参与贡献

目前，Apache Arrow 的主要受众是数据系统开发人员；大多数人将间接地通过使用它进行内部数据处理并与其他支持 Arrow 的系统互操作的系统来使用 Apache Arrow。

即使您不打算为 Apache Arrow 本身或其他项目中的 Arrow 集成做出贡献，我们也乐意让您参与其中。

• 加入邮件列表：发送电子邮件到 dev-subscribe@arrow.apache.org。分享您对该项目的构想和用例，或阅读 存档。

• 关注我们在 GitHub 上的活动。

• 了解 格式/规范

PyArrow 架构

PyArrow 在很大程度上是对 Arrow C++ 实现提供的功能的封装。该库试图采用 C++ 中可用的功能，并通过更具 Python 风格且使用起来不太复杂的用户体验来公开它。因此，虽然在某些情况下，将 C++ 中的内容映射到 Python 中的内容可能很容易，但在许多情况下，C++ 类和方法被用作构建更易于使用的实体的基础。

• pyarrow 包中的 *.py 文件通常是向用户公开的实体声明的地方。在某些情况下，如果这些文件想原样公开实体而无需修改，则可以直接从内部实现中导入这些实体。

• lib.pyx 文件是将大部分核心 C++ libarrow 功能暴露给 Python 的地方。此模块的大部分实现依赖于包含的 *.pxi 文件，这些文件构建了具体的部件。虽然它以 pyarrow.lib 的形式暴露给 Python，但其内容应被视为内部内容。然后，公共类通过从 pyarrow.lib 导入它们，直接在其他模块（例如 pyarrow 本身）中公开。

• _*.pyx 文件通常是创建粘合代码的地方，它将 C++ 功能组合在一起，将其转换为 Python 类和方法。它们可以被视为 *.py 文件公开的功能的内部实现。

• includes/*.pxd 文件用于声明原始 C++ 库 API 以供 Cython 使用。在这里，C++ 类和方法按照其原样声明，以便在其他 .pyx 文件中可以使用它们来实现 Python 类、函数和辅助函数。

• 除了上一行提到的 Arrow C++ 库的依赖关系之外，PyArrow 还基于 PyArrow C++，专门的代码片段位于 python/pyarrow/src/arrow/python 目录中，并提供用于实现诸如与 NumPy 或 Pandas 之间转换以及允许在 C++ 中使用 Python 对象和回调的类的低级代码。