Xan 0.49.0 版本发布:数据处理工具的重大更新
Xan 是一个强大的命令行数据处理工具,专为处理结构化数据而设计。它提供了丰富的功能,可以轻松地对 CSV、TSV 等格式的数据进行转换、分析和可视化。Xan 特别适合处理大规模数据集,其简洁的语法和高效的性能使其成为数据科学家和工程师的理想选择。
重大变更
本次 0.49.0 版本带来了一个重要的破坏性变更:移除了 xan agg
和 xan groupby
命令中的 -p/--parallel
和 -c/--chunk-size
参数。这些参数原本用于并行处理数据块,但在实际使用中发现它们的作用有限,只有在聚合表达式本身计算成本较高(如读取文件)时才有明显效果。
开发者建议,如果需要并行处理,可以使用上游的 xan map -p
命令替代。此外,新增的 xan parallel (agg | groupby)
命令可以更好地支持对多个文件的并行处理。
新增功能
输入处理增强
-
xan input
命令新增多项功能:--tabs
:明确指定使用制表符作为分隔符-H/--skip-headers
:跳过文件头-L/--skip-lines
:跳过指定行数-R/--skip-rows
:跳过指定行数(与-L
类似但语义更明确)- 新增对 VCF、GTF 和 GFF 格式的支持
-
搜索功能增强:
xan search
新增-R/--replace
和--replacement-column
选项,支持搜索并替换功能
-
重命名功能增强:
xan rename
新增-S/--slugify
选项,可以将列名转换为更友好的 URL 安全格式
-
Moonblade 表达式语言增强:
- 新增
sum
函数,方便进行求和计算
- 新增
-
文件格式支持扩展:
- 新增对 .psv(管道分隔)、.ssv(空格分隔)和 .scsv(分号分隔)文件扩展名的支持
-
其他实用功能:
xan headers
新增-s/--start
选项,可以指定起始行- 新增
xan to txt
命令,支持将数据转换为纯文本格式 xan behead
新增-A/--append
选项,可以将表头追加到文件末尾xan hist
新增-G/--compress-gaps
选项,可以压缩直方图中的空白区间xan agg
新增--cols
选项,可以指定要聚合的列
问题修复
-
视图显示优化:
xan view --no-headers
现在会自动启用--hide-headers
,使显示更加一致
-
文件处理改进:
xan from
现在能正确解压某些 gzip 格式的文件xan fill -v
现在能正确处理文件开头的空单元格xan parallel -t
现在不会使用超过输入文件数量的线程
-
统计计算修正:
- 修复了
xan stats
遇到 NaN 值时崩溃的问题
- 修复了
-
表达式解析改进:
- Moonblade 表达式现在能正确识别制表符作为空白字符
-
连接操作修复:
- 修复了
xan join --cross
在连接不同列数的文件时的问题
- 修复了
-
输出格式完善:
- 为
xan to
命令添加了缺失的-n/--no-headers
和-d/--delimiter
选项
- 为
-
进度显示修正:
- 修复了
xan progress -B
在处理 gzip 压缩文件时的问题
- 修复了
-
颜色显示增强:
- 为
xan plot
添加了缺失的-C/--force-colors
选项
- 为
技术解析
Xan 0.49.0 版本的更新主要集中在三个方面:功能增强、性能优化和用户体验改进。
在功能方面,新增的输入处理选项使得 Xan 能够更好地适应各种数据源格式,特别是对生物信息学领域常用的 VCF、GTF 和 GFF 格式的支持,大大扩展了 Xan 的应用场景。Moonblade 表达式语言的增强也为复杂的数据转换提供了更多可能性。
性能优化方面,虽然移除了部分并行处理选项,但通过重构命令结构,实际上提供了更清晰、更高效的并行处理方式。特别是新增的 xan parallel
子命令,为大规模数据处理提供了更好的解决方案。
用户体验方面,各种小问题的修复和选项的完善使得 Xan 的使用更加稳定和直观。例如,自动关联 --no-headers
和 --hide-headers
选项,减少了用户的配置负担;改进的 NaN 值处理则提高了工具的健壮性。
总体而言,Xan 0.49.0 版本在保持原有简洁高效特点的同时,进一步提升了功能丰富度和使用体验,是数据处理工作流中值得升级的重要版本。
- 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~042CommonUtilLibrary
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!C0298- 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









