SKILL·F0E72C

polars

K-Dense-AI
Aktualisiert 5 months ago
64 Ansichten
48,722
4,378
48,722
Auf GitHub ansehen
Anderedata

Über

Polars ist eine leistungsstarke DataFrame-Bibliothek für Python, die 1-100 GB große Datensätze im Arbeitsspeicher durch verzögerte Auswertung und parallele Verarbeitung schneller als pandas verarbeitet. Sie eignet sich ideal für ETL-Pipelines und als Ersatz für pandas, wenn Daten in den RAM passen. Die Bibliothek nutzt ein Apache Arrow-Backend für effiziente Datenmanipulation.

Schnellinstallation

Claude Code

Empfohlen
Primär
npx skills add K-Dense-AI/claude-scientific-skills -a claude-code
Plugin-BefehlAlternativ
/plugin add https://github.com/K-Dense-AI/claude-scientific-skills
Git CloneAlternativ
git clone https://github.com/K-Dense-AI/claude-scientific-skills.git ~/.claude/skills/polars

Kopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren

GitHub Repository

K-Dense-AI/claude-scientific-skills
Pfad: scientific-skills/polars
0
agent-skillsai-scientistbioinformaticschemoinformaticsclaudeclaude-skills
FAQ

Häufig gestellte Fragen

Was ist der Skill polars?

polars ist ein Claude Skill von K-Dense-AI. Skills bündeln Anweisungen und Ressourcen, die Claude bei Bedarf lädt, um Aufgaben rund um polars ohne zusätzliche Eingaben auszuführen.

Wie installiere ich polars?

Verwende die Installationsbefehle auf dieser Seite: Füge polars als Plugin zu Claude Code hinzu oder klone das Repository in dein Skills-Verzeichnis. Starte Claude danach neu, damit der Skill geladen wird.

Zu welcher Kategorie gehört polars?

polars gehört zur Kategorie Andere.

Kann ich polars kostenlos nutzen?

Ja. polars ist auf AIMCP gelistet und kann kostenlos installiert werden.

Verwandte Skills

sports-betting-analyzer
Andere

Diese Claude Skill analysiert Sportwettenmärkte inklusive Handicaps, Over/Unders und Spezialwetten, indem sie historische Trends und situative Statistiken untersucht, um Wertwetten zu identifizieren. Sie liefert strukturierte Markdown-Ausgaben mit umsetzbaren Empfehlungen zu Bildungszwecken. Entwickler sollten dies für Sportwetten-Analysetools nutzen, wobei zu beachten ist, dass es nur zur Unterhaltung/Bildung konzipiert wurde.

Skill ansehen
llamaguard
Andere

LlamaGuard ist Metas 7-8B-Parameter-Modell zur Moderation von LLM-Eingaben und -Ausgaben in sechs Sicherheitskategorien wie Gewalt und Hassrede. Es bietet eine Genauigkeit von 94-95 % und kann mit vLLM, Hugging Face oder Amazon SageMaker eingesetzt werden. Nutzen Sie diese Skill, um Inhaltsfilterung und Sicherheitsguardrails einfach in Ihre KI-Anwendungen zu integrieren.

Skill ansehen
cost-optimization
Andere

Diese Claude Skill unterstützt Entwickler bei der Optimierung von Cloud-Kosten durch Ressourcen-Dimensionierung, Tagging-Strategien und Ausgabenanalysen. Sie bietet einen Rahmen zur Senkung von Cloud-Ausgaben und zur Implementierung von Kosten-Governance für AWS, Azure und GCP. Nutzen Sie sie, wenn Sie Infrastrukturkosten analysieren, Ressourcen richtig dimensionieren oder Budgetvorgaben einhalten müssen.

Skill ansehen
quantizing-models-bitsandbytes
Andere

Diese Fähigkeit quantisiert LLMs auf 8-Bit- oder 4-Bit-Präzision mittels bitsandbytes und erreicht dabei eine Speicherreduzierung von 50–75 % bei minimalem Genauigkeitsverlust. Sie ist ideal für den Betrieb größerer Modelle mit begrenztem GPU-Speicher oder zur Beschleunigung von Inferenzvorgängen und unterstützt Formate wie INT8, NF4 und FP4. Die Fähigkeit integriert sich in HuggingFace Transformers und ermöglicht QLoRA-Training sowie 8-Bit-Optimierer.

Skill ansehen