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

Flypipe

ویژگی	مقدار
سیستم عامل	-
نام فایل	flypipe-3.0.3
نام	flypipe
نسخه کتابخانه	3.0.3
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	-
ایمیل نویسنده	Jose Helio de Brum Muller <josemuller.flypipe@gmail.com>, Chris Marwick <chrismarwick.flypipe@gmail.com>
آدرس صفحه اصلی	-
آدرس اینترنتی	https://pypi.org/project/flypipe/
مجوز	-

# Flypipe [![verification](https://github.com/flypipe/flypipe/actions/workflows/verification.yml/badge.svg?branch=main)](https://github.com/flypipe/flypipe/actions/workflows/verification.yml) Flypipe is a Python framework to simplify development, management and maintenance of transformation pipelines, which are commonly used in the data, feature and ML model space. Each transformation is implemented in a small, composable function, a special decorator is then used to define it as a Flypipe node, which is the primary model Flypipe uses. Metadata on the node decorator allows for multiple nodes to be linked together into a Directed Acyclic Graph (DAG). ```python from flypipe.node import node @node( type="pandas", dependencies=[t0.select("fruit").alias("df")] ) def t1(df): categories = {'mango': 'sweet', 'lemon': 'sour'} df['flavour'] = df['fruit'] df = df.replace({'flavour': categories}) return df ``` ### Flypipe Pipelines As each node (transformation) is connected to its ancestors, we can easily view the pipeline graphically in a html page (`my_graph.html()`) or execute it by invoking `my_graph.run()` ![Flypipe Graph Pipeline](/docs/source/_static/images/flypipe_pipelines.svg) ## What Flypipe aims to facilitate? - End-to-end transformation lineage - Create development standards for Data Engineers, Machine Learning Engineers and Data Scientists - Improve re-usability of transformations in different pipelines & contexts via composable nodes - Faster integration and portability of pipelines to different contexts with different available technology stacks: - Flexibility to use and mix up pyspark/pandas on spark/pandas in transformations seamlessly - As a simple wheel package, it's very lightweight and unopinionated about runtime environment. This allows for it to be easily integrated into Databricks and independently of Databricks. - Low latency for on-demand feature generation and predictions - Framework level optimisations and dynamic transformations help to make even complex transformation pipelines low latency. This in turn allows for on-demand feature generation/predictions. ## Documentation Full documentation is available at [https://flypipe.github.io/flypipe/](https://flypipe.github.io/flypipe/).

نیازمندی

مقدار	نام
=3.1,<	Jinja2
=2.8,<	networkx
=0.9,<	tabulate

زبان مورد نیاز

مقدار	نام
>=3.8	Python

نحوه نصب

نصب پکیج whl flypipe-3.0.3:

pip install flypipe-3.0.3.whl

نصب پکیج tar.gz flypipe-3.0.3:

pip install flypipe-3.0.3.tar.gz