大数据工具

大数据工具使用分布式或非核心计算来处理单个机器内存无法容纳的数据集。Dask 和 PySpark 是主要的 Python 工具，用于扩展 Pandas 和 NumPy 处理能力的范围。它们提供熟悉的 DataFrame 类似 API，同时将计算分布到核心或集群上。