超高速…だけじゃない！Pandasに代えてPolarsを使いたい理由 - Qiita
PolarsというPandasを100倍くらい高性能にしたライブラリがとても良いので布教します1。PolarsはRustベースのDataFrameライブラリですが、本記事ではPythonでのそれについて語ります。 ちなみにpolarsは白熊の意です。そりゃあまあ、白熊と大熊猫比べたら白熊のほうが速いし強いよねってことです2。 何がいいの？ 推しポイントは３つあります 高速！ お手軽！ 書きやすい！ 1. 高速 画像はTPCHのBenchmark（紫がPolars）3。 日本語でも色々記事があるので割愛しますが、RustやApach Arrowなどにお世話になっており、非常に速いです。MemoryErrorに悩まされる問題も解決されます。開発者のRitchieがしゃれおつなツイートをしてるので、そちらも参考にどうぞ ↓ 4。 抄訳： （ひとつ目）Pandasは黄色くした部分でDataFram
不動産屋はあてにならないのか（追記・修正した）
追記しました（1.21） https://anond.hatelabo.jp/20230121161927 https://b.hatena.ne.jp/entry/s/twitter.com/DS_uraura/status/1615652971647500293 ここのブコメに、「不動産屋があてにならないならどうやって良い物件を見つけろというのか」というのがあったので少し。 本当に「不動産屋はあてにならない」と簡単に言い切れるかというとそうでもなく、あてにならない不動産屋も残念ながら結構たくさんいるし、一方で客の側がぼんやりしているから不動産屋が困ってるケースもあるのだ。 新しい洗濯機を買いに行くのに、乾燥機付きがいいし斜めドラムが良いけど予算は2万円という客である可能性。または、深く考えずに携帯キャリアのショップに行き超オーバースペックの回線を契約させられてきていたりする可能性。そう
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
