Pandas 2.0于2023年4月3日正式发布。让我们看看它的新特性，比起在阳光下的柯基更火热的是什么。☀️ 来源：pixabay.com 三年前，我写了一篇关于 Pandas 1.0 的新特性。经历了一场大流行病和一系列 AI 的进步之后，我们迎来了 Pandas 2.0。 Pandas 是使用 Python 处理数据的标准库。2.0 版本的更新主要是为了让 Pandas 更快，更节省内存

图片来源：https://github.com/YueErro/pandas Pandas是每个数据爱好者的终极武器。这个Python中的强大库使数据处理和探索变得轻松愉悦。直观的语法和广泛的功能可以将原始数据转化为有价值的洞察力，这对于任何与数据工作的人都是至关重要的。Pandas，你让我们的数据之旅变得完整。 在本文中，我们将使用一个名为“Palmer Penguins

图片来自Midjourney 比Pandas更快的DataFrame库现在来了，它的名字叫做Polars！ Polars是一个使用Rust编写并使用Arrow作为基础的库。这个库在处理大型数据集时比Pandas更快。 虽然Polar是用Rust编写的，但你不需要了解Rust就能使用它，因为有一个Python包可以帮助你入门。实际上，如果你已经了解了Pandas，学习Polars应该会很容易。

照片来自 Unsplash，摄影师：Robert Anasch 动机 讲故事对于所有数据科学项目的工作流程都至关重要。 在这方面，从数据中提取有价值的见解是每个组织在数据科学家中寻找的基本技能。 值得庆幸的是，在过去的几年中，全球的开发人员已经深刻地为开发可靠和复杂的工具做出了贡献，这些工具使数据科学家的工作相对容易。 Python 最流行

照片来自Unsplash，摄影师为Denise Jans。 设计和构建真实可行的机器学习模型一直是数据科学家极感兴趣的领域。这必然导致他们在规模上利用优化的、高效的和准确的方法。 优化，无论是在运行时间还是内存层面上，都在可持续地提供面向真实世界和用户的软件解决方案方面起着基础性的作用。 优化分类（图片来自作者） 在我早期的一篇文