speedups 1.4.0

此库包含一些函数，可在不麻烦构建二进制扩展的情况下加快Python代码中关键部分。这样，您可以保持主要包简单 PEP517 基于的包，同时仍然获得加速。

目前只提供少数几个函数，但计划提供更多。

speedups.hton 中的通用端序转换函数

• void pack_int16(char *buf, int16_t x)

• void pack_int32(char *buf, int32_t x)

• void pack_int64(char *buf, int64_t x)

• void pack_float(char *buf, float f)

• void pack_double(char *buf, double f)

• int16_t unpack_int16(const char *buf)

• uint16_t unpack_uint16(const char *buf)

• int32_t unpack_int32(const char *buf)

• uint32_t unpack_uint32(const char *buf)

• int64_t unpack_int64(const char *buf)

• uint64_t unpack_uint64(const char *buf)

• float unpack_float(const char *buf)

• double unpack_double(const char *buf)

这些函数用于在本地和网络字节序之间进行转换，并打算在 Cython 代码中使用。示例可以在 speedups.psycopg_array 代码中找到。

对于 psycopg 库，我们有一个二进制 COPY 加载器，可以将 PostgreSQL 数组转换为 numpy ndarray。这可以使用 psycopg 游标上的 copy() 方法使用： https://www.psycopg.org/psycopg3/docs/basic/copy.html

它支持以下 PostgreSQL 类型

• float4 （numpy.float32）

• float8 （numpy.float64）

• smallint （numpy.int16）

• integer （numpy.int32）

• bigint （numpy.int64）

此外，它支持从 1D 到 N-D 的数组，因此支持 2D 或 3D 数组。

cursor: psycopg.Cursor
psycopg_loaders.NumpyLoader.install(cursor)

query = '''
COPY (
    SELECT array_agg(x)
    FROM generate_series(1, 100000) x
) TO STDOUT WITH BINARY
'''

copy: psycopg.Copy
with cursor.copy(query) as copy:
    copy.set_types(['integer[]'])

    for row in copy.rows():
        print(row)