大家好我是費老師，就在幾天前，經過六年多的持續開發叠代，著名的開源高性能分析型數據庫DuckDB發布了其1.0.0正式版本。
DuckDB具有極強的單機數據分析性能表現，功能豐富，具有諸多拓展插件，且除了默認的SQL查詢方式外，還非常友好地支持在Python、R、Java、Node.js等語言環境下使用，特別是在Python中使用非常的靈活方便，今天的文章，費老師我就將帶大家一起快速了解DuckDB在Python中的常見使用姿勢~
2 DuckDB在Python中的使用DuckDB的定位是嵌入式關系型數據庫，在Python中安裝起來非常的方便，以當下最主流的開源Python環境管理工具mamba爲例，直接在終端中執行下列命令，我們就一步到位的完成了對應演示虛擬環境的創建，並在環境中完成了python-duckdb、jupyterlab、pandas、polars等相關分析工具的安裝：
mamba create -n duckdb-demo python=3.9 -y && mamba activate duckdb-demo && mamba install python-duckdb jupyterlab pandas polars pyarrow -y2.1 數據集的導入
2.1.1 直接導入文件
作爲一款數據分析工具，能夠方便靈活的導入各種格式的數據非常重要，DuckDB默認可直接導入csv、parquet、json等常見格式的文件，我們首先使用下列代碼生成具有五百萬行記錄的簡單示例數據，並分別導出爲csv和parquet格式進行比較：
# 利用pandas生成示例數據文件import numpy as npimport pandas as pdgenerated_df = pd.DataFrame( { '類別': np.random.choice(list('ABCDEF'), 1000000), '數值': np.round(np.random.uniform(0, 1000000, 1000000), 3) })# 分別導出爲csv、parquet格式generated_df.to_csv('./demo_data.csv', index=False)generated_df.to_parquet('./demo_data.parquet')針對兩種格式的文件，分別比較默認情況下DuckDB、pandas、polars的讀取速度：
csv格式
parquet格式
可以看到，無論是對比pandas還是polars，DuckDB的文件讀取性能都是大幅領先甚至碾壓級的⚡。
除此之外，DuckDB也可以通過SQL語句的方式進行等價操作：
2.1.2 讀取其他框架的數據對象
除了默認可直接讀取少數幾種常見數據格式外，DuckDB在Python中還支持直接以執行SQL語句的方式，直接讀取pandas、polars等框架中的數據框，這一點可太強大了，意味著只要是pandas、polars等框架可以讀取的格式，DuckDB都可以直接“拿來吧你”：
2.2 執行分析運算
DuckDB作爲一款關系型數據庫，其執行分析運算最直接的方式就是寫SQL，針對DuckDB默認讀取到內存中的對象（DuckDB中稱作「關系」）：
我們可以通過duckdb.sql()直接將關系當作表名，書寫SQL語句進行查詢分析，下面是一些簡單的例子：
比較一下與pandas、polars之間執行相同任務的耗時差異，DuckDB依舊是碾壓級的存在：
2.3 計算結果轉換
DuckDB默認自帶的文件寫出接口比較少，依舊是只針對csv、parquet等主流格式具有相應的write_parquet()、write_csv()可以直接導出文件，但是針對Python，DuckDB提供了多樣化的數據轉換接口，可以快捷高效地將計算結果轉換爲Python對象、pandas數據框、polars數據框、numpy數組等常用格式：
基于此，就不用擔心通過DuckDB計算的數據結果不好導出爲其他各種格式文件了~
如果你恰好需要轉出爲csv、parquet等格式，那麽直接使用DuckDB的文件寫出接口，性能依舊是非常強大的：
csv格式
parquet格式
更多有關DuckDB在Python中應用的內容，請移步官方文檔（https://duckdb.org/docs/api/python/overview），費老師我也會在之後持續的分享DuckDB相關教程文章，歡迎持續關注，一起來熟練掌握這款數據分析利器。
