Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
OpenDocCN
ds-ipynb-zh
提交
4450be59
D
ds-ipynb-zh
项目概览
OpenDocCN
/
ds-ipynb-zh
10 个月 前同步成功
通知
1
Star
74
Fork
24
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
D
ds-ipynb-zh
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
提交
4450be59
编写于
1月 12, 2019
作者:
W
wizardforcel
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
7.15
上级
dee930c4
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
3 addition
and
3 deletion
+3
-3
docs/7.15.md
docs/7.15.md
+3
-3
未找到文件。
docs/7.15.md
浏览文件 @
4450be59
...
...
@@ -8,7 +8,7 @@
>
> 本节是[《Python 数据科学手册》](https://github.com/jakevdp/PythonDataScienceHandbook)(Python Data Science Handbook)的摘录。
我们在前面的章节中已经看到,PyData 技术栈的力量,建立在 NumPy 和 Pandas 通过直观语法,将基本操作推送到 C 的能力的基础上:例如 NumPy 中的
下你给
量化/广播操作,以及 Pandas 的分组类型操作。虽然这些抽象对于许多常见用例是高效且有效的,但它们通常依赖于临时中间对象的创建,这可能产生计算时间和内存使用的开销。
我们在前面的章节中已经看到,PyData 技术栈的力量,建立在 NumPy 和 Pandas 通过直观语法,将基本操作推送到 C 的能力的基础上:例如 NumPy 中的
向
量化/广播操作,以及 Pandas 的分组类型操作。虽然这些抽象对于许多常见用例是高效且有效的,但它们通常依赖于临时中间对象的创建,这可能产生计算时间和内存使用的开销。
从版本 0.13(2014 年 1 月发布)开始,Pandas 包含一些实验性工具,允许你直接访问速度和 C 一样的操作,而无需昂贵的中间数组分配。这些是
``eval()``
和
``query()``
函数,它依赖于
[
Numexpr
](
https://github.com/pydata/numexpr
)
包。在这个笔记本中,我们将逐步介绍它们的使用方法,并提供一些何时可以考虑使用它们的经验法则。
...
...
@@ -253,7 +253,7 @@ df.head()
### `DataFrame.eval()`中的局部变量
``DataFrame.eval
()
``
方法支持一种额外的语法,可以使用 Python 局部变量。考虑以下:
``DataFrame.eval
()
``
方法支持一种额外的语法,可以使用 Python 局部变量。考虑以下:
```
py
column_mean
=
df
.
mean
(
1
)
...
...
@@ -315,7 +315,7 @@ tmp3 = tmp1 & tmp2
x
=
df
[
tmp3
]
```
如果临时
`
`
DataFrame`的大小与可用的系统内存(通常是几千兆字节)相比很大,那么使用``
eval()
``或``
query()
``表达式是个好主意。你可以使用以下方法检查数组的大致大小(以字节为单位):
如果临时
`DataFrame`
的大小与可用的系统内存(通常是几千兆字节)相比很大,那么使用
``eval()``
或
``query()``
表达式是个好主意。你可以使用以下方法检查数组的大致大小(以字节为单位):
```
py
df
.
values
.
nbytes
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录