Capitolo 4. Usare DuckDB con i Polar
Questo lavoro è stato tradotto utilizzando l'AI. Siamo lieti di ricevere il tuo feedback e i tuoi commenti: translation-feedback@oreilly.com
La maggior parte dei data scientist e degli analisti di dati conosce la libreria pandas. Con pandas, puoi organizzare il tuo set di dati in strutture Series o DataFrame e utilizzare la vasta gamma di funzioni fornite dalla libreria pandas per la manipolazione dei dati. Tuttavia, una delle principali lamentele nei confronti di pandas è la sua lentezza e le sue inefficienze quando si tratta di grandi insiemi di dati. Ciò è dovuto al fatto che pandas è stato originariamente progettato per lavorare con dati tabellari da inserire in memoria. Quando si tratta di grandi insiemi di dati, diventa lento perché deve scambiare i dati in entrata e in uscita dalla memoria.
Per ovviare alle inefficienze di pandas nel lavorare con grandi insiemi di dati, esiste una libreria concorrente: Polars. La prima parte di questo capitolo fornisce un'introduzione a Polars e a come puoi lavorare con essa (proprio come con pandas). La seconda parte di questo capitolo mostra come puoi interrogare i DataFrames di Polars utilizzando DuckDB.
Introduzione ai polari
Polars è una libreria DataFrame completamente scritta in Rust. Polars è stata progettata tenendo conto di quanto segue:
- Velocità
Polars utilizza Rust, un linguaggio di programmazione noto per le sue prestazioni.
- Parallelismo
I Polar possono sfruttare i processori multicore, ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access