PyTables

PyTables是建立在HDF5库的顶部和numarray Python包。
它拥有一个面向对象的接口，再加上从用Cython C-生成的代码提高了整体速度

功能：

• 易于使用
• 支持的NaturalNaming方案
• 轻松访问数据
• 节省内存
• 在一种自然的方式结构数据
• 在快速I / O操作

什么在此版本中是新的：

• 修正了一个虚假的Unicode比较警告

空字符串属性
• 改进处理。在PyTables以前版本的空字符串存储为标HDF5属性具有尺寸1和值'＆＃x5c; 0'（空空终止字符串）。现在空字符串存储为HDF5属性有大小为零。
• 添加了新的菜谱配方和PyTables几个例子简单的线程。
• 冗余：FUNC：`utilsextension.get_indices`功能已被淘汰（替换为：甲基：`slice.indices`）。
• 允许在点选择负指数。
• 在指数没有被使用，如果它声称没有结果。
• 原子和Col类型不再动态生成的所以现在更容易对IDE和静态分析工具来处理它们。
• 在IDX-opt.c的keysort功能已被使用融合类型cythonised。该性能比较大多是不变的，但代码更简单了。
• 小单元测试的重构。

什么3.1.1版本新：

• 改进：
• 请不要创建一个临时数组时，* OBJ *参数不在指定为：甲基：`File.create_array`
• 在增加了两个新的效用函数（：FUNC：`tables.nodes.filenode.read_from_filenode`和：FUNC：`tables.nodes.filenode.save_to_filenode`）从文件系统直接拷贝到filenode的，反之亦然
• 删除了：文件：`例子/嵌套iter.py`认为不再有用
• 更好的检测`-msse2`编译器标志。
• 错误修正：
• 修正了在导入时导致了异常严重的bug。
• 在内部Blosc_库已更新到1.3.5版本。

什么版本2.4.0是新的：

• 添加了对float16数据类型的支持。它是唯一可用的，如果numpy的规定一样好（即numpy的＆＃x3e = 1.6）。
• 叶节点现在有用于检索在存储器中并在磁盘上的数据的大小的属性。在磁盘上的数据可以被压缩，因此，新的属性可以很容易地计算数据压缩比。

什么是2.3.1版本，新的：

• 在修复了读取的数据集标错误未实现的类型。
• 修正了`导致安装PyTables 2.3上安装了多个版本的Python主机发生故障setup.py`的错误。

什么版本2.3.1 RC1是新的：

• 在修复了读取数据集标错误未实现的类型。
• 修正了`导致安装PyTables 2.3上安装了多个版本的Python主机发生故障setup.py`的错误。

什么是2.3版本新：

• 在OPSI是一个强大的和创新的索引引擎允许PyTables执行快速查询任意上大表。此外，它提供了一个宽范围的优化级别为它的索引，以使用户可以选择最适合她的需要（或多或少尺寸，更多或性能更少）最好的一个。指数代码也利用了与NumPy和Numexpr包的矢量化功能来保证非常短的索引和搜索时间。
• 系统微调LRU缓存为元数据（节点）和常规数据，可以让你达到最高速度密集型对象树浏览过程中的数据读取和查询。它补充了已经有效存在于HDF5缓存，虽然这是向高一级的结构所特有的PyTables并且对于实现非常高的性能的关键更多齿轮。