PyTables

PyTables se construye en la parte superior de la biblioteca HDF5 y el paquete Python numarray.
Posee una interfaz OO que, combinado con el código C-generado de Cython aumenta la velocidad general

Características .

• Fácil utilizar
• Soporte para el esquema NaturalNaming
• Fácil acceso a los datos
• Guarda la memoria
• Datos Estructura de una manera natural
• I Speedy operaciones E / S

¿Qué hay de nuevo en esta versión:.

• Se ha corregido un aviso de comparación Unicode espuria
• Mejor manejo de atributos de cadenas vacías. En versiones anteriores de PyTables cadena vacía se almacena como escalar HDF5 atributos que tiene un tamaño de 1 y el valor '& # X5c; 0' (una cadena terminada nula vacío). Ahora cadena vacía se almacenan como atributos HDF5 tiene tamaño cero.
• añadido un nuevo libro de cocina de recetas y un par de ejemplos para la sencilla roscado con PyTables.
• La redundante: func: `función utilsextension.get_indices` ha sido eliminado (reemplazado por: meth:` slice.indices`).
• Permitir índices negativos en la selección del punto.
• Índice no estaba siendo utilizado si se reivindica no hubo resultados.
• Átomos y Col tipos ya no se generan de forma dinámica por lo que ahora es más fácil para los IDEs y herramienta de análisis estático para manejarlos.
• Las funciones keysort en idx-opt.c han cythonised utilizando tipos fundidos. La perfomance de es prácticamente igual, pero el código es mucho más sencillo ahora.
• Pequeño pruebas unitarias re-factoring.

¿Qué hay de nuevo en la versión 3.1.1:

• Mejoras:
• No cree una matriz temporal cuando el obj * * parámetro no especificado en: meth:. `File.create_array`
• Añadido dos nuevas funciones de utilidad (: func: `tables.nodes.filenode.read_from_filenode` y: func:` tables.nodes.filenode.save_to_filenode`) para la copia directa del sistema de archivos para filenode y viceversa
• Se ha eliminado el: file:. `Ejemplos / anidada-iter.py` considerada ya no es útil
• Mejor detección del `bandera compilador -msse2`.
• Bugs fijo:
• Se ha corregido un error crítico que provocó una excepción en tiempo de importación.
• La biblioteca interna Blosc_ se ha actualizado a la versión 1.3.5.

¿Cuál es nuevo en la versión 2.4.0:

• Se ha añadido soporte para el tipo de datos float16. Sólo está disponible si numpy ofrece tan bien (es decir numpy & # X3e; = 1,6).

Nodos
• Leaf ahora tienen atributos para recuperar el tamaño de los datos en la memoria y en el disco. Los datos sobre el disco se pueden comprimir, por lo que los nuevos atributos hacen que sea fácil para calcular la relación de compresión de datos.

¿Qué hay de nuevo en la versión 2.3.1:

• Se ha corregido un error que impedía leer datos escalares de tipos sin aplicarse.
• Se ha corregido un error en `setup.py` que causó instalación de PyTables 2,3 a fallar en hosts con varias versiones de python instalados.

¿Qué hay de nuevo en la versión 2.3.1 RC1:

• Se ha corregido un error que impedía leer datos escalares de tipos sin aplicarse.
• Se ha corregido un error en `setup.py` que causó instalación de PyTables 2,3 a fallar en hosts con varias versiones de python instalados.

¿Qué hay de nuevo en la versión 2.3:

• OPSI es un motor de indexación poderosa e innovadora que permite realizar PyTables consultas rápidas sobre tablas arbitrariamente grandes. Además, ofrece una amplia gama de niveles de optimización de sus índices de manera que el usuario puede escoger la mejor opción que se adapte a sus necesidades (más o menos el tamaño, más o menos de rendimiento). Código de indexación también se aprovecha de las capacidades de vectorización de los paquetes NumPy y Numexpr para asegurar indexación y búsqueda tiempos muy cortos.
• Una caché LRU afinado tanto para los metadatos (nodos) y periódica de datos que le permite alcanzar una velocidad máxima de navegación intensiva árbol de objetos durante lecturas de datos y consultas. Complementa la caché ya eficiente presente en HDF5, aunque esto es más orientado hacia las estructuras de alto nivel que son específicos de PyTables y que son fundamentales para el logro de un rendimiento muy alto.