[packages/python-tables.git] / python-tables.spec


%define		module	tables

Summary:	Dealing with large datasets in Python
Summary(pl.UTF-8):	Obsługa dużych zbiorów danych w Pythonie
Name:		python-%{module}
Version:	1.2.1
Release:	1
License:	GNU
Group:		Development/Languages/Python
Source0:	http://dl.sourceforge.net/pytables/pytables-%{version}.tar.gz
# Source0-md5:	0fb331822f27e3cb03d04bd4247e8032
URL:		http://pytables.sourceforge.net/
BuildRequires:	hdf5-devel
BuildRequires:	lzo-devel
BuildRequires:	python
BuildRequires:	python-devel >= 1:2.3
BuildRequires:	python-numarray
BuildRequires:	python-numarray-devel
BuildRequires:	ucl-devel
%pyrequires_eq	python-modules
BuildRoot:	%{tmpdir}/%{name}-%{version}-root-%(id -u -n)

%description
PyTables is a hierarchical database package designed to efficiently
manage very large amounts of data.

PyTables is built on top of the HDF5 library and the numarray package.
It features an object-oriented interface that, combined with C
extensions for the peformance-critical parts of the code (generated
using Pyrex), makes it a fast, yet extremely easy to use tool for
interactively save and retrieve very large amounts of data. One
important feature of PyTables is that it optimizes memory and disk
resources so that data take much less space (between a factor 3 to 5,
and more if the data is compressible) than other solutions, like for
example, relational or object oriented databases.

Besides, it provides a flexible, direct access on disk to anywhere in
the data you want to go, using a combination of natural naming and
extended slicing features.

%description -l pl.UTF-8
PyTables jest hierarchiczną bazą danych zaprojektowaną aby wydajnie
zarządzać bardzo dużymi ilościami danych.

PyTables jest zbudowany w oparciu o bibliotekę HDF5 i pakiet numarray.
Zapewnia zorientowany obiektowo interfejs, dzięki któremu, w
połączeniu z przepisanymi do C krytycznymi częściami kodu, pozwala na
bardzo szybkie i łatwe używanie tego narzędzia do interaktywnego
zapisu lub odczytu dużych ilości danych. Jedną z ważniejszych zalet
PyTables jest optymalizacja zużycia pamięci i przestrzeni dyskowej.

%prep
%setup -q -n pytables-%{version}

%build
CFLAGS="%{rpmcflags}"
export CFLAGS
python setup.py build_ext --inplace

%install
rm -rf $RPM_BUILD_ROOT

install -d $RPM_BUILD_ROOT%{_examplesdir}/%{name}-%{version}

%py_install

mv examples/* $RPM_BUILD_ROOT%{_examplesdir}/%{name}-%{version}

find $RPM_BUILD_ROOT%{py_sitedir} -name '*.py' | xargs rm

%clean
rm -rf $RPM_BUILD_ROOT

%files
%defattr(644,root,root,755)
%doc README.txt LICENSE
%attr(755,root,root) %{_bindir}/*
%dir %{py_sitedir}/%{module}
%{py_sitedir}/%{module}/*
%dir %{_examplesdir}/%{name}-%{version}
%{_examplesdir}/%{name}-%{version}/*
Commit	Line	Data
	1
	2	%define module tables
	3
	4	Summary: Dealing with large datasets in Python
	5	Summary(pl.UTF-8): Obsługa dużych zbiorów danych w Pythonie
	6	Name: python-%{module}
	7	Version: 1.2.1
	8	Release: 1
	9	License: GNU
	10	Group: Development/Languages/Python
	11	Source0: http://dl.sourceforge.net/pytables/pytables-%{version}.tar.gz
	12	# Source0-md5: 0fb331822f27e3cb03d04bd4247e8032
	13	URL: http://pytables.sourceforge.net/
	14	BuildRequires: hdf5-devel
	15	BuildRequires: lzo-devel
	16	BuildRequires: python
	17	BuildRequires: python-devel >= 1:2.3
	18	BuildRequires: python-numarray
	19	BuildRequires: python-numarray-devel
	20	BuildRequires: ucl-devel
	21	%pyrequires_eq python-modules
	22	BuildRoot: %{tmpdir}/%{name}-%{version}-root-%(id -u -n)
	23
	24	%description
	25	PyTables is a hierarchical database package designed to efficiently
	26	manage very large amounts of data.
	27
	28	PyTables is built on top of the HDF5 library and the numarray package.
	29	It features an object-oriented interface that, combined with C
	30	extensions for the peformance-critical parts of the code (generated
	31	using Pyrex), makes it a fast, yet extremely easy to use tool for
	32	interactively save and retrieve very large amounts of data. One
	33	important feature of PyTables is that it optimizes memory and disk
	34	resources so that data take much less space (between a factor 3 to 5,
	35	and more if the data is compressible) than other solutions, like for
	36	example, relational or object oriented databases.
	37
	38	Besides, it provides a flexible, direct access on disk to anywhere in
	39	the data you want to go, using a combination of natural naming and
	40	extended slicing features.
	41
	42	%description -l pl.UTF-8
	43	PyTables jest hierarchiczną bazą danych zaprojektowaną aby wydajnie
	44	zarządzać bardzo dużymi ilościami danych.
	45
	46	PyTables jest zbudowany w oparciu o bibliotekę HDF5 i pakiet numarray.
	47	Zapewnia zorientowany obiektowo interfejs, dzięki któremu, w
	48	połączeniu z przepisanymi do C krytycznymi częściami kodu, pozwala na
	49	bardzo szybkie i łatwe używanie tego narzędzia do interaktywnego
	50	zapisu lub odczytu dużych ilości danych. Jedną z ważniejszych zalet
	51	PyTables jest optymalizacja zużycia pamięci i przestrzeni dyskowej.
	52
	53	%prep
	54	%setup -q -n pytables-%{version}
	55
	56	%build
	57	CFLAGS="%{rpmcflags}"
	58	export CFLAGS
	59	python setup.py build_ext --inplace
	60
	61	%install
	62	rm -rf $RPM_BUILD_ROOT
	63
	64	install -d $RPM_BUILD_ROOT%{_examplesdir}/%{name}-%{version}
	65
	66	%py_install
	67
	68	mv examples/* $RPM_BUILD_ROOT%{_examplesdir}/%{name}-%{version}
	69
	70	find $RPM_BUILD_ROOT%{py_sitedir} -name '*.py' \| xargs rm
	71
	72	%clean
	73	rm -rf $RPM_BUILD_ROOT
	74
	75	%files
	76	%defattr(644,root,root,755)
	77	%doc README.txt LICENSE
	78	%attr(755,root,root) %{_bindir}/*
	79	%dir %{py_sitedir}/%{module}
	80	%{py_sitedir}/%{module}/*
	81	%dir %{_examplesdir}/%{name}-%{version}
	82	%{_examplesdir}/%{name}-%{version}/*