Joe Dalton
2014-10-21 18:29:16 UTC
# Source: pytables
# Package(s): python-tables
# Prioritize: 48
# Versions: python-tables (3.1.1-3), python-tables (3.1.1-2), python-tables (3.1.1-1), python-tables (3.1.0-2), python-tables (3.1.0-1), python-tables (3.0.0-2)
# This Description is active
# This Description is owned
Description: hierarchical database for Python based on HDF5
PyTables is a hierarchical database package designed to efficiently
manage very large amounts of data. PyTables is built on top of the
HDF5 library and the NumPy package. It features an object-oriented
interface that, combined with natural naming and C-code generated
from Pyrex sources, makes it a fast, yet extremely easy to use tool
for interactively save and retrieve large amounts of data.
.
- Compound types (records) can be used entirely from Python (i.e. it
is not necessary to use C for taking advantage of them).
- The tables are both enlargeable and compressible.
- I/O is buffered, so you can get very fast I/O, specially with
large tables.
- Very easy to select data through the use of iterators over the
rows in tables. Extended slicing is supported as well.
- It supports the complete set of NumPy, Numeric and numarray objects.
.
This is the Python 2 version of the package.
Description-da: Hierarkisk database for Python baseret på HDF5
PyTables er en hierarkisk database designet til effektivt at håndtere
meget store mængder af data. PyTables er bygget oven på HDF5-biblioteket
og pakken NumPy. Den indeholder en objektorienteret grænseflade som,
kombineret med naturlig navngivning og C-kode oprettet fra Pyrex-kilder,
gør den hurtig, men stadig meget nem at bruge med interaktiv gem og hent
for store mængde af data.
.
- Sammensatte typer (poster) kan bruges fuldstændig fra Python (dvs. det
er ikke nødvendigt at bruge C for at udnytte dem).
- Tabellerne kan både øges og mindskes.
- I/O mellemlagres, så du kan få meget hurtig I/O, specielt med store
tabeller.
- Meget nemt at vælge data via brugen af iteratorer over rækkerne i
tabeller. Udvidet udskæring er også understøttet.
- Understøtter det fulde sæt af NumPy-, numeriske og numarray-objekter.
.
Dette er Python 2-versionen af pakken.
# Package(s): python-tables
# Prioritize: 48
# Versions: python-tables (3.1.1-3), python-tables (3.1.1-2), python-tables (3.1.1-1), python-tables (3.1.0-2), python-tables (3.1.0-1), python-tables (3.0.0-2)
# This Description is active
# This Description is owned
Description: hierarchical database for Python based on HDF5
PyTables is a hierarchical database package designed to efficiently
manage very large amounts of data. PyTables is built on top of the
HDF5 library and the NumPy package. It features an object-oriented
interface that, combined with natural naming and C-code generated
from Pyrex sources, makes it a fast, yet extremely easy to use tool
for interactively save and retrieve large amounts of data.
.
- Compound types (records) can be used entirely from Python (i.e. it
is not necessary to use C for taking advantage of them).
- The tables are both enlargeable and compressible.
- I/O is buffered, so you can get very fast I/O, specially with
large tables.
- Very easy to select data through the use of iterators over the
rows in tables. Extended slicing is supported as well.
- It supports the complete set of NumPy, Numeric and numarray objects.
.
This is the Python 2 version of the package.
Description-da: Hierarkisk database for Python baseret på HDF5
PyTables er en hierarkisk database designet til effektivt at håndtere
meget store mængder af data. PyTables er bygget oven på HDF5-biblioteket
og pakken NumPy. Den indeholder en objektorienteret grænseflade som,
kombineret med naturlig navngivning og C-kode oprettet fra Pyrex-kilder,
gør den hurtig, men stadig meget nem at bruge med interaktiv gem og hent
for store mængde af data.
.
- Sammensatte typer (poster) kan bruges fuldstændig fra Python (dvs. det
er ikke nødvendigt at bruge C for at udnytte dem).
- Tabellerne kan både øges og mindskes.
- I/O mellemlagres, så du kan få meget hurtig I/O, specielt med store
tabeller.
- Meget nemt at vælge data via brugen af iteratorer over rækkerne i
tabeller. Udvidet udskæring er også understøttet.
- Understøtter det fulde sæt af NumPy-, numeriske og numarray-objekter.
.
Dette er Python 2-versionen af pakken.