用于可视化和探索大型表格数据集的核心外数据框架
vaex的Python项目详细描述
| travis conda chat
vaex使用几个站点：
*主页：https://vaex.io/
*文档：https://docs.vaex.io/
*github:https://github.com/vaexio/vaex
*pypi:https://pypi.python.org/pypi/vaex/
vaex是开源软件，如果需要支持的话，请通过https://vaex.io
联系我们什么是vaex？
----
*n维网格*上计算
*可视化使用**柱状图**、**密度
绘图**和**三维体绘制**，允许对
大数据进行交互式探索。vaex使用内存映射、零内存复制策略和延迟计算来获得最佳性能（无内存浪费）。
进程
超过10亿*行/秒
-**惰性/虚拟列：**动态计算，不浪费内存
-**内存效率**执行
筛选/选择/子集时没有内存副本。
-**可视化：**直接支持，一行就足够了。
-**用户友好的API:**您只需要处理一个数据集
对象，tab completion+docstring就能帮您解决这个问题：
``ds.mean<；tab>；````，感觉与熊猫非常相似。
-**lean:**分成多个包
-``vaex core``：数据集和核心算法，将numpy数组作为
输入列。
-``vaex-hdf5``：将内存映射的numpy数组提供给数据集。
-``vaex arrow`` arrow<；https://arrow.apache.org/>；`_支持跨语言数据共享。
-``vaex-viz`：基于matplotlib的可视化。
-``vaex-jupyter`：基于jupyter的交互式可视化ipyvolume和ipyleaflet。
-``vaex astro``：与天文学相关的转换和fits文件
支持。
-``vaex server``：提供一个服务器来远程访问数据集。
-``vaex distributed`：（概念证明）将多个服务器
/群集组合成一个用于分布式计算的单个数据集。
-``vaex qt``：使用qt gui编写的程序。
-``vaex``：安装上述所有内容的元包。
-``vaex ml``：`机器学习<；http://docs.vaex.io/en/latest/ml.html>；`_带自动管道。
-**Jupyter集成**：Vaex Jupyter将在Jupyter笔记本电脑和Jupyter实验室中为您提供交互式的可视化和选择。
vaex``
<；https://jupyter.readthedocs.io/en/latest/running.html>；`\我们从导入vaex开始，让它给我们提供示例数据集。代码：：ipython3
https://docs.vaex.io/en/latest/api.html vaex.from _csv>；`代码：：ipython3
ds漂亮地打印出一个表。代码：ipython3
ds庠negative=ds[ds.x<；0]轻松筛选数据集，无需复制
ds庠negative[：5]["x"，"y"]]取前五行，仅"x"和"y"列（无内存复制！）
相反，vaex使用惰性计算，只存储
计算的表示，并在需要时动态执行计算。
即使如此，您也可以使用许多numpy函数，就好像它是一个
普通数组一样。
代码：：ipython3
import numpy as np
创建一个表达式（不计算任何内容）
r=np.sqrt（ds.x**2+ds.y**2+ds.z**2）
r；为了方便起见，我们打印一些值
解析文本：：
<；vaex.expression.expression（expressions='sqrt（（（x**2）+（y**2））+（z**2）））'>；实例位于0x11bcc4780值=[2.9655450396553587，5.77829281049018，6.990796039950256，9.431842752707537，0.88256131213479967…（总计330000个值）……7.453831761514681、15.398412491068198、8.864250273925633、17.601047186042507、14.540181524970293]
可以将这些表达式添加到数据集中，从而创建我们称之为虚拟列*。这些虚拟列与普通列类似，
只是它们不会浪费内存。
。代码：：ipython3
解析文本：
（-0.06713149126400597，9.407082338299773）
vaex的核心功能之一是它能够在规则（n维）网格上计算统计信息。网格的尺寸由binby参数指定（类似于sql的grouby），形状和限制。代码：：ipython3
解析文本：
数组（[15.01058183，14.43693006，13.72923338，12.90294499，11.86615103，
11.03563695，10.12162553，9.2969267，8.58250973，7.86602644，
7.19568442，6.55738773，6.01942499，5.51462457，5.15798991，
4.8274218，4.7346551、5.1343761、5.46017944、6.02199777、
6.54132124、7.27025256、7.99780777、8.55188217、9.30286584、
9.97067561、10.81633293、11.60615795、12.33813552、13.10488982、
13.86868565、14.60577266]）
代码：：ipython3
解析文本：
28.]，
[51.，32.，46.，…，47.，33.，36.]]）
为了方便起见，我们可以使用"plot1d<；https://docs.vaex.io/en/latest/api.html vaex.dataset.dataset.plot1d>；`，
"plot<；https://docs.vaex.io/en/latest/api.html vaex.dataset.dataset.plot>；`，或查看"打印命令列表"<；https://docs.vaex.io/en/latest/api.html visualization>；`
continue
----
`继续教程<；https://docs.vaex.io/en/latest/tutorial.html>；`或检查示例<；https://docs.vaex.io/en/latest/examples.html>；`
如果您喜欢VAEX，请在Github上给我们一颗星星，
|特拉维斯图片：https://travis-ci.org/vaexio/vaex.svg？branch=master
：目标：https://travis-ci.org/vaexio/vaex.svg？分支=主
…|聊天室图像：：https://badges.gitter.im/maartenbreddels/vaex.svg
：alt:在https://gitter.im/maartenbreddels/vaex加入聊天室
：目标：https://gitter.im/maartenbreddels/vaex？联合技术手册来源=徽章和联合技术手册媒介=徽章和联合技术手册活动=公关徽章和联合技术手册内容=徽章
…| conda图片：：https://anaconda.org/conda forge/vaex/badges/downloads.svg
：目标：https://anaconda.org/conda-forge/vaex
