PyTables

PyTables wird auf der Oberseite des HDF5 Bibliothek und der numarray Python-Paket gebaut.
Es hält eine OO-Schnittstelle, die in Verbindung mit C-generierten Code aus Cython erhöht die Gesamtgeschwindigkeit

Eigenschaften .

• Einfach zu verwenden
• Unterstützung für die NaturalNaming Schema
• Einfacher Zugang zu den Daten
• Spart Speicher
• Strukturdaten auf natürliche Weise
• Speedy I / O-Operationen

Was ist neu in dieser Pressemitteilung:.

• Fixed eine falsche Unicode Vergleich Warnung
• Verbesserte Behandlung von leeren String Attribute. '& # X5C; 0 "in früheren Versionen von PyTables wurden leere Zeichenfolge als skalare HDF5 Attribute mit der Größe 1 und Wert gespeichert (eine leere null endender String). Jetzt leeren String gespeichert als HDF5 Attribute mit Größe Null.
• Es wurde eine neue Kochbuch Rezept und ein paar Beispiele für einfache threading mit PyTables.
• Die redundante: func: `utilsextension.get_indices` Funktion beseitigt worden (ersetzt durch: meth:` slice.indices`).
• Lassen negative Indizes in Punktauswahl.
• Index wurde nicht verwendet, wenn sie behauptete, es wurden keine Ergebnisse.
• Atome und Col-Typen werden nicht mehr so ​​dynamisch generiert jetzt ist es einfacher für IDEs und statische Analyse-Tool, um sie zu behandeln.
• Die keysort Funktionen in idx-opt.c habe mit kondensierten Arten cythonised. Die Performance ist weitgehend unverändert, aber der Code ist viel einfacher jetzt.
• Kleine Unit-Tests erneut Factoring.

Was ist neu in Version 3.1.1:

• Verbesserungen:
• ein temporäres Array Erstellen Sie nicht, wenn der obj * * Parameter nicht angegeben in: meth:. `File.create_array`

Für die direkte Kopie von Dateisystem zu Dateiknoten und umgekehrt Zwei neue Hilfsfunktionen (: `tables.nodes.filenode.save_to_filenode` func:` tables.nodes.filenode.read_from_filenode` und:: Func). >
• Entfernt das: file:. `Beispiele / verschachtelten iter.py` als nicht mehr sinnvoll
• Bessere Erkennung des `-msse2` Compiler-Flag.
• Fehler behoben:
• einen kritischen Fehler, der eine Ausnahme beim Importieren, wurde behoben.
• Die interne Blosc_ Bibliothek wurde auf Version 1.3.5 aktualisiert.

Was ist neu in Version 2.4.0:

• Unterstützung für die float16 Datentyp. Es ist nur verfügbar, wenn numpy bietet es auch (dh numpy & # x3e; = 1,6).
• Blattknoten haben jetzt Attribute für das Abrufen der Größe der Daten im Speicher und auf der Festplatte. Daten auf der Festplatte können komprimiert werden, so dass die neuen Eigenschaften machen es einfach, die Datenkompressionsverhältnis zu berechnen.

Was ist neu in Version 2.3.1:

• Ein Fehler, der zu skalaren Datensätzen zu lesen, wurde behoben implementierte Typen.
• einen Fehler in `setup.py`, die Installation von PyTables 2.3 veranlaßt, auf Hosts mit mehreren Python-Versionen installiert fehlschlagen, wurde behoben.

Was ist neu in Version 2.3.1 RC1:

• Ein Fehler, der zu skalaren Datensätzen zu lesen, wurde behoben von nicht implementierten Typen.
• einen Fehler in `setup.py`, die Installation von PyTables 2.3 veranlaßt, auf Hosts mit mehreren Python-Versionen installiert fehlschlagen, wurde behoben.

Was ist neu in Version 2.3:

• OPSI ist eine leistungsstarke und innovative Indexiermaschine ermöglicht PyTables durchführen schnelle Abfragen auf beliebig große Tabellen. Darüber hinaus bietet es eine breite Palette von Optimierungsstufen für ihre Indizes, so dass der Benutzer die beste, die ihre Bedürfnisse (mehr oder weniger Größe, mehr oder weniger Leistung) passt. Indexierung Code nutzt auch der Vektorisierung Fähigkeiten der NumPy und numexpr Pakete wirklich kurz Indizierung und Suchzeiten zu gewährleisten.
• Eine fein abgestimmte LRU Cache sowohl für Metadaten (Knoten) und regelmäßige Daten, die Sie maximale Geschwindigkeit für intensive Objektbaum-Browsing zu erreichen während der Datenlesevorgänge und Abfragen können. Es ergänzt die bereits in HDF5 effizienten Cache vorhanden, obwohl dies eher auf High-Level-Strukturen, die spezifisch für PyTables sind und die entscheidend für das Erreichen sehr hoher Leistung sind.