使用指南

本指南描述了Modin的基本和高级用法，包括使用示例、Modin配置设置的详细信息，以及如何通过Modin进一步优化工作负载性能的技巧和窍门。

• Modin Configuration Settings
  • Public API
    • EnvironmentVariable
      • EnvironmentVariable.get()
      • EnvironmentVariable.get_help()
      • EnvironmentVariable.get_value_source()
      • EnvironmentVariable.once()
      • EnvironmentVariable.put()
      • EnvironmentVariable.subscribe()
  • Modin Configs List
  • Usage Guide
• Modin 使用示例
  • 教程
  • 数据科学基准测试
  • Modin 电子表格
  • Modin 与 scikit-learn
• 高级用法
  • Modin 引擎
  • 附加 API
  • DataFrame 分区 API
  • Modin 电子表格 API
  • 进度条
  • Dataframe 代数
  • 在 Modin 上分布式 XGBoost
  • 使用 Modin 进行日志记录
  • 批处理管道 API
  • 模糊数据测试
• Optimization Notes
  • Range-partitioning in Modin
  • Dynamic-partitioning in Modin
  • Understanding Modin’s partitioning mechanism
    • How Modin partitions a dataframe
    • Full-axis functions
    • How to tune partitioning
      • Configure Modin’s default partitioning scheme
      • Manually trigger repartitioning
  • Avoid iterating over Modin DataFrame
  • Use Modin’s Dataframe Algebra API to implement custom parallel functions
  • Avoid mixing pandas and Modin DataFrames
  • Execute DataFrame operations using NativeQueryCompiler
  • Operation-specific optimizations
    • merge
• 基准测试 Modin
  • 摘要
  • Modin 的执行和基准测试模式
  • 关于基准测试模式的注意事项
  • 如何基准测试复杂的工作流程
  • 附录：系统信息
• 第三方库集成
  • 按库的Modin互操作性
  • 深入探讨
    • seaborn
    • plotly
    • matplotlib
    • altair
    • bokeh
    • sklearn
    • Hugging Face
    • Tensorflow
    • NLTK
    • XGBoost
    • statsmodels
  • 附录：系统信息