Názory k článku Knihovna Pandas: práce s datovými řadami (series)

Zajímalo by mě, jak je to s paměťovou náročností uložení index. Samotné sloupce v series jsou asi jasné, protože si to řesí Numpy, ale ty indexy mě trošku děsí.Dají se aspoń sdílet mezi různými stejně dlouhými series? máme data řádově o 1 milionu řádků i víc (bool, int, float, datetime, nic dalšího) a ještě to poroste,proto se ptám.

Index u dané series být může, ale nemusí. Když není, tak nezabírá skoro nic. Tabulky jsou řešeny přes DataFrame. Jeden index tam sdílí všechny sloupce. Podle mě se autoři inspirovali R - tam to funguje podobně. Co se sdílení jednoho indexu různými series týče: to nevím, ale pochybuji o tom, protože při appendování do jedné series by ten index pro ostatní series obsahoval prvek navíc.

ještě možná jeden dotaz do pléna - aproximační a interpolační křivky předpokládám jdou zařídit pouze přes SciPy že?

1D lineární interpolace se dá dělat přes numpy.interp(). Aproximační křivky se dají hledat i přes machine learning. Ten je implementovaný třeba v Scikit-Learn.

Díky za doplnění. Asi nějakou základní informaci o Scikit doplním do seriálu později.