Learn Polars Using Python - Dataframes For The New Era

Iniciado por Candidosa2, 21 de Junho de 2024, 10:19

Tópico anterior - Tópico seguinte

0 Membros e 1 Visitante estão a ver este tópico.

Candidosa2


Aprenda Polars usando Python - Dataframes para a nova era
Última atualização em 6/2024
MP4 | Vídeo: h264, 1280x720 | Áudio: AAC, 44,1 KHz
Idioma: Inglês (EUA) | Tamanho: 475,49 MB | Duração: 2h 46m


Polars, Lazy Frames, DataFrames, Processamento Paralelo, Arquivos, Banco de Dados, Estruturas de Dados, Bancos de Dados, Plano de Consulta, ETL

O que você aprenderá
Polares usando Python
Estruturas de dados básicas
Expressões em polares
ETL e diversas transformações

Requisitos
Conhecimento básico de Python

Descrição
DataFrames For The New EraPolars foi escrito desde o início com o desempenho em mente. Seu mecanismo de consulta multithread é escrito em Rust e projetado para paralelismo eficaz. Seu processamento vetorizado e colunar permite algoritmos coerentes com cache e alto desempenho em processadores modernos. Você se sentirá em casa com o Polars se estiver familiarizado com a disputa de dados. Suas expressões são intuitivas e permitem que você escreva código legível e de alto desempenho ao mesmo tempo. Polars é e sempre será de código aberto. Impulsionados por uma comunidade ativa de desenvolvedores, todos são incentivados a adicionar novos recursos e contribuir. O uso do Polars é gratuito sob a licença do MIT. O curso é sobre como realizar ETL (Extrair, Transformar, Carregar) usando Polars em Python. O curso conversa o básico de Polars, estruturas de dados em Polars como séries, DataFrames, .., expressões como funcionalidade de seleção, operadores, renomeação de colunas/campos e tratamento de nulos. Trabalhando com as transformações como funções Filter, Sort, Join, Pivot, Concatenate, Melts e Windowing. Polars oferece suporte à leitura e gravação em todos os formatos de dados comuns. Isso permite que você integre facilmente Polars à sua pilha de dados existente.Texto: CSV e JSONBinário: Parquet, Delta Lake, AVRO e ExcelIPC: Feather, ArrowBancos de dados: MySQL, Postgres, SQL Server, Sqlite, Redshift e OracleArmazenamento em nuvem: S3, Azure Blob & Arquivo Azure

Para quem é este curso:
Engenheiros de dados, desenvolvedores de ETL, arquitetos de dados, arquitetos de ETL, cientistas de dados

Para mais cursos, visite e marque seu blog no idioma preferido
Daqui: - - - - - - - -



Mais informações
Screenshots:





https://rapidgator.net/file/f0aa5958c91d1299ea219584f79ed843/Udemy.Learn.Polars.Using.Python.DataFrames.For.The.New.Era.BOOKWARE-LBWx.rar



https://filestore.me/yp4qdf1r4yee/Udemy.Learn.Polars.Using.Python.DataFrames.For.The.New.Era.BOOKWARE-LBWx.rar