Narwhals v1.35.0 版本发布：性能优化与API改进

Narwhals 是一个为数据科学和数据分析领域设计的Python库，它提供了高效的数据处理能力，特别适合处理大规模数据集。该项目通过提供简洁的API和优化的执行引擎，帮助开发者更高效地进行数据操作和分析。

重大变更

本次发布的v1.35.0版本包含了一些重要的API变更，开发者需要特别注意：

1. Series.hist方法调整：该版本对Series.hist方法进行了调整，使其行为与Polars保持一致。这一变更可能会影响现有的直方图生成代码。

2. concat方法限制：现在明确禁止在LazyFrame上使用concat(..., how="horizontal")的水平连接操作。这一变更是为了确保API的一致性和稳定性。

性能优化

v1.35.0版本在性能方面做了显著改进：

1. 类型推断优化：在__getitem__和filter操作中，现在只使用序列的第一个元素来推断类型，这大大减少了类型推断的开销，特别是在处理大型数据集时。

功能增强

本版本引入了多项功能增强：

1. 滚动函数稳定性：移除了rolling_*和ewm_mean函数的"unstable"标记，表明这些函数现在已经足够稳定，可以在生产环境中使用。

2. DuckDB表达式增强：为DuckDBExpr.rank方法新增了对'ordinal'、'max'和'average'参数的支持，提供了更多排名计算选项。

3. 表达式元数据统一：改进了表达式元数据的处理，统一了嵌套over语句、嵌套聚合以及聚合上过滤的异常处理，使错误信息更加清晰一致。

4. 类型提示增强：新增了polars字面量别名，改善了代码的静态类型检查支持。

问题修复

v1.35.0版本修复了多个重要问题：

1. DuckDBLazyFrame.rename问题：修复了使用Python API时DuckDBLazyFrame.rename方法的问题。

2. nw.len().over异常：修复了在pandas-like模式下不必要的异常抛出问题。

测试与基础设施改进

开发团队在本版本中进行了多项测试和基础设施改进：

1. 测试标记优化：使用skip替代xfail来标记不支持的测试用例，提高了测试报告的清晰度。

2. 性能测试增强：现在可以打印最慢的测试用例，帮助识别性能瓶颈。

3. DuckDB支持改进：更多地使用Python API来实现DuckDB支持，提高了代码的维护性。

4. 版本准备：为即将到来的v2版本进行了测试准备。

总结

Narwhals v1.35.0版本在性能、稳定性和功能完备性方面都做出了显著改进。特别是对类型推断的优化和对DuckDB支持的增强，将直接提升用户在处理大型数据集时的体验。虽然包含了一些破坏性变更，但这些变更是为了确保API的长期稳定性和一致性。建议所有用户升级到此版本，以获得更好的性能和更稳定的功能体验。