PyTables

PyTables построен на вершине библиотеки HDF5 и пакет Numarray Python.
Он содержит интерфейс OO, что, в сочетании с C-код, сгенерированный из Cython увеличивает общую скорость

Особенности :.

• Легко использовать
• Поддержка схемы NaturalNaming
• Удобный доступ к данным
• Сохраняет память
• Структура данных естественным образом
• Быстрый операций ввода / вывода

Что нового В этом выпуске:.

• Исправлена ​​ложный предупреждение сравнение юникода
• Улучшена обработка пустых атрибутов строк. В предыдущих версиях PyTables пустая строка, хранили скаляр HDF5 атрибуты, имеющей размер 1 и значение '& #; x5c 0' (пустая строка нулем). Теперь пустая строка хранятся как атрибуты HDF5 имея нулевой размер.
• Добавлена ​​новая универсальный рецепт и пару примеров для простого резьбы с PyTables.
• Резервный: FUNC: `utilsextension.get_indices` функция была устранена (заменен: мет:` slice.indices`).
• Разрешить отрицательные индексы в выборе точки.
• Индекс был не используется, если он утверждал, что не было никаких результатов.
• Атомы и Col типа больше не генерируются динамически, так что теперь легче Иды и статического анализа, чтобы справиться с ними.
• В keysort функции в IDX-opt.c были cythonised использованием конденсированных типов. Perfomance в основном без изменений, но код намного более простым в настоящее время.
• Малый модульные тесты повторно факторинг.

Что нового в версии 3.1.1:

• Улучшения:
• Не создавать временный массив, когда * * OBJ параметр не указан в: мет:. `File.create_array`
• Добавлены два новых служебных функций (FUNC:: `tables.nodes.filenode.read_from_filenode` и: FUNC:` tables.nodes.filenode.save_to_filenode`) для прямого копирования файловой системы из filenode и наоборот
• Удалены: файл. `примеры / вложенных iter.py` не считается уже не полезно
• Лучше обнаружение `-msse2` флагом компилятора.
• Исправлены ошибки:
• Исправлена ​​критическая ошибка, приводившая исключение во время импорта.
• внутренняя библиотека Blosc_ был обновлен до версии 1.3.5.

Что нового в версии 2.4.0:

• Добавлена ​​поддержка типа float16 данных. Он доступен, только если NumPy предоставляет его, а также (т.е. NumPy и # x3e; = 1,6).
• Листовые узлы теперь атрибуты для получения размера данных в памяти и на диске. Данные на диске могут быть сжаты, так что новые свойства делают легко вычислить сжатия данных рацион.

Что нового в версии 2.3.1:

• Исправлена ​​ошибка, не позволявшая читать скалярные наборов данных Нереализованные типа.
• Исправлена ​​ошибка в `setup.py`, что вызвало установку PyTables 2.3 сбой на компьютерах с несколькими версиями питона установлены.

Что нового в версии 2.3.1 RC1:

• Исправлена ​​ошибка, не позволявшая читать скалярные наборов данных типов невыполненными.
• Исправлена ​​ошибка в `setup.py`, что вызвало установку PyTables 2.3 сбой на компьютерах с несколькими версиями питона установлены.

Что нового в версии 2.3:

• OPSI является мощным и инновационным двигателем индексации позволяет PyTables выполнять быстрые запросы на сколь угодно больших таблиц. Кроме того, она предлагает широкий диапазон уровней оптимизации для своих индексов, так что пользователь может выбрать лучший тот, который подходит ее потребности (более или менее размера, более или менее производительности). Индексация код также использует векторизации возможностей пакетов NumPy и Numexpr, чтобы обеспечить действительно короткие индексации и поиска раз.
• Кэш доработаны ЗРУ как для метаданных (узлов) и регулярного данных, что позволяет достичь максимальной скорости для интенсивного просмотра дерева объектов данных в процессе чтения и запросы. Он дополняет уже эффективную подарок кэша в hdf5, хотя это более ориентированы в сторону структур высокого уровня, которые являются специфическими для PyTables и которые имеют решающее значение для достижения очень высокой производительности.