الصفحة الرئيسية>المتعلقة بالبرمجة>بايثون
تنزيل

cuDF - إطارات بيانات GPU

؟ يمكن الآن استخدام cuDF كمسرّع بدون تغيير التعليمات البرمجية لحيوانات الباندا! لمعرفة المزيد، انظر هنا!

cuDF (تُنطق "KOO-dee-eff") هي مكتبة GPU DataFrame لتحميل البيانات وربطها وتجميعها وتصفيتها ومعالجتها بأي طريقة أخرى. تستفيد cuDF من libcudf، وهي مكتبة بيانات C++/CUDA فائقة السرعة وتنسيق Apache Arrow العمودي لتوفير واجهة برمجة تطبيقات pandas المسرّعة بواسطة GPU.

يمكنك استيراد cudf مباشرة واستخدامه مثل pandas : 

 import cudf

tips_df = cudf . read_csv ( "https://github.com/plotly/datasets/raw/master/tips.csv" )
tips_df [ "tip_percentage" ] = tips_df [ "tip" ] / tips_df [ "total_bill" ] * 100

# display average tip by dining party size
print ( tips_df . groupby ( "size" ). tip_percentage . mean ())

أو يمكنك استخدام cuDF كمسرّع لعدم تغيير التعليمات البرمجية لـ pandas، باستخدام cudf.pandas . يدعم cudf.pandas 100% من واجهة برمجة تطبيقات Pandas، ويستخدم cuDF للعمليات المدعومة ويعود إلى Pandas عند الحاجة: 

 % load_ext cudf . pandas  # pandas operations now use the GPU!

import pandas as pd

tips_df = pd . read_csv ( "https://github.com/plotly/datasets/raw/master/tips.csv" )
tips_df [ "tip_percentage" ] = tips_df [ "tip" ] / tips_df [ "total_bill" ] * 100

# display average tip by dining party size
print ( tips_df . groupby ( "size" ). tip_percentage . mean ())

موارد

  • جرب cudf.pandas الآن: استكشف cudf.pandas على مثيل مجاني ممكّن لوحدة معالجة الرسومات على Google Colab!
  • التثبيت: تعليمات تثبيت cuDF ومكتبات RAPIDS الأخرى.
  • وثائق cudf (بيثون).
  • وثائق libcudf (C++/CUDA).
  • مجتمع RAPIDS: احصل على المساعدة والمساهمة والتعاون.

راجع صفحة تثبيت RAPIDS للحصول على أحدث المعلومات والأوامر الخاصة بتثبيت cuDF وحزم RAPIDS الأخرى.

تثبيت

متطلبات كودا/GPU

  • كودا 11.2+
  • برنامج تشغيل نفيديا 450.80.02+
  • بنية فولتا أو أفضل (قدرة الحساب >=7.0)

نقطة

يمكن تثبيت cuDF عبر pip من NVIDIA Python Package Index. تأكد من تحديد حزمة cuDF المناسبة اعتمادًا على الإصدار الرئيسي من CUDA المتوفر في بيئتك:

بالنسبة لـ CUDA 11.x: 

pip install --extra-index-url=https://pypi.nvidia.com cudf-cu11

بالنسبة لـ CUDA 12.x: 

pip install --extra-index-url=https://pypi.nvidia.com cudf-cu12

كوندا

يمكن تثبيت cuDF باستخدام conda (عبر miniforge) من قناة rapidsai : 

conda install -c rapidsai -c conda-forge -c nvidia 
    cudf=25.02 python=3.12 cuda-version=12.5

نحن نقدم أيضًا باقات Conda الليلية التي تم إنشاؤها من رئيس أحدث فرع تطوير لدينا.

ملحوظة: cuDF مدعوم فقط على Linux، ومع إصدارات Python 3.10 والإصدارات الأحدث.

راجع دليل تثبيت RAPIDS لمزيد من المعلومات حول نظام التشغيل والإصدار.

بناء/تثبيت من المصدر

انظر تعليمات البناء.

المساهمة

يرجى الاطلاع على دليلنا للمساهمة في cuDF.

يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل