PyTables

PyTables는 HDF5 라이브러리의 상단과 numarray 파이썬 패키지에 내장되어 있습니다.
그것은, Cython에서 C-생성 된 코드와 함께 전반적인 속도를 증가 OO 인터페이스를 보유하고

특징 :.

쉽게 사용하기
NaturalNaming 방식 지원
데이터에 쉽게 액세스 할 수 있습니다
메모리를 저장
자연적인 방법으로 구조 데이터
빠른 I / O 작업

이 릴리스의 새로운 기능입니다 :

는 가짜 유니 코드 비교 경고가 수정되었습니다.
빈 문자열 속성의 향상된 처리. '& # x5c 0'PyTables 이전 버전의 빈 문자열의 크​​기가 1 값을 갖는 속성 HDF5 스칼라로 저장되었다 (빈 널 (null) 문자열을 종료). HDF5는 제로 크기를 갖는 속성으로 이제 빈 문자열이 저장됩니다.
새로운 요리 책 레시피와 PyTables 간단한 스레딩에 대한 몇 가지 예를 추가했습니다.
중복 : FUNC :`utilsextension.get_indices` 기능은 제거 (대체 : 메타 :`slice.indices`)되었습니다.
포인트 선택에 부정적인 인덱스를 허용합니다.
이 결과가 없었다 주장하는 경우 지수는 사용되지 않았다.
원자와 골 유형은 더 이상이 십오하고이를 처리하는 정적 분석 도구 쉽게 그래서 동적으로 생성되지 않습니다.
IDX-opt.c에 keysort 기능이 융합 된 유형을 사용하여 cythonised되었다. perfomance 대부분 그대로이지만, 코드는 훨씬 더 간단하다.
작은 단위 테스트를 다시 인수 분해를.

개선 :

3.1.1 버전의 새로운 기능 :
메타 :`File.create_array` * * OBJ 매개 변수에 지정되지 않은 경우 임시 배열을 만들지 마십시오.
그 반대의 경우도 마찬가지 파일 노드와하는 파일 시스템에서 직접 사본 (`tables.nodes.filenode.save_to_filenode` : FUNC :`tables.nodes.filenode.read_from_filenode`과 : FUNC) 두 개의 새로운 유틸리티 기능을 추가했습니다.
파일 :를 제거`예 / 중첩 iter.py`은 더 이상 유용 생각하지 않습니다.
`-msse2` 컴파일러 플래그의 더 나은 감지.
버그 수정 :
수입시에 예외가 발생 중요한 버그가 수정되었습니다.
내부 Blosc_ 라이브러리는 버전 1.3.5으로 업데이트되었습니다.

2.4.0 버전의 새로운 기능 :

이 float16과 데이터 유형에 대한 지원을 추가했습니다. (즉, NumPy와 & #의 X3E을 1.6 =)이 NumPy와뿐만 아니라 그것을 제공하는 경우에만 사용할 수 있습니다.
리프 노드는 이제 메모리 및 디스크에 대한 데이터의 크기를 검색하기위한 속성들을 갖는다. 디스크에 데이터를 압축 할 수 있으므로, 새로운 특성을 쉽게 데이터 압축율을 계산하도록 만든다.

2.3.1 버전의 새로운 기능 :

이 구현되지 않은 유형의 스칼라 데이터 세트를 읽어 방지 버그가 수정되었습니다.
여러 파이썬 버전이 설치된 호스트에 실패 PyTables 2.3의 설치를 발생 setup.py``에서 버그가 수정되었습니다.

버전 2.3.1 RC1의 새로운 기능 :

이 구현되지 않은 유형의 스칼라 데이터 세트를 읽어 방지 버그가 수정되었습니다.
여러 파이썬 버전이 설치된 호스트에 실패 PyTables 2.3의 설치를 발생 setup.py``에서 버그가 수정되었습니다.

어떤 버전 2.3에서 새로운 것은

OPSI는 PyTables 임의로 큰 테이블에 빠른 쿼리를 수행 할 수 있도록 강력하고 혁신적인 인덱싱 엔진이다. 사용자는 그녀의 요구 (다소 크기, 더 많거나 적은 성능)에 맞는 최적의 하나를 선택할 수 있도록 또한, 그 인덱스에 대해 최적화 레벨의 넓은 범위를 제공한다. 연동 코드는 정말 짧은 인덱싱 및 검색 시간을 보장하기 위해 NumPy와 및 Numexpr 패키지의 벡터화 기능을 활용합니다.
데이터 읽기 및 쿼리하는 동안 집중 오브젝트 트리 브라우징을위한 최대 속도를 달성 할 수 있습니다 모두 메타 데이터 (노드)와 일반 데이터에 대한 미세 조정 LRU 캐시. 이 PyTables에 특정 매우 높은 성능을 달성하기위한 중요한 그 높은 수준의 구조를 향해 더 기어드하지만 그것은 HDF5에서 이미 효율적인 캐시 선물을 보완합니다.