Introducing `formulaic`, a high-performance `patsy` "competitor"
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 5/5
- Tempo stimato
- Più di una settimana
- Idoneità per principianti
- 12/100
Direzione di ricerca
La issue rimanda al progetto Formulaic e lo descrive come una riscrittura di patsy per matrici di modello sparse ottenute da grandi pandas DataFrames. Inizia esaminando il progetto collegato e il contesto di patsy. Non sono specificati file, test, modifiche richieste o condizioni di completamento, quindi il lavoro non è attuabile sulla base della sola issue.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Greetings all,
Late last year I had the need to generate sparse model matrices from large pandas DataFrames (dense model matrices would not fit in memory for the dataset I was using). I originally set about trying to patch patsy, but the code was not set up to allow overriding individual methods, and since I felt it would be a didactic experience in any case, I decided to rewrite something like patsy from scratch. The result is Formulaic.
I wasn't expecting much more than the addition of sparse matrix support, but it seems I've also managed to improve the performance of model matrix generation by (in many cases) orders of magnitude, even beating R in many cases. I'm in the process of writing up documentation, and there is some low-hanging fruit in terms of improvements, but I'd love to get some eyes on the project, and would welcome feedback.
- Lingua principale
- Python
- Stelle
- 990
- Fork
- 113
- Merge medio
- 2g 8h
- PR unite (30g)
- 3
Preparare l'ambiente
Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di pydata/patsy
-
VarLookupDict should implement __iter__, causes CPython crash when using statsmodels in marimo notebookForse già presa @kouyouqi123 l’ha presa 173 giorni fa. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
-
Add link to license in readmeForse già presa @zheng-guannan577 l’ha presa 9 giorni fa. Aperta
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 72/100
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 68/100
-
Nullable pandas dtypes crash in categorical handling: "Cannot interpret 'BooleanDtype' as a data type"Forse già presa @RaphaelFakhri l’ha presa 15 giorni fa. Aperta
Difficoltà 3/5 1-2 giorni Idoneità per principianti 35/100
-
cc() truncates periodic coordinates for integer input with fractional boundsForse già presa @ktz03 l’ha presa 39 giorni fa. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 35/100
Tutte le issue di pydata/patsy
Issue simili
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 64/100
I maintainer di solito rispondono entro 1 giorno
-
Harden tools/pr_threads.sh: pass all printed thread fields through the deterministic sanitizerApertaarea:cli area:security enhancement priority:medium size:small
Difficoltà 2/5 1-3 ore Idoneità per principianti 76/100
RonaldHensbergen/composable-data-stack#1338 ·
I maintainer di solito rispondono entro 1 giorno
-
area:stdlib effort:S impact:med platform:linux type:bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 84/100
I maintainer di solito rispondono entro 1 giorno
-
automated endpoint-dead needs-curation
Difficoltà 2/5 1-3 ore Idoneità per principianti 76/100
almanac-data/climate-almanac#139 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 82/100
UKGovernmentBEIS/inspect_ai#6695 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno