Consider supporting polars
Maintainer antworten meist innerhalb von 1 Tag
Dieses Issue hat noch niemand übernommen.
Bewertung
- Schwierigkeit
- 5/5
- Geschätzter Aufwand
- Über eine Woche
- Anfängerfreundlichkeit
- 25/100
Rechercherichtung
Beginne damit, die bestehende spezielle Unterstützung von PythonCall.jl für pandas zu überprüfen und sie mit der Verwendung des Python-Pakets polars oder seiner Rust-Implementierung zu vergleichen. Kläre, ob eine dedizierte polars-Unterstützung erforderlich ist, und definiere anschließend den Integrationsumfang sowie die Tests, die den gewählten Unterstützungspfad nachweisen würden.
Vom Indexierungsmodell aus dem Issue-Text verfasst.
Beschreibung
I see PythonCall has special support for pandas, and I think polars is a replacement for it, so also support it (not either or)?
I hate to be asking for such features, adding to your workload. I see people complaining Julia is much slower than Python (with polars). I'm thinking are there good options that compete, or should users use polars directly, i.e. wrapping the Rust implementation. Or use the Python package/API/binding for it. Its install page gives me the Python download option, not even defaulting to Rust (or JavaScript). I don't know for sure, I think the Python API might be fully featured, or at least more used (as is with some packages like TensorFlow).
Do you think you should not need any support, can just install Python polars package and use it? It's likely the case, and should be used like that, or with a simple Julia package that depends on the Python package, depending on Rust...
I'm just unclear on if that argument didn't also go for pandas, and why was it supported specially in the first place?
- Vorherrschende Sprache
- Julia
- Sterne
- 1.1k
- Forks
- 89
- Ø Merge
- 2 T. 15 Std.
- Gemergte PRs (30 T.)
- 7
Entwicklungsumgebung
Dieses Projekt bietet weder Dev-Container noch Dockerfile noch Beitragsleitfaden – die Einrichtung liegt bei Ihnen. Beginnen Sie mit der README; die allgemeinen Schritte stehen in unserem Leitfaden für den ersten Beitrag.
Erste Schritte
- Lesen Sie das ganze Issue und danach den Beitragsleitfaden des Projekts.
- Schreiben Sie ins Issue, dass Sie es übernehmen — das erspart doppelte Arbeit.
- Forken Sie das Repository und arbeiten Sie in einem Branch.
- Öffnen Sie einen Pull Request, der die Issue-Nummer nennt.
Mehr aus JuliaPy/PythonCall.jl
-
Schwierigkeit 3/5 1-2 Tage Anfängerfreundlichkeit 55/100
JuliaPy/PythonCall.jl#828 · 7 Kommentare ·
Maintainer antworten meist innerhalb von 1 Tag
-
bug
Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 48/100
JuliaPy/PythonCall.jl#809 · 2 Kommentare ·
Maintainer antworten meist innerhalb von 1 Tag
-
enhancement
Schwierigkeit 5/5 Über eine Woche Anfängerfreundlichkeit 35/100
JuliaPy/PythonCall.jl#805 · 4 Kommentare ·
Maintainer antworten meist innerhalb von 1 Tag
-
enhancement
Schwierigkeit 3/5 1-2 Tage Anfängerfreundlichkeit 68/100
JuliaPy/PythonCall.jl#796 ·
Maintainer antworten meist innerhalb von 1 Tag
-
enhancement
Schwierigkeit 5/5 Über eine Woche Anfängerfreundlichkeit 25/100
JuliaPy/PythonCall.jl#790 ·
Maintainer antworten meist innerhalb von 1 Tag
Alle Issues in JuliaPy/PythonCall.jl
Ähnliche Issues
-
Broken links in the docsOffen
Schwierigkeit 1/5 Unter einer Stunde Anfängerfreundlichkeit 88/100
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 72/100
oxfordcontrol/COSMO.jl#211 ·
-
documentation
Schwierigkeit 2/5 Ein halber Tag Anfängerfreundlichkeit 65/100
Maintainer antworten meist innerhalb von 6 Tagen
-
Out-of-place JLArray/GPU problem with VectorContinuousCallback scalar-indexes (callback cache built with CPU zeros)Evtl. vergeben @ChrisRackauckas-Claude hat das vor 1 Tag übernommen. Offen
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 74/100
SciML/OrdinaryDiffEq.jl#4813 ·
Maintainer antworten meist innerhalb von 1 Tag
-
ARKODE: callbacks that modify `u` throw MethodError on reinitEvtl. vergeben @devmotion hat das vor 1 Tag übernommen. Offen
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 79/100
SciML/Sundials.jl#575 ·