Capitolo 1. Introduzione ai polari
Questo lavoro è stato tradotto utilizzando l'AI. Siamo lieti di ricevere il tuo feedback e i tuoi commenti: translation-feedback@oreilly.com
Nel 2022, ci siamo trovati nel bel mezzo di un progetto impegnativo per un cliente. La loro pipeline di dati stava crescendo fuori controllo.La base di codice era un mix di Python e R, con la parte Python che si affidava pesantemente al pacchetto pandas per gestire tutti i dati. Nel corso del tempo, sono emersi tre problemi principali: il codice stava diventando sempre più difficile da mantenere, le prestazioni erano rallentate a dismisura e il consumo di memoria era salito alle stelle, superando i 500 GB. Questi problemi stavano soffocando la produttività e spingendo i limiti dell'infrastruttura.
Convincere il resto del team a migrare sia il codice dei panda che quello di R verso Polars non è stato facile, ma una volta effettuato il passaggio, l'impatto è stato immediato. La nuova pipeline di dati era molto più veloce e l'ingombro di memoria si è ridotto a soli 40 GB, una frazione di quello che era prima.
Grazie a questo successo, siamo pienamente convinti della potenza di Polars. Abbiamo scritto questo libro, Python Polars: The Definitive Guide, per condividere con te ciò che abbiamo imparato e aiutarti a sbloccare lo stesso potenziale nei tuoi flussi di lavoro sui dati.
In questo capitolo introduttivo imparerai:
-
Le caratteristiche principali di Polars
-
Perché Polars è veloce e popolare
-
Come Polars ...
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