3 Repos
Tools for automatic batch processing and broadcasting across multidimensional arrays.
Distinguishing note: Focuses on automatic axis mapping, distinct from manual loop-based array processing.
Explore 3 awesome GitHub repositories matching data & databases · Array Vectorization Utilities. Refine with filters or upvote what's useful.
This project is a high-performance numerical computing library designed for large-scale scientific and machine learning workloads. It functions as an automatic differentiation framework and a just-in-time compilation engine, transforming high-level Python code into optimized machine instructions. By enforcing pure functional programming patterns and immutable array semantics, the library ensures that mathematical functions remain compatible with automated graph transformations and symbolic differentiation. The platform distinguishes itself through its distributed array computing capabilities,
Maps operations over array axes automatically to enable efficient batch processing and broadcasting across multidimensional data structures.
Shapely ist eine Bibliothek für geometrische Analysen zur Manipulation und Analyse planarer geometrischer Objekte. Sie fungiert als Toolkit für computergestützte Geometrie, als Engine für räumliche Prädikate zur Bewertung topologischer Beziehungen und als vektorisierter Geometrie-Prozessor. Die Bibliothek zeichnet sich durch einen vektorisierten Geometrie-Prozessor aus, der Operationen über Koordinaten-Arrays hinweg mit paralleler Multithread-Verarbeitung ausführen kann. Sie nutzt vorbereitete Geometrie-Optimierung, um wiederholte Containment- und Schnitttests zu beschleunigen, und implementiert R-Tree-räumliche Indizierung für den effizienten Abruf von nächstgelegenen Nachbarn und sich schneidenden Geometrien. Das Toolkit deckt ein breites Spektrum an Funktionen ab, darunter mengentheoretische Operationen, affine Transformationen und die Generierung komplexer Strukturen wie Voronoi-Diagramme und Delaunay-Triangulierungen. Es bietet Tools zur Berechnung intrinsischer Metriken wie Fläche und Länge sowie Dienstprogramme für topologische Validierung und Geometriereparatur. Shapely stellt die Interoperabilität von Geodaten sicher, indem es geometrische Daten zwischen GeoJSON-, Well-Known-Text- und Well-Known-Binary-Formaten parst und serialisiert.
Provides a vectorized geometry processor that executes operations across coordinate arrays with multi-threaded parallel processing.
Shapely ist eine Bibliothek für die Manipulation und Analyse planarer geometrischer Objekte und dient als Python-Wrapper für die GEOS-C++-Engine. Sie bietet ein Framework zur Berechnung geometrischer Eigenschaften, zur Bewertung räumlicher Beziehungen und zur Durchführung topologischer Prädikate innerhalb einer kartesischen Ebene. Das Projekt zeichnet sich durch einen vektorisierten Geometrie-Prozessor aus, der räumliche Operationen über große Arrays von Formen hinweg ausführen kann, um den Durchsatz zu erhöhen. Es enthält zudem ein räumliches Indizierungssystem auf Basis von R-Trees, um den Abruf sich schneidender Geometrien und nächstgelegener Nachbarn zu beschleunigen. Die Bibliothek deckt ein breites Spektrum an Funktionen ab, darunter geometrische Mengenoperationen zur Berechnung von Vereinigungen und Schnittmengen, Serialisierung räumlicher Daten zwischen Formaten wie GeoJSON und Well-Known-Text sowie Tools zur Validierung und Reparatur der Geometrietopologie. Sie unterstützt zudem geometrische Transformationen, Buffering und die Generierung konvexer Hüllen oder Voronoi-Diagramme.
Executes spatial operations across contiguous blocks of memory to reduce interpreter overhead for large datasets.