python - Joblib 持久性和 Pandas
问题描述
关于使用内存映射文件在 Joblib 中持久化 Numpy 数组有很好的文档。
在最近的版本中,Joblib 将(显然)以这种方式自动持久化和共享 Numpy 数组。
Pandas 数据帧也会被持久化,还是用户需要手动实现持久化?
解决方案
由于 Pandas 数据帧是基于 Numpy 数组构建的,是的,它们将被持久化。
Joblib 通过与 pickle 协议挂钩来实现其优化的持久性。任何在其腌制表示中包含 numpy 数组的东西都将受益于 Joblib 的优化。
推荐阅读
- bash - Raspbian gphoto2:在同一台相机上使用实时取景和捕获图像?
- testing - 如何使用 selenium hub 在移动 chrome 上运行 testcafe 测试
- python - Heroku gunicorn 部署 ModuleNotFoundError: No module named APP_NAME
- javascript - 如何将 Firestore 文档转换为纯 json,反之亦然
- python - 网页抓取数据 python beautifulsoup4
- javascript - redux-toolkit 操作未在 reducer 中触发
- reactjs - TextInput中的autoFocus但在本机反应中关闭键盘
- android - 如何显示 Android-Rate 对话框?
- python - Python - 如何区分 SMOTE 重采样与原始数据
- kubernetes - 在命名空间之间拆分 Kubernetes 集群成本