<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>форматы данных on Digitable courses</title>
    <link>https://courses.digitable.life/tags/%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%82%D1%8B-%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85/</link>
    <description>Recent content in форматы данных on Digitable courses</description>
    <generator>Hugo -- gohugo.io</generator>
    <language>ru-RU</language>
    <lastBuildDate>Thu, 16 Jul 2026 10:00:00 +0300</lastBuildDate><atom:link href="https://courses.digitable.life/tags/%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%82%D1%8B-%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>Работа с данными: numpy, pandas, форматы, типичные ошибки производительности</title>
      <link>https://courses.digitable.life/post/python/14-data-stack/</link>
      <pubDate>Thu, 16 Jul 2026 10:00:00 +0300</pubDate>
      
      <guid>https://courses.digitable.life/post/python/14-data-stack/</guid>
      <description>Как устроен ndarray и почему срез бесплатен, а маска — нет; DataFrame как набор типизированных колонок, Copy-on-Write и цена object-типа; Parquet, Arrow и pushdown; измеренные разрывы между apply и векторизацией; где pandas заканчивается и начинаются polars и DuckDB.</description>
    </item>
    
  </channel>
</rss>
