Polars基本操作-Lazy API

【本文仅表明作者粗浅理解】

如果有不同观点,那么一定是您说得对!!

在Polars中,有两种常见的操作方式:Lazy API和eager API。

先看Lazy API

python 复制代码
import polars as pl

# 创建一个DataFrame
df = pl.DataFrame({
    'col1': [1, 2, 3, 4, 5],
    'col2': ['A', 'B', 'C', 'D', 'E']
})

# 使用Lazy API进行操作
lazy_result = (
    df.lazy()
    .filter(pl.col('col1') > 2)
    .select(pl.col('col2'))
    .sort(pl.col('col2'))
)

# 执行Lazy操作并显示结果
eager_result = lazy_result.collect()
print(eager_result)

首先代码里加上了 df.lazy(),调用时候要用到collect()方法才真的执行,否则只是准备了,并不做。

以下是猫哥对Lazy API个人理解:

Lazy API是一个黑盒子。程序员只需使用Lazy API构建计算计划,而不需要手动干预计划的优化和执行过程。

Polars会在执行计划时自动应用优化策略,例如基于操作之间的依赖关系进行重排、选择合适的算法和数据结构等。这些优化都是由Polars内部自动完成的,程序员无需手动编写优化代码。

与Python的垃圾处理机制类似,Lazy API隐藏了底层的优化细节,提供了简洁的接口供程序员使用。程序员只需关注计算逻辑的构建,而无需关心具体的优化实现。

因此,使用Lazy API可以让程序员更专注于业务逻辑的实现,而无需深入研究和调优底层的执行细节。同时,Polars的优化策略会尽力提高执行性能,使得程序员能够获得更高效的数据处理结果。

eager API,目前没查到相关资料,没有显式调用。貌似不明确lazy(),就是直接计算,也就是eager了。

Pandas中,没发现类似的lazy()。强行sleep()这个不算。

相关推荐
TomEval2 小时前
【测AI】第26篇:线上模型监控与告警体系 — 测试不是终点
人工智能·python·功能测试·ai
prince_zxill2 小时前
PEP 751 pylock.toml 实测:pip 26.3 装 6 个包版本全钉死,但 [web] 选不中任何东西
python·pip·依赖管理·pep 751
Thanks_ks4 小时前
Python 的垃圾回收——引用计数撑起日常,分代回收收拾残局
python·内存管理·垃圾回收·循环引用·引用计数·gc 模块·weakref
CyrusYiVPP4 小时前
实测 uv 0.13.7:同一套包,pip 装 94 秒,它只用 19 秒
人工智能·python
yiangL_4 小时前
Python 学习笔记:递归、turtle绘图、字符串与函数
笔记·python·学习
lula8886 小时前
PVC-U、PVC-C、PVC-O 差一个字母,差的是三种增强路线
python
数字工作台7 小时前
给 LangGraph 加一道可审计记忆:替换默认 Checkpointer,实现防篡改 + 崩溃不丢数据
python·agent
DKPT7 小时前
Python 的 Web 框架:选型选错的人,都踩了同一个坑
python
2401_868534788 小时前
逻辑网络设计
网络·python
2601_967979128 小时前
python如何组织文件?python文件操作全介绍!
python·文件操作·压缩文件·遍历文件夹·shutil模块