Python 丰富的数据科学工具生态系统对用户具有巨大的吸引力。另一方面，如此广泛和深入的工具集合的唯一缺点是好的工具常常会被忽视。在这里，我们介绍一些相对较新或鲜为人知的最佳 Python 数据科学项目。有些工具比以往任何时候都吸引了更多的关注，例如 Polars，但知名度仍然低于其价值，而且还有一些隐藏的宝石，例如 ConnectorX。

ⓒ 盖蒂图片库

连接器
大多数数据都驻留在数据库中的某个位置，但计算通常发生在数据库外部。在实际工作中将数据移入和移出数据库可能会很慢。ConnectorX将数据从数据库加载到许多 Python 常见的数据整理工具中。它通过最大限度地减少所需的工作来保持高速。

与我们接下来要介绍的 Polars 一样 ConnectorX 使

这允许优化，例如从数据源 以色列 WhatsApp 号码数据 并行加载和分区的能力。例如，您可以通过指定分区列来并行加载 PostgreSQL 数据。

除了 PostgreSQL 之外，它还支持从 MySQL/MariaDB、SQLite、Amazon Redshift、Microsoft SQL Server、Azure SQL 和 Oracle 读取。结果可以传递到 Pandas 或 PyArrow DataFrame，或通过 PyArrow 传递到 Modin、Dask 或 Polas。

德奥数据库
使用 Python 的数据科学家应该关注 SQL Lite，这是一个用 Python 打包的小型、强大且快速的关系数据库。它是轻量级且高度响应的，因为它作为进程内库而不是单独的应用程序运行。

DuckDB可以被视为“如果我们为 OLAP 创建 SQL Lite 会怎么样

这个问题的答案与其 EK 线索 他 OLAP 数据库引擎一样，它使用列式数据存储，并针对长时间运行的分析查询工作负载进行了优化。它还提供了您期望从典型数据库获得的所有功能，例如 ACID 事务。无需配置单独的软件集，因此您可以使用单个 pip install 命令在 Python 环境中运行它。