner i idx-opt.c har cythonised med hjälp av kondenserade typer. Den Perfomance är mestadels oförändrad, men koden är mycket mer enklare nu.
• Små enhetstester återfactoring.

Vad är nytt i version 3.1.1:

• Förbättringar:
• Skapa inte en tillfällig array när * obj * parameter inte anges i: meth. `File.create_array`
• lagt till två nya nyttofunktioner (: funk: `tables.nodes.filenode.read_from_filenode` och: funk:` tables.nodes.filenode.save_to_filenode`) för direkt kopia från filsystem till filenode och vice versa
• Tog bort: file:. `Exempel / kapslade-iter.py` anses inte längre användbar
• Bättre detektion av det så kallade -msse2` kompilatorn flagga.
• Buggar fast:
• Fixat en kritisk bugg som orsakade ett undantag vid import tid.
• Den interna Blosc_ biblioteket har uppdaterats till version 1.3.5.

Vad är nytt i version 2.4.0:

• Stöd för typen float16 uppgifter. Det är endast tillgänglig om numpy ger det också (det vill säga numpy & # x3e; = 1,6).
• lövnoder har nu attribut för att hämta storleken på data i minnet och på hårddisken. Data på disk kan komprimeras, så de nya attribut gör det enkelt att beräkna datakompressionsranson.

Vad är nytt i version 2.3.1:

• Fixat en bugg som hindrade att läsa skalära datamängder inte genomförts typer.
• Fixat en bugg i `setup.py` som orsakade installation av PyTables 2.3 misslyckas på datorer med flera Python-version installerad.

Vad är nytt i version 2.3.1 RC1:

• Fixat en bugg som hindrade att läsa skalära datauppsättningar av icke införlivat typer.
• Fixat en bugg i `setup.py` som orsakade installation av PyTables 2.3 misslyckas på datorer med flera Python-version installerad.

Vad är nytt i version 2.3:

• OPSI är en kraftfull och innovativ indexering motor möjliggör PyTables att utföra snabba frågor om godtyckligt stora tabeller. Dessutom erbjuder ett brett utbud av optimeringsnivåer för sina index så att användaren kan välja den bästa som passar hennes behov (mer eller mindre storlek, mer eller mindre prestanda). Indexering kod tar också fördel av vektorisering kapaciteten hos numpy och Numexpr paket för att säkerställa riktigt korta indexering och söktider.
• En finjusteras LRU cache för både metadata (noder) och regelbunden insamling av uppgifter som gör att du kan uppnå maximal hastighet för intensiv objektträdet surfning vid dataläsningar och frågor. Den kompletterar det redan effektiv cache närvarande i hdf5, även om detta är mer inriktad på hög nivå strukturer som är specifika för PyTables och som är kritiska för att uppnå mycket hög prestanda.