cudf

cuDF - Marcos de datos de GPU

? ¡cuDF ahora se puede utilizar como acelerador sin cambio de código para pandas! Para obtener más información, consulte aquí.

cuDF (pronunciado "KOO-dee-eff") es una biblioteca GPU DataFrame para cargar, unir, agregar, filtrar y manipular datos de otro modo. cuDF aprovecha libcudf, una biblioteca de marcos de datos C++/CUDA ultrarrápida y el formato de columnas Apache Arrow para proporcionar una API de pandas acelerada por GPU.

Puedes importar cudf directamente y usarlo como 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 ())

O puede usar cuDF como un acelerador sin cambio de código para pandas, usando cudf.pandas . cudf.pandas admite el 100% de la API de pandas, utiliza cuDF para las operaciones admitidas y recurre a pandas cuando es necesario:

 % 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 ())

Recursos

• Pruebe cudf.pandas ahora: explore cudf.pandas en una instancia gratuita habilitada para GPU en Google Colab.
• Instalar: Instrucciones para instalar cuDF y otras bibliotecas RAPIDS.
• documentación de cudf (Python)
• Documentación de libcudf (C++/CUDA)
• Comunidad RAPIDS: obtenga ayuda, contribuya y colabore.

Consulte la página de instalación de RAPIDS para obtener la información y los comandos más actualizados para instalar cuDF y otros paquetes de RAPIDS.

Instalación

Requisitos CUDA/GPU

• CUDA 11.2+
• Controlador NVIDIA 450.80.02+
• Arquitectura Volta o mejor (Capacidad de Computación >=7.0)

Pepita

cuDF se puede instalar mediante pip desde el índice de paquetes de NVIDIA Python. Asegúrese de seleccionar el paquete cuDF apropiado según la versión principal de CUDA disponible en su entorno:

Para CUDA 11.x:

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

Para CUDA 12.x:

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

conda

cuDF se puede instalar con conda (a través de miniforge) desde el canal rapidsai :

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

También ofrecemos paquetes Conda nocturnos creados a partir del HEAD de nuestra última rama de desarrollo.

Nota: cuDF solo se admite en Linux y con las versiones 3.10 y posteriores de Python.

Consulte la guía de instalación de RAPIDS para obtener más información sobre el sistema operativo y la versión.

Construir/instalar desde la fuente

Vea las instrucciones de construcción.

Contribuyendo

Consulte nuestra guía para contribuir a cuDF.