vaex使用几个站点：
*主页：https://vaex.io/
*文档：https://docs.vaex.io/
*github:https://github.com/vaexio/vaex
*pypi:https://pypi.python.org/pypi/vaex/
vaex是开源软件，如果需要支持的话，请通过https://vaex.io
联系我们什么是vaex？
----
*n维网格*上计算
*可视化使用**柱状图**、**密度
绘图**和**三维体绘制**，允许对
大数据进行交互式探索。vaex使用内存映射、零内存复制策略和延迟计算来获得最佳性能（无内存浪费）。
进程
超过10亿*行/秒
-**惰性/虚拟列：**动态计算，不浪费内存
-**内存效率**执行
筛选/选择/子集时没有内存副本。
-**可视化：**直接支持，一行就足够了。
-**用户友好的API:**您只需要处理一个数据集
对象，tab completion+docstring就能帮您解决这个问题：
``ds.mean<；tab>；````，感觉与熊猫非常相似。
-**lean:**分成多个包
-``vaex core``：数据集和核心算法，将numpy数组作为
输入列。
-``vaex-hdf5``：将内存映射的numpy数组提供给数据集。
-``vaex arrow`` arrow<；https://arrow.apache.org/>；`_支持跨语言数据共享。
-``vaex-viz`：基于matplotlib的可视化。
-``vaex-jupyter`：基于jupyter的交互式可视化ipyvolume和ipyleaflet。
-``vaex astro``：与天文学相关的转换和fits文件
支持。
-``vaex server``：提供一个服务器来远程访问数据集。
-``vaex distributed`：（概念证明）将多个服务器
/群集组合成一个用于分布式计算的单个数据集。
-``vaex qt``：使用qt gui编写的程序。
-``vaex``：安装上述所有内容的元包。
-``vaex ml``：`机器学习<；http://docs.vaex.io/en/latest/ml.html>；`_带自动管道。
-**Jupyter集成**：Vaex Jupyter将在Jupyter笔记本电脑和Jupyter实验室中为您提供交互式的可视化和选择。
vaex``
<；https://jupyter.readthedocs.io/en/latest/running.html>；`\我们从导入vaex开始，让它给我们提供示例数据集。代码：：ipython3
https://docs.vaex.io/en/latest/api.html vaex.from _csv>；`代码：：ipython3
ds漂亮地打印出一个表。代码：ipython3
ds庠negative=ds[ds.x<；0]轻松筛选数据集，无需复制
ds庠negative[：5]["x"，"y"]]取前五行，仅"x"和"y"列（无内存复制！）
相反，vaex使用惰性计算，只存储
计算的表示，并在需要时动态执行计算。
即使如此，您也可以使用许多numpy函数，就好像它是一个
普通数组一样。
代码：：ipython3
import numpy as np
创建一个表达式（不计算任何内容）
r=np.sqrt（ds.x**2+ds.y**2+ds.z**2）
r；为了方便起见，我们打印一些值
解析文本：：
<；vaex.expression.expression（expressions='sqrt（（（x**2）+（y**2））+（z**2）））'>；实例位于0x11bcc4780值=[2.9655450396553587，5.77829281049018，6.990796039950256，9.431842752707537，0.88256131213479967…（总计330000个值）……7.453831761514681、15.398412491068198、8.864250273925633、17.601047186042507、14.540181524970293]
可以将这些表达式添加到数据集中，从而创建我们称之为虚拟列*。这些虚拟列与普通列类似，
只是它们不会浪费内存。
。代码：：ipython3
解析文本：
（-0.06713149126400597，9.407082338299773）
vaex的核心功能之一是它能够在规则（n维）网格上计算统计信息。网格的尺寸由binby参数指定（类似于sql的grouby），形状和限制。代码：：ipython3
解析文本：
数组（[15.01058183，14.43693006，13.72923338，12.90294499，11.86615103，
11.03563695，10.12162553，9.2969267，8.58250973，7.86602644，
7.19568442，6.55738773，6.01942499，5.51462457，5.15798991，
4.8274218，4.7346551、5.1343761、5.46017944、6.02199777、
6.54132124、7.27025256、7.99780777、8.55188217、9.30286584、
9.97067561、10.81633293、11.60615795、12.33813552、13.10488982、
13.86868565、14.60577266]）
代码：：ipython3
解析文本：
28.]，
[51.，32.，46.，…，47.，33.，36.]]）
为了方便起见，我们可以使用"plot1d<；https://docs.vaex.io/en/latest/api.html vaex.dataset.dataset.plot1d>；`，
"plot<；https://docs.vaex.io/en/latest/api.html vaex.dataset.dataset.plot>；`，或查看"打印命令列表"<；https://docs.vaex.io/en/latest/api.html visualization>；`
continue
----
`继续教程<；https://docs.vaex.io/en/latest/tutorial.html>；`或检查示例<；https://docs.vaex.io/en/latest/examples.html>；`
如果您喜欢VAEX，请在Github上给我们一颗星星，
|特拉维斯图片：https://travis-ci.org/vaexio/vaex.svg？branch=master
：目标：https://travis-ci.org/vaexio/vaex.svg？分支=主
…|聊天室图像：：https://badges.gitter.im/maartenbreddels/vaex.svg
：alt:在https://gitter.im/maartenbreddels/vaex加入聊天室
：目标：https://gitter.im/maartenbreddels/vaex？联合技术手册来源=徽章和联合技术手册媒介=徽章和联合技术手册活动=公关徽章和联合技术手册内容=徽章
…| conda图片：：https://anaconda.org/conda forge/vaex/badges/downloads.svg
：目标：https://anaconda.org/conda-forge/vaex
欢迎加入QQ群-->： 979659372
