معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Cache ML -- layer on top of joblib to cache parsed datasets, dramatically reducing load time of large data files. Also supports encryption at rest.

ویژگی	مقدار
سیستم عامل	-
نام فایل	CacheML-1.0.4
نام	CacheML
نسخه کتابخانه	1.0.4
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Benedat LLC
ایمیل نویسنده	jeff.fischer@benedat.com
آدرس صفحه اصلی	https://github.com/BenedatLLC/CacheML
آدرس اینترنتی	https://pypi.org/project/CacheML/
مجوز	-

======== Cache ML ======== Cache ML -- layer on top of joblib to cache parsed datasets, dramatically reducing load time of large data files. Also supports encryption at rest. Currently supported backends are local filesystem and S3. Example Usage ------------- Here is an example from a Jupyter notebook:: import pandas as pd from cacheml.cache import LocalFile, Cache cache = Cache() @cache.cache # this function's result will be cached def read_and_filter_commits(commits_file_obj): return pd.read_csv(commits_file_obj.path) ts_all = read_and_filter_commits(LocalFile(commits.csv.gz)) Performance Test Results ------------------------ There are from running the unit tests which simulate loading the time series data from datahut.ai, which is in a 216MB compressed csv file. The first case just loads into a dataframe, while the second case does some additional processing (sorting, removing entries outside a time range). .. list-table:: Caching results from unit test, raw dataframes :header-rows: 1 * - File location - Time for raw df read - Time for initial read and caching of file - Time for cached read * - Local File - 134.0 - 130.9 - 0.41 * - S3 - 153.6 - 144.6 - 0.38 .. list-table:: Caching results from unit test, procesed dataframes :header-rows: 1 * - File location - Time for original function - Time for initial read and caching of file - Time for cached read * - Local File - 139.6 - 142.49 - 1.04 * - S3 - 153.4 - 155.8 - 0.99 Copyright --------- Copyright 2021 by Benedat LLC. Available under the Apache 2.0 license.

نیازمندی

مقدار	نام
-	joblib
-	s3fs
-	pycryptodome
-	click

زبان مورد نیاز

مقدار	نام
>=3.6	Python

نحوه نصب

نصب پکیج whl CacheML-1.0.4:

pip install CacheML-1.0.4.whl

نصب پکیج tar.gz CacheML-1.0.4:

pip install CacheML-1.0.4.tar.gz