cudf

cuDF – GPU-DataFrames

? cuDF kann jetzt als Beschleuniger ohne Codeänderung für Pandas verwendet werden! Weitere Informationen finden Sie hier!

cuDF (ausgesprochen „KOO-dee-eff“) ist eine GPU-DataFrame-Bibliothek zum Laden, Zusammenführen, Aggregieren, Filtern und anderweitigen Bearbeiten von Daten. cuDF nutzt libcudf, eine blitzschnelle C++/CUDA-Datenrahmenbibliothek und das Apache Arrow-Spaltenformat, um eine GPU-beschleunigte Pandas-API bereitzustellen.

Sie können cudf direkt importieren und wie pandas verwenden:

 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 ())

Oder Sie können cuDF mit cudf.pandas als Beschleuniger für Pandas ohne Codeänderung verwenden. cudf.pandas unterstützt 100 % der Pandas-API, nutzt cuDF für unterstützte Vorgänge und greift bei Bedarf auf Pandas zurück:

 % 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 ())

Ressourcen

• Probieren Sie cudf.pandas jetzt aus: Entdecken Sie cudf.pandas auf einer kostenlosen GPU-fähigen Instanz auf Google Colab!
• Installieren: Anweisungen zum Installieren von cuDF und anderen RAPIDS-Bibliotheken.
• cudf (Python)-Dokumentation
• libcudf (C++/CUDA)-Dokumentation
• RAPIDS-Community: Holen Sie sich Hilfe, tragen Sie bei und arbeiten Sie zusammen.

Die aktuellsten Informationen und Befehle zur Installation von cuDF und anderen RAPIDS-Paketen finden Sie auf der RAPIDS-Installationsseite.

Installation

CUDA/GPU-Anforderungen

• CUDA 11.2+
• NVIDIA-Treiber 450.80.02+
• Volta-Architektur oder besser (Rechenfähigkeit >=7.0)

Pip

cuDF kann über pip aus dem NVIDIA Python Package Index installiert werden. Stellen Sie sicher, dass Sie das entsprechende cuDF-Paket entsprechend der in Ihrer Umgebung verfügbaren Hauptversion von CUDA auswählen:

Für CUDA 11.x:

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

Für CUDA 12.x:

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

Conda

cuDF kann mit Conda (über Miniforge) vom rapidsai -Kanal installiert werden:

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

Wir bieten auch nächtliche Conda-Pakete an, die aus dem HEAD unseres neuesten Entwicklungszweigs erstellt wurden.

Hinweis: cuDF wird nur unter Linux und mit Python-Versionen 3.10 und höher unterstützt.

Weitere Betriebssystem- und Versionsinformationen finden Sie im RAPIDS-Installationshandbuch.

Von der Quelle erstellen/installieren

Siehe Bauanleitung.

Mitwirken

Bitte lesen Sie unseren Leitfaden für Beiträge zu cuDF.