版本更新记录 - MaxCompute

本文为您介绍Mars近期版本的更新说明，基于此您可以了解Mars对应版本中的新增功能、增强功能等内容。

Mars近期版本的更新说明如下，详细信息请单击对应版本链接获取。


版本	变更类型	描述
v0.6.3	新功能	DataFrame： `md.Index`添加更多功能，详情请参见Add more functionalities for `md.Index`（#1864）。支持`{DataFrame,Series}.rename_axis`，详情请参见Implements `{DataFrame,Series}.rename_axis`（#1870）。
v0.6.3	增强功能	允许内部序列化使用JSON，详情请参见Allow internal serialization to use JSON（#1882）。优化`{md.read_csv()`、`md.read_parquet()}.head()`的性能，详情请参见Optimize performance of {md.read_csv(), md.read_parquet()}.head()（#1883）。优化`df.sort_values().head()`的性能，详情请参见Optimize performance of `df.sort_values().head()`（#1888）。支持对使用`groupby().agg()`的数据源进行列裁剪，详情请参见Support column pruning for groupby().agg() on data sources（#1889）。提升`named_{dataframe, series, tensor}`，支持获取更多元数据，详情请参见Improve `named_{dataframe, series, tensor}` that it's able to get more meta（#1897）。
v0.6.2	新功能	DataFrame 支持`df.groupby().head()`，详情请参见Implements head() on groupby objects（#1851）。 Learn 支持`mars.learn.preprocessing.{MinMaxScaler, minmax_scale}`，详情请参见Implements `mars.learn.preprocessing.{MinMaxScaler, minmax_scale}`（#1858）。
v0.6.2	增强功能	优化Proxima的`recall_by_id`计算方式，详情请参见Improve proxima `recall_by_id` computation method（#1805）。修复Tensor和DataFrame读写vineyard，详情请参见Revise to/from vineyard, of Tensor and DataFrame（#1806）。为`read_parquet`添加类似`read_csv`的内存预估机制，详情请参见Add memory estimation for `read_parquet` as well as `read_csv`（#1815）。支持在Lambda中使用复合Agg函数，详情请参见Support using compound agg function in lambda（#1819）。为`reset_index`添加incremental_index字段，默认值为False，详情请参见Add `incremental_index` argument to `reset_index` which by default is False（#1842）。 DataFrame和Series的`to_pandas`方法内部使用批方式获取数据，详情请参见Support `to_pandas` in a batch way for DataFrame and Series（#1859）。支持在Kubernetes中指定记忆量表，详情请参见Support specifying memory scale in kubernetes（#1861）。
v0.6.1	新功能	Tensor 当Tensor转稀疏时，支持缺失参数，以支持指定非0的缺失值，详情请参见Support `missing` argument for `tensor.tosparse()` and `fill_value` argument for `sparse_tensor.todense()`（#1802）。 DataFrame 添加Replace接口，详情请参见Implements {DataFrame,Series}.replace（#1765）。添加Cartesian_chunk接口，可以对两个DataFrame执行笛卡尔积，并对每个Chunk应用一个函数。该接口是对Pandas API的扩展，详情请参见Add `{DataFrame, Series}.cartesian_chunk` support（#1777）。聚合和分组聚合对字符串连接操作做了优化，详情请参见Integrate `str.cat` into reduction and groupby-aggregation（#1781）。聚合函数支持了Level参数，详情请参见Implements reduction with `level` argument（#1784）。
v0.6.0	兼容性	聚合和分组聚合在该版本中已重写，老版本的Mars客户端连接到新版本使用这些功能可能会出错。
	新功能	DataFrame： DataFrame初始化时支持`num_partitions`参数，详情请参见Support `num_partitions` argument for DataFrame initializers（＃1733）。添加对命名聚合的支持，详情请参见Add support for named aggregations（＃1748）。
	增强功能	`groupby.agg()`使用ReductionCompiler统一，详情请参见Unify groupby.agg() using ReductionCompiler（#1739）。
	缺陷修复	修复md.read_csv：当names和usecols都指定时可能会报错，详情请参见Fix `md.read_csv` when names and usecols specified（#1738）。支持字符串dtype以减少Tensor并平衡PSRS，详情请参见Support string dtype for tensor reductions（#1746）。在DataFrame上修复XGBoost和LightGBM，详情请参见Fix xgboost and lightgbm on DataFrames（#1751）。修复在分布式模式下重复执行相同代码的问题，详情请参见Fix repeated execution of same code in distributed mode（#1753）。支持将DataFrame的某一列设置一个标量Tensor，详情请参见Support setting scalar which is a tensor for DataFrame（#1758）。