PyTables的优点是什么？[关闭]

PyTables的优点是什么？[关闭]

与庞大的数据集相比，PyTables与数据库相比的基本优势是什么？

实际上，它 是
一个数据库。当然，它是一个层次数据库，而不是像这样的1级键值数据库

dbm

（显然不那么灵活）或像这样的关系数据库

sqlite3

（功能更强大，但更复杂）。

但是，相对于非数字特定数据库的主要优势与例如numpy

ndarray

相对于普通Python的优势完全相同

list

。它针对执行许多矢量化数字运算进行了优化，因此，如果您正在使用它，那么它将占用更少的时间和空间。

这个包的基本目的是什么

从第一线报价在头版（或者，如果你愿意的话，第一行的FAQ）：

PyTables是用于管理分层数据集的软件包，旨在高效，轻松地处理大量数据。

在首页顶部附近还有一个列出MainFeatures的页面。

（我可以在NumPy和Pandas中进行相同的结构化，那么PyTables有什么大不了的）？

真？您可以在仅16GB RAM的计算机上以numpy或pandas处理64GB数据吗？还是32位计算机？

不，你不能。除非您将数据分解成一堆单独的集，然后根据需要进行加载，处理和保存，但这将变得更加复杂且缓慢。

这就像问为什么只用常规的Python列表和迭代器可以做同样的事情时为什么需要numpy。当您有8个浮点数组时，Pure
Python很棒，但当您有10000x10000浮点数组时则不是。当您有几个10000x10000阵列时，numpy很棒，但是当您有十二个互连阵列，大小不超过20GB时，numpy很棒。

它对大型数据集的分析真的有帮助吗？

是。

任何人都可以借助任何示例进行详细说明…

是。而不是在此处复制所有示例，您为什么不只查看文档首页上的简单示例，源代码树中的大量示例，指向实际用例的链接，请单击两次即可文档页面等？

如果您想让自己相信PyTables的有用性，请使用任何示例并将其扩展到最大32GB的数据，然后尝试弄清楚如何在numpy或pandas中做同样的事情。