文件名称:PyFunctional:Python库,用于使用链功能编程创建数据管道
文件大小:91KB
文件格式:ZIP
更新时间:2024-02-26 04:31:46
python data pipeline functional-programming datascience
Py功能的 产品特点 PyFunctional通过使用链接的函数运算符使创建数据管道变得容易。 这是它可以做什么的一些示例: 链接的运算符: seq(1, 2, 3).map(lambda x: x * 2).reduce(lambda x, y: x + y) 富有表现力且功能完善的API 读写text , csv , json , jsonl , sqlite , gzip , bz2和lzma/xz文件 轻松并行化“令人尴尬的并行”操作,例如map 完整的文档,严格的单元测试套件,100%的测试覆盖率和CI,可提供强大的功能 PyFunctional的API受到Scala集合,A
【文件预览】:
PyFunctional-master
----MANIFEST.in(185B)
----poetry.lock(46KB)
----.coveragerc(42B)
----travis.sh(180B)
----pyproject.toml(1KB)
----functional()
--------transformations.py(17KB)
--------execution.py(3KB)
--------lineage.py(2KB)
--------io.py(9KB)
--------test()
--------pipeline.py(58KB)
--------util.py(5KB)
--------streams.py(11KB)
--------__init__.py(397B)
----docs()
--------conf.py(9KB)
--------make.bat(7KB)
--------functional.rst(597B)
--------developer.rst(946B)
--------Makefile(7KB)
--------index.rst(771B)
----.github()
--------workflows()
--------stale.yml(696B)
----CONTRIBUTING.md(948B)
----setup.cfg(63B)
----requirements.txt(72B)
----DEVELOPER.md(2KB)
----examples()
--------camping_purchases.csv(107B)
--------gear_list.txt(138B)
--------users.db(2KB)
--------chat_logs.jsonl(2KB)
--------PyFunctional-pandas-tutorial.ipynb(9KB)
--------users.json(800B)
----setup.py(2KB)
----.gitignore(765B)
----CHANGELOG.md(6KB)
----README.md(23KB)
----LICENSE.txt(1KB)
----pylintrc(11KB)