Accelerating Python Pandas Workflows with Modin

• Znajomość Pandas
• Python doświadczenie w programowaniu

Publiczność

• Naukowcy zajmujący się danymi
• Programiści

Modin to równoległy system ramek danych zaprojektowany w celu przyspieszenia Pandas przepływów pracy. Może być używany do obsługi dużych zbiorów danych, wykorzystując Ray lub Dask jako platformę backendową do obliczeń rozproszonych w Python.

To prowadzone przez instruktora szkolenie na żywo (na miejscu lub zdalnie) jest przeznaczone dla naukowców zajmujących się danymi i programistów, którzy chcą używać Modin do tworzenia i wdrażania obliczeń równoległych z Pandas w celu szybszej analizy danych.

Pod koniec tego szkolenia uczestnicy będą mogli

• Skonfigurować niezbędne środowisko, aby rozpocząć opracowywanie Pandas przepływów pracy na dużą skalę z Modin.
• Zrozumieć funkcje, architekturę i zalety Modin.
• Znać różnice między Modin, Dask i Ray.
• Szybsze wykonywanie operacji Pandas za pomocą Modin.
• Wdrożenie całego Pandas API i funkcji.

Format kursu

• Interaktywny wykład i dyskusja.
• Wiele ćwiczeń i praktyki.
• Praktyczne wdrożenie w środowisku laboratoryjnym na żywo.

Opcje dostosowywania kursu

• Aby poprosić o spersonalizowane szkolenie dla tego kursu, skontaktuj się z nami w celu ustalenia szczegółów.

Wprowadzenie

• Modin vs Dask vs Ray
• Przegląd funkcji i architektury Modin
• Podstawy Pandas

Pierwsze kroki

• Instalacja Modin
• Importowanie Pandas z Modin
• Domyślne ustawienie Pandas w Modin
• Obsługiwane interfejsy API

Zarządzanie przepływami pracy Pandas przy użyciu Modin

• Używanie Modin na pojedynczym węźle
• Używanie Modin na klastrze
• Łączenie z bazą danych (read_sql)
• Optymalizacja zasobów dla Modin

Interakcja z zestawami danych

• Odczytywanie danych, usuwanie kolumn i znajdowanie wartości
• Wykonywanie zaawansowanych Pandas operacji
• Typowe problemy i przykłady

Rozwiązywanie problemów

Podsumowanie i kolejne kroki