.. image:: https://static.pepy.tech/badge/datasketch/month :target: https://pepy.tech/project/datasketch
.. image:: https://zenodo.org/badge/DOI/10.5281/zenodo.598238.svg :target: https://zenodo.org/doi/10.5281/zenodo.598238
datasketch提供概率数据结构,可以快速处理和搜索大量数据,同时保持较高的准确性。
该包包含以下数据草图:
+-------------------------+-----------------------------------------------+
| 数据草图 | 用途 |
+=========================+===============================================+
| MinHash_ | 估计Jaccard相似度和基数 |
+-------------------------+-----------------------------------------------+
| Weighted MinHash_ | 估计加权Jaccard相似度 |
+-------------------------+-----------------------------------------------+
| HyperLogLog_ | 估计基数 |
+-------------------------+-----------------------------------------------+
| HyperLogLog++_ | 估计基数 |
+-------------------------+-----------------------------------------------+
为支持亚线性查询时间,提供了以下数据草图索引:
+---------------------------+-----------------------------+------------------------+
| 索引 | 适用数据草图 | 支持的查询类型 |
+===========================+=============================+========================+
| MinHash LSH_ | MinHash, Weighted MinHash | Jaccard阈值 |
+---------------------------+-----------------------------+------------------------+
| MinHash LSH Forest_ | MinHash, Weighted MinHash | Jaccard Top-K |
+---------------------------+-----------------------------+------------------------+
| MinHash LSH Ensemble_ | MinHash | 包含度阈值 |
+---------------------------+-----------------------------+------------------------+
| HNSW_ | 任意 | 自定义度量Top-K |
+---------------------------+-----------------------------+------------------------+
datasketch必须与Python 3.7或更高版本、NumPy 1.11或更高版本以及Scipy一起使用。
注意,MinHash LSH_和MinHash LSH Ensemble还支持Redis和Cassandra存储层(参见大规模MinHash LSH)。
使用pip安装datasketch:
::
pip install datasketch
这也会安装NumPy作为依赖项。
安装带Redis依赖的版本:
::
pip install datasketch[redis]
安装带Cassandra依赖的版本:
::
pip install datasketch[cassandra]
.. _MinHash: https://ekzhu.github.io/datasketch/minhash.html
.. _Weighted MinHash: https://ekzhu.github.io/datasketch/weightedminhash.html
.. _HyperLogLog: https://ekzhu.github.io/datasketch/hyperloglog.html
.. _HyperLogLog++: https://ekzhu.github.io/datasketch/hyperloglog.html#hyperloglog-plusplus
.. _MinHash LSH: https://ekzhu.github.io/datasketch/lsh.html
.. _MinHash LSH Forest: https://ekzhu.github.io/datasketch/lshforest.html
.. _MinHash LSH Ensemble: https://ekzhu.github.io/datasketch/lshensemble.html
.. _大规模MinHash LSH: http://ekzhu.github.io/datasketch/lsh.html#minhash-lsh-at-scale
.. _HNSW: https://ekzhu.github.io/datasketch/documentation.html#hnsw


稳定高效的流量提升解决方案,助力品牌曝光
稳定高效的流量提升解决方案,助力品牌曝光


最新版Sora2模型免费使用,一键生成无水印视频
最新版Sora2模型免费使用,一键生成无水印视频


实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。


选题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。


AI辅助编程,代码自动修复
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。


最强AI数据分析助手
小浣熊家族Raccoon,您的AI智能助手,致力于通过先进的人工智能技术,为用户提供高效、便捷的智能服务。无论是日常咨询还是专业问题解答,小浣熊都能以快速、准确的响应满足您的需求,让您的生活更加智能便捷。


像人一样思考的AI智能体
imini 是一款超级AI智能体,能根据人类指令,自主思考、自主完成、并且交付结果的AI智能体。


AI数字人视频创作平台
Keevx 一款开箱即用的AI数字人视频创作平台,广泛适用于电商广告、企业培训与社媒宣传,让全球企业与个人创作者无需拍摄剪辑,就能快速生成多语言、高质量的专业视频。


一站式AI创作平台
提供 AI 驱动的图片、视频生成及数字人等功能,助力创意创作


AI办公助手,复杂任务高效处理
AI办公助手,复杂任务高效处理。办公效率低?扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作,覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应,生活工作无缝切换,提升50%效率!
最新AI工具、AI资讯
独家AI资源、AI项目落地

微信扫一扫关注公众号