|
|
throssonre
Без заголовкаСуббота, 28 Октября 2023 г. 22:37 (ссылка)
Печать кодов маркировки из csv Челябинск
techviczcallpel76
Без заголовкаСуббота, 28 Октября 2023 г. 22:13 (ссылка)
Заполнение csv файла агрегации честный знак Москва
jeobacklar
Без заголовкаСуббота, 28 Октября 2023 г. 22:12 (ссылка)
Печать этикеток маркировки из csv Екатеринбург
dumbliptijam77
Без заголовкаСуббота, 28 Октября 2023 г. 21:07 (ссылка)Заполнение csv файла агрегации честный знак Москва - https://vk.com/wall-200414260_2052
leosnoy
Без заголовкаСуббота, 28 Октября 2023 г. 20:57 (ссылка)Заполнение csv файла агрегации честный знак Москва - https://vk.com/wall-200414260_2052
counabneta75
Без заголовкаСуббота, 28 Октября 2023 г. 11:41 (ссылка)Заполнение csv файла агрегации честный знак Москва - https://vk.com/wall-200414260_2052
morcandbun
Без заголовкаСуббота, 28 Октября 2023 г. 11:03 (ссылка)Заполнение csv файла агрегации честный знак Москва - https://vk.com/wall-200414260_2052
rss_habr
[Перевод] Краткое руководство по работе с данными с помощью MillerСреда, 18 Января 2023 г. 17:01 (ссылка)
Представляю вашему вниманию перевод этой замечательной статьи, в которой рассказывается о Miller — автономном, легковесном и мощном интерфейсе командной строки (Command Line Interface, CLI) для работы с данными в форматах CSV, JSON и некоторых других. Интересно? Тогда прошу под кат. Читать дальше →https://habr.com/ru/post/711246/?utm_source=habrahabr&utm_medium=rss&utm_campaign=711246
rss_habr
Лучший формат данных, для хранения pandas.DataFrameПонедельник, 16 Января 2023 г. 12:01 (ссылка)
Привет, Хабр! Меня зовут Вадим Москаленко и я разработчик инновационных технологий Страхового Дома ВСК. В этой статье, хочу поделится с вами, информацией в области хранения данных. На сегодняшний день существует огромное количество форматов для хранения данных, и, используя библиотеку Pandas при обработке большого объёма данных, возникает вопрос – а какой формат, с которыми Pandas работает «из коробки», даст наибольшую производительность, при дальнейшем использовании, обработанного DataFrame? Ремарка: поиск информации по этой теме, привёл меня к репозиторию, за авторством Devforfu (ссылка), но так как информация в нём датируется 2019 годом, а за этот период вышло множество обновлений, я решил написать «свежий» бенчмарк, основываясь на принципах автора – ссылка на обновленный бенчмарк. Отмечу, что из-за слишком большой разницы в полученных результатах, я склоняюсь к тому, что мог совершить ошибку, поэтому далее в статье будет указана информация по оригиналу. В качестве тестируемых форматов использовались следующие варианты: CSV (как самый популярный текстовый формат), Pickle, Feather, Parquet, Msgpack, HDF. Для сравнения будем использовать следующие метрики: размер сериализованного файла, время загрузки DataFrame из файла, время сохранения DataFrame в файл, потребление оперативной памяти при сохранