polars-1-use-lazy-evaluation-by-default
Über
Diese Fähigkeit empfiehlt standardmäßig die Verwendung von Polars' verzögerter Auswertung für große Datensätze, um Abfrageoptimierung zu ermöglichen. Sie zeigt, wie man `scan_parquet()` verwendet und Operationen vor `collect()` verkettet, anstatt mit `read_parquet()` direkt zu laden. Dieser Ansatz minimiert den Speicherverbrauch und erlaubt es Polars, den gesamten Abfrageplan vor der Ausführung zu optimieren.
Schnellinstallation
Claude Code
Empfohlennpx skills add vamseeachanta/workspace-hub -a claude-code/plugin add https://github.com/vamseeachanta/workspace-hubgit clone https://github.com/vamseeachanta/workspace-hub.git ~/.claude/skills/polars-1-use-lazy-evaluation-by-defaultKopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren
GitHub Repository
Frequently asked questions
What is the polars-1-use-lazy-evaluation-by-default skill?
polars-1-use-lazy-evaluation-by-default is a Claude Skill by vamseeachanta. Skills package instructions and resources that Claude loads on demand, so Claude can perform polars-1-use-lazy-evaluation-by-default-related tasks without extra prompting.
How do I install polars-1-use-lazy-evaluation-by-default?
Use the install commands on this page: add polars-1-use-lazy-evaluation-by-default to Claude Code as a plugin, or clone its repository into your skills directory, then restart Claude so it picks up the skill.
What category does polars-1-use-lazy-evaluation-by-default belong to?
polars-1-use-lazy-evaluation-by-default is in the data-analysis category, tagged general.
Is polars-1-use-lazy-evaluation-by-default free to use?
Yes. polars-1-use-lazy-evaluation-by-default is listed on AIMCP and free to install. It runs inside Claude, so no separate service account is required to use the skill itself.
Verwandte Skills
AutoViz automatisiert die explorative Datenanalyse mit nur einer Codezeile und erzeugt umfassende Visualisierungen sowie erkennt Muster wie Korrelationen und Ausreißer. Es wählt automatisch Diagrammtypen aus, verarbeitet sowohl kategorische als auch numerische Merkmale und kann Berichte in HTML oder Jupyter Notebooks exportieren. Nutzen Sie diese Fähigkeit für schnelle, automatisierte EDA, um die Struktur Ihres Datensatzes und wichtige Erkenntnisse vor einer tieferen Analyse zu verstehen.
Diese Fähigkeit extrahiert und verarbeitet Offshore-Energiedaten aus den behördlichen Datenbanken der BSEE (Golf von Mexiko) und SODIR (Norwegen). Nutzen Sie sie, um programmgesteuert auf Produktionskennzahlen, Bohrlochinformationen, Felddaten und HSE-Aufzeichnungen für Analysen zuzugreifen. Sie unterstützt Aufgaben wie Wirtschaftlichkeitsmodellierung, Compliance-Verfolgung und umfassende Energiedatenaggregation.
Diese Fähigkeit ermöglicht es Entwicklern, produktionsreife, interaktive Web-Dashboards mit Plotly Dash zu erstellen, die reaktive Callbacks, Enterprise-Komponenten und skalierbare Bereitstellung bieten. Sie ist ideal für die Entwicklung von mehrseitigen Datenanwendungen mit professionellen Layouts und integrierten Visualisierungen. Nutzen Sie sie, wenn Sie über Prototypen hinausgehen und bereitstellbare, unternehmensfähige Dashboard-Lösungen benötigen.
Diese Fähigkeit stellt die zentralen HTML-Layout-Komponenten zum Aufbau von Dash-Anwendungsoberflächen bereit, einschließlich Textelementen, Listen, Tabellen und Medienelementen. Verwenden Sie sie, wenn Sie statische Inhalte in Ihren Dash-Apps strukturieren und anzeigen müssen, ohne interaktive Callbacks. Sie umfasst wesentliche Komponenten wie Überschriften, Absätze, Links, Bilder und grundlegende Formatierungselemente.