🔸 مقایسه 8 کتابخونه DataFrame روی یک میلیارد ردیف داده!
👨🏻💻 من ۸ تا جایگزین Pandas رو روی یک میلیارد ردیف داده تست کردم، هم روی فایل‌های CSV و هم Parquet.
✏️ نتیجه؟ FireDucks بهترین عملکرد رو داشت! یه جایگزین کاملاً بهینه‌شده برای Pandas که فقط با یه خط تغییر می‌تونی ازش استفاده کنی:
❌ این خط رو حذف کن:
import pandas as pd
✅ و اینو جایگزین کن:
import fireducks.pandas as pd
✅ تمومه! همون کدهای Pandas، ولی خیلی سریع‌تر!
📣 جالب‌تر اینکه، تو بعضی موارد حتی از cuDF (کتابخونه DataFrame برای GPU) هم سریع‌تر بوده! برو تستش کن و شگفت‌زده شو!😎👇
┌ 🏳️🌈 FireDucks
├ ♾️ Google Colab
└ 🐱 GitHub-Repos
🌐 #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
👨🏻💻 من ۸ تا جایگزین Pandas رو روی یک میلیارد ردیف داده تست کردم، هم روی فایل‌های CSV و هم Parquet.
✏️ نتیجه؟ FireDucks بهترین عملکرد رو داشت! یه جایگزین کاملاً بهینه‌شده برای Pandas که فقط با یه خط تغییر می‌تونی ازش استفاده کنی:
❌ این خط رو حذف کن:
import pandas as pd
✅ و اینو جایگزین کن:
import fireducks.pandas as pd
✅ تمومه! همون کدهای Pandas، ولی خیلی سریع‌تر!
📣 جالب‌تر اینکه، تو بعضی موارد حتی از cuDF (کتابخونه DataFrame برای GPU) هم سریع‌تر بوده! برو تستش کن و شگفت‌زده شو!😎👇
┌ 🏳️🌈 FireDucks
├ ♾️ Google Colab
└ 🐱 GitHub-Repos
🌐 #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa