Narwhals v1.33.0 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,它提供了统一的API接口来操作不同后端的数据框架(如Polars、DuckDB、PySpark等)。这个项目的主要目标是让开发者能够使用相同的代码在不同的数据处理引擎上运行,大大提高了代码的可移植性和开发效率。
性能优化
在v1.33.0版本中,Narwhals团队对Expr.clip
方法进行了优化,减少了不必要的调用。这个改进虽然看起来很小,但对于大数据集处理来说,每一个不必要的操作都会被放大,因此这样的优化能显著提升整体性能。
新增功能
滚动统计函数
这个版本为惰性(Lazy)后端添加了几个重要的滚动统计函数:
rolling_var
:计算滚动方差rolling_std
:计算滚动标准差rolling_mean
:计算滚动平均值
这些函数在处理时间序列数据时特别有用,比如金融数据分析、传感器数据处理等场景。
累积计算增强
Narwhals现在支持更多的累积计算函数:
cum_count
:累积计数cum_prod
:累积乘积cum_max
:累积最大值cum_min
:累积最小值
这些函数在DuckDB和PySpark后端上可用,为数据分析提供了更多灵活的操作方式。
数据唯一性检查
新增了DuckDBExpr.is_unique()
方法,可以方便地检查数据列中的值是否唯一。这在数据清洗和验证阶段非常实用。
数据源扫描功能增强
scan_csv
函数现在支持Spark-like后端,而scan_parquet
函数增加了选项参数,使得从不同数据源读取数据更加灵活。
改进与修复
表达式操作改进
团队修复了Expr.mode
的广播问题,并改进了rank
表达式的实现方式。特别值得注意的是,现在会明确禁止在不支持排序的操作中使用.over(order_by=...)
,这有助于开发者更早地发现潜在问题。
统计函数优化
对于DuckDB后端,现在使用了专门的函数来处理std_pop
、std_samp
、var_pop
和var_samp
等统计操作,提高了计算效率和准确性。
类型系统改进
在类型系统方面,团队做了大量工作,包括:
- 清理了Polars工具类中的类型忽略
- 添加了
LazyExprNameNamespace
协议 - 引入了
EagerSeries*Namespace
协议 - 改进了
CompliantDataFrame
的构造方法
这些改进使得类型提示更加完善,有助于开发者在使用IDE时获得更好的代码补全和错误检查体验。
内部架构优化
团队在代码组织方面做了许多重构工作:
- 使用
._with_*
模式重构内部API方法 - 添加了
CompliantDataFrame.from_arrow
和from_dict
方法 - 使用
.from_iterable()
重构new_series
方法 - 统一了
.from_numpy
方法的实现 - 更新了内部对
._native_series
和._native_frame
的引用
这些重构虽然对最终用户不可见,但提高了代码的可维护性和一致性,为未来的功能扩展打下了更好的基础。
测试与质量保证
团队增加了多个测试用例,包括:
- 测试
shift
到cum_sum
的转换 - 确保测试中的预期数据包含结果数据的所有列
- 修复了cudf测试失败的问题
- 支持pandas在分组上下文中的滚动统计函数
这些测试工作保证了库的稳定性和可靠性。
总结
Narwhals v1.33.0版本在性能、功能和代码质量方面都有显著提升。特别是新增的滚动统计函数和累积计算功能,为时间序列分析提供了更强大的工具。内部架构的优化虽然不影响用户直接使用,但为项目的长期健康发展奠定了基础。
对于数据分析师和工程师来说,这个版本使得在不同数据处理引擎间切换更加无缝,减少了学习不同API的成本。随着项目的持续发展,Narwhals有望成为跨引擎数据处理的标准工具之一。
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
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~0369Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++097AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









