Narwhals v1.27.0版本发布:性能优化与功能增强
Narwhals是一个专注于数据处理的Python库,它提供了高效、灵活的数据操作接口,能够与多种数据处理后端(如Pandas、Spark等)无缝集成。该项目旨在为数据科学家和工程师提供统一的API,简化跨平台数据处理工作流程。
性能优化亮点
本次v1.27.0版本在性能方面做出了多项重要改进:
-
避免重复表达式计算:在
mean_horizontal
函数中优化了实现逻辑,消除了不必要的重复表达式计算,显著提升了计算效率。 -
异常处理优化:重构了
_hasattr_static
方法的实现,减少了try/except块的使用,使得属性检查更加高效。 -
分组操作加速:针对Pandas风格的单表达式分组操作实现了快速路径处理,同时优化了索引重置逻辑,避免在不需要时执行不必要的索引操作。
新增功能特性
-
Spark风格结构体支持:新增了对Spark风格结构体的转换支持,用户现在可以方便地在Narwhals和Spark结构体之间进行类型转换。
-
Series索引增强:实现了
series[other_series]
形式的索引操作,提供了更灵活的数据访问方式。
问题修复与改进
-
统计计算修正:调整了DuckDB中人口偏度的计算方式,通过引入修正因子确保获得样本偏度的正确结果。
-
SQLFrame兼容性:修复了SQLFrame在合规性检查中的误报问题。
-
类型系统增强:多项类型系统改进,包括将
TypeGuard
升级为TypeIs
,优化了时间单位和时区的类型处理。
代码质量提升
-
类型注解强化:通过使用
Mapping
和Sequence
等抽象基类,使from_numpy
和from_dict
等方法的类型提示更加灵活和准确。 -
测试覆盖扩展:增加了对
sum_horizontal
等函数的测试用例,确保转换操作的正确性。 -
代码重构:对表达式元数据、过滤逻辑和命名表达式等核心组件进行了重构,提高了代码的可维护性。
总结
Narwhals v1.27.0版本在保持API稳定性的同时,通过性能优化、功能增强和问题修复,进一步提升了数据处理效率和用户体验。特别是对Spark结构体的支持和对Series索引的增强,使得跨平台数据处理更加便捷。这些改进使得Narwhals在数据科学工作流中的价值更加突出,为处理大规模数据集提供了更高效的工具。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









