PourOver – 快速筛选和排序大的数据集合

简介:   PourOver 是一个用于对大数据集合进行快速过滤的 JavaScript 库。它可以在60fps下运行,允许您构建数据研究应用和档案,即不必等待一个数据库调用来呈现查询结果。  PourOver 基于可以彼此任意地构成,而不必重新计算其结果的简单查询的理想。

  PourOver 是一个用于对大数据集合进行快速过滤的 JavaScript 库。它可以在60fps下运行,允许您构建数据研究应用和档案,即不必等待一个数据库调用来呈现查询结果。
  PourOver 基于可以彼此任意地构成,而不必重新计算其结果的简单查询的理想。PourOver 会记得你的查询是如何构建的,在添加或修改的时候可以巧妙地更新它们。

您可能感兴趣的相关文章

 

 

立即下载      官方网站

 

本文链接:PourOver – 快速筛选和排序大的数据集合

编译来源:梦想天空 ◆ 关注前端开发技术 ◆ 分享网页设计资源

作者:山边小溪
主站:yyyweb.com 记住啦:)
欢迎任何形式的转载,但请务必注明出处。

相关文章
|
10天前
|
前端开发 JavaScript 数据格式
通过array.reduce()实现数据汇总、条件筛选和映射、对象属性的扁平化、转换数据格式、聚合统计、处理树结构数据和性能优化,reduce()的使用详解(附实际应用代码)
array.reduce()可以用来数据汇总、条件筛选和映射、对象属性的扁平化、转换数据格式、聚合统计、处理树结构数据、性能优化等,使用难度相对高一些,但是能大大减少代码量。 博客不应该只有代码和解决方案,重点应该在于给出解决方案的同时分享思维模式,只有思维才能可持续地解决问题,只有思维才是真正值得学习和分享的核心要素。如果这篇博客能给您带来一点帮助,麻烦您点个赞支持一下,还可以收藏起来以备不时
|
7月前
|
存储 搜索推荐 Java
|
10月前
|
存储 算法 搜索推荐
【算法训练-排序算法 三】【排序应用】合并区间
【算法训练-排序算法 三】【排序应用】合并区间
107 0
|
10月前
|
数据可视化 Python
如何在Pandas中对数据集进行多级分组并进行聚合计算?
在Pandas中进行多级分组与聚合计算的步骤包括导入库(如pandas和matplotlib),准备数据集,使用`groupby()`方法分组,应用聚合函数(如`sum()`、`mean()`)及可视化结果。
105 11
|
SQL 索引 Python
【NumPy 数组连接、拆分、搜索、排序】
【NumPy 数组连接、拆分、搜索、排序】
108 0
|
数据挖掘
基于R筛选过滤低丰度物种的几种方式
基于R筛选过滤低丰度物种的几种方式
607 0
|
算法 C++
【基础算法训练】—— 哈希表
【基础算法训练】—— 哈希表
193 0
【基础算法训练】—— 哈希表
①特征选取之单变量统计、基于模型选择、迭代选择
特征选取之单变量统计、基于模型选择、迭代选择
360 0
①特征选取之单变量统计、基于模型选择、迭代选择
|
分布式计算 Hadoop 开发者
排序分类| 学习笔记
快速学习排序分类
109 0
排序分类| 学习笔记
|
机器学习/深度学习 搜索推荐 算法
第89天:NumPy 排序和筛选函数
第89天:NumPy 排序和筛选函数
125 1