PyTables

PyTables dibangun di atas perpustakaan HDF5 dan paket numarray Python.
Ini memegang sebuah antarmuka OO itu, dikombinasikan dengan kode C yang dihasilkan dari Cython meningkatkan kecepatan keseluruhan

Fitur :.

• Mudah menggunakan
• Dukungan untuk skema NaturalNaming
• Akses mudah ke data
• Menyimpan memori
• Data Struktur dengan cara alami
• Speedy I / O operasi

Apa yang baru dalam rilis ini:.

• Fixed unicode perbandingan peringatan palsu
• Peningkatan penanganan atribut string kosong. Dalam versi sebelumnya dari PyTables string kosong disimpan sebagai skalar HDF5 atribut memiliki ukuran 1 dan nilai '& # x5c; 0' (null kosong dihentikan string). Sekarang string kosong disimpan sebagai HDF5 atribut memiliki ukuran nol.
• Ditambahkan resep masak baru dan beberapa contoh untuk threading sederhana dengan PyTables.
• berlebihan The: func: `fungsi utilsextension.get_indices` telah dieliminasi (diganti dengan: met:` slice.indices`).
• Izinkan indeks negatif dalam pemilihan titik.
• Indeks tidak digunakan jika mengaku tidak ada hasil.
• Atom dan Col jenis tidak lagi dihasilkan secara dinamis sehingga sekarang lebih mudah untuk IDE dan alat analisis statis untuk menangani mereka.
• Fungsi keysort di idx-opt.c telah cythonised menggunakan jenis menyatu. Kinerja ini sebagian besar tidak berubah, tetapi kode ini jauh lebih sederhana sekarang.
• Kecil unit test ulang anjak piutang.

Apa yang baru di versi 3.1.1:

• Perbaikan:
• Jangan membuat array sementara ketika * obj * parameter tidak ditentukan di: met:. `File.create_array`
• Ditambahkan dua fungsi utilitas baru (: func: `tables.nodes.filenode.read_from_filenode` dan: func:` tables.nodes.filenode.save_to_filenode`) untuk salinan langsung dari filesystem ke filenode dan sebaliknya
• Dihapus: berkas:. `Contoh / bersarang-iter.py` dianggap tidak lagi berguna
• deteksi yang lebih baik dari `-msse2` bendera compiler.
• Bugs tetap:
• Fixed bug kritis yang menyebabkan pengecualian pada saat impor.
• Perpustakaan Blosc_ internal yang telah diperbarui ke versi 1.3.5.

Apa yang baru di versi 2.4.0:

• Ditambahkan dukungan untuk tipe data float16. Hal ini hanya tersedia jika numpy memberikan itu juga (yaitu numpy & x3e #; = 1,6).

Node
• Leaf sekarang memiliki atribut untuk mengambil ukuran data dalam memori dan pada disk. Data pada disk dapat dikompresi, sehingga atribut baru membuatnya mudah untuk menghitung rasio kompresi data.

Apa yang baru di versi 2.3.1:

• Fixed bug yang dicegah untuk membaca dataset skalar dari jenis diimplementasikan.
• Fixed bug di `setup.py` yang menyebabkan instalasi PyTables 2.3 gagal pada host dengan beberapa python versi diinstal.

Apa yang baru di versi 2.3.1 RC1:

• Fixed bug yang dicegah untuk membaca dataset skalar jenis diimplementasikan
.
• Fixed bug di `setup.py` yang menyebabkan instalasi PyTables 2.3 gagal pada host dengan beberapa python versi diinstal.

Apa yang baru di versi 2.3:

• OPSI adalah mesin pengindeksan yang kuat dan inovatif yang memungkinkan untuk melakukan PyTables query cepat pada tabel sewenang-wenang besar. Selain itu, ia menawarkan berbagai tingkat optimasi untuk indeks sehingga pengguna dapat memilih yang terbaik yang sesuai dengan kebutuhan nya (kurang lebih ukuran, kurang lebih kinerja). Kode indeksasi juga mengambil keuntungan dari kemampuan vektorisasi paket NumPy dan Numexpr untuk memastikan pengindeksan dan pencarian kali benar-benar pendek.
• Cache LRU fine-tuned untuk kedua metadata (node) dan data biasa yang memungkinkan Anda mencapai kecepatan maksimum untuk intensif penjelajahan pohon objek selama data yang dibaca dan permintaan. Ini melengkapi cache hadir sudah efisien dalam HDF5, meskipun hal ini lebih diarahkan struktur tingkat tinggi yang khusus untuk PyTables dan yang penting untuk mencapai kinerja yang sangat tinggi.