O Pyogrio não suporta gravações incrementais ou anexos a fontes de dados existentes como a Fiona. Ele usa uma abordagem sem estado e orientada a granel para ler e escrever formatos de dados de vetores espaciais, o que significa que todos os dados são lidos ou gravados em um único passe. Isso implica que o Pyogrio não permite adicionar novos registros a uma fonte de dados existente ou anexar a um arquivo sem reescrever o arquivo inteiro. Por outro lado, a Fiona suporta gravações ou anexos incrementais, fornecendo mais flexibilidade e controle sobre o processamento de dados.
O Pyogrio foi desenvolvido como uma alternativa experimental de alto desempenho a Fiona, direcionando operações de E/S mais rápidas especificamente para geopandas. A Pyogrio usa uma abordagem orientada para o Numpy internamente com o Cython para lidar com dados espaciais, extraindo geometrias como objetos binários conhecidos e atributos de campo como matrizes numpy antes de convertê-las em geodataframes geopandas. Todo o geodataframe é processado na memória e escrito em uma operação em massa, o que aumenta a velocidade, mas restringe a flexibilidade, como a escrita incremental.
Fiona, por outro lado, é uma biblioteca Python de uso geral e comuns para trabalhar com fontes de dados vetoriais OGR. Emprega uma abordagem com estado em que os dados são lidos ou escritos em várias passes. Isso torna a Fiona mais adaptável para diversas casos de uso, incluindo transformações complexas de dados e gravações incrementais ou operações. O design da Fiona permite adicionar novos recursos a um arquivo espacial existente ou modificar um conjunto de dados sem reprocessar tudo. Essa capacidade de lidar com gravações incrementais é fundamental para os fluxos de trabalho que exigem atualizações aos conjuntos de dados geoespaciais ao longo do tempo.
A Pyogrio se concentra em fornecer acesso mais rápido a leitura/gravação, evitando várias conversões entre os tipos de dados Python e nativos que a Fiona executa. Ele aproveita as ligações pré-compiladas às bibliotecas GDAL/OGR para realizar operações de dados de maneira vetorizada e em massa. As comparações de desempenho mostram que o Pyogrio pode obter acelerações com mais de 5 a 20 vezes em comparação com Fiona ao ler e escrever arquivos, tornando-o bem adequado para lidar com grandes conjuntos de dados ou operações favorecendo a taxa de transferência sobre a edição sutil.
A troca principal entre as duas bibliotecas está em flexibilidade versus velocidade. Embora a Fiona suporta atualizações incrementais, diversos formatos de arquivo e recursos de controle ricos, ele não exibe o mesmo processamento de alta velocidade para operações de dados em massa que a Pyogrio oferece. Por outro lado, o processamento apátrido e de tudo o que é de Pyogrio aumenta significativamente a velocidade, mas às custas de não suportar anexos incrementais ou modificação dos conjuntos de dados existentes.
Além disso, o Pyogrio não suporta especificar esquemas durante as gravações, ao contrário de Fiona, que permite controle detalhado sobre tipos de atributos e geometrias ao escrever dados. Pyogrio também trata geometrias vazias distintamente, escrevendo-as como vazias, em vez de nulos em alguns casos, refletindo seu foco no manuseio de dados direto e orientado a granel.
Em resumo, o Pyogrio não pode lidar com gravações incrementais ou anexos como Fiona. Ele lê e grava fontes de dados espaciais em uma única operação sem a capacidade de atualizar parcialmente os arquivos existentes. A Fiona continua sendo a opção mais flexível para fluxos de trabalho que requerem modificações incrementais de dados, enquanto o Pyogrio se destaca para operações de E/S em massa de alto desempenho, especialmente em fluxos de trabalho centrados em geopandas.
Essas informações são coletadas a partir de documentação oficial, guias de usuários e discussões sobre desenvolvedores sobre Pyogrio e Fiona, destacando suas diferenças arquitetônicas, padrões de uso e recursos apoiados relacionados a gravações e dados incrementais.