Repolode
Enviar
vaexio

vaexio/vaex

Biblioteca de DataFrame para Python que permite explorar y visualizar de forma diferida conjuntos de datos tabulares de miles de millones de filas, sin cargarlos por completo en memoria.

Alternativa open source a:Tableau

Ver en GitHubSitio web
Estrellas
8,516
Forks
599
Issues abiertos
556
Último commit
ayer

¿Qué es?

Vaex es una biblioteca de Python para trabajar con conjuntos de datos tabulares de gran tamaño que no caben en memoria. Ofrece una API de DataFrame similar a la de Pandas, pero mantiene los datos en disco mediante mapeo de memoria y evalúa las expresiones de forma diferida, por lo que los filtros y las transformaciones no generan copias de los datos.

La biblioteca calcula estadísticas como la media, la suma, el recuento y la desviación estándar sobre cuadrículas N-dimensionales, y permite visualizar los datos mediante histogramas, gráficos de densidad y renderizado de volúmenes 3D. Los archivos HDF5 y Apache Arrow se abren mediante mapeo de memoria, y también se admite la lectura diferida por streaming desde S3. Las uniones evitan materializar la tabla de la derecha.

Vaex se integra con Jupyter y Voila para crear notebooks y dashboards, e incluye utilidades de machine learning que funcionan sin necesidad de crear pipelines explícitos. Se puede instalar con pip o conda.

Funciones clave

  • 01Apertura mediante mapeo de memoria de archivos HDF5 y Apache Arrow
  • 02Evaluación diferida de expresiones que evita copiar los datos
  • 03Ejecución paralela de groupby y agregaciones, también sobre categorías
  • 04Uniones que no materializan la tabla de la derecha
  • 05Visualización mediante histogramas, gráficos de densidad y volúmenes 3D

Casos de uso

  • Explorar tablas de varios gigabytes o con miles de millones de filas en una sola laptop
  • Crear gráficos de densidad e histogramas interactivos de conjuntos de datos grandes
  • Entrenar modelos de scikit-learn con datos tabulares muy grandes
  • Crear dashboards interactivos en Jupyter o Voila

Inicio rápido

  1. 1

    Instala Vaex con pip

    pip install vaex
  2. 2

    O instala Vaex con conda desde conda-forge

    conda install -c conda-forge vaex

En colecciones

Diagramas, gráficos y visualizaciones animadasCursos y herramientas de ciencia de datos

Temas

#dataframe#big-data#data-analysis#out-of-core#apache-arrow#visualization#python#bigdata#data-science#hdf5

Preguntas frecuentes

¿Qué es vaex?
Biblioteca de DataFrame para Python que permite explorar y visualizar de forma diferida conjuntos de datos tabulares de miles de millones de filas, sin cargarlos por completo en memoria. Vaex es una biblioteca de Python para trabajar con conjuntos de datos tabulares de gran tamaño que no caben en memoria. Ofrece una API de DataFrame similar a la de Pandas, pero mantiene los datos en disco mediante mapeo de memoria y evalúa las expresiones de forma diferida, por lo que los filtros y las transformaciones no generan copias de los datos.
¿vaex es gratuito? ¿Qué licencia tiene?
vaex es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿vaex sigue mantenido?
Mantenimiento activo. El último commit de vaex fue el 6 nov 2026.
¿Para qué puedo usar vaex?
Explorar tablas de varios gigabytes o con miles de millones de filas en una sola laptop Crear gráficos de densidad e histogramas interactivos de conjuntos de datos grandes Entrenar modelos de scikit-learn con datos tabulares muy grandes Crear dashboards interactivos en Jupyter o Voila
¿Cómo se instala vaex?
Instala Vaex con pip: pip install vaex O instala Vaex con conda desde conda-forge: conda install -c conda-forge vaex
¿Dónde consigo vaex?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/vaexio/vaex

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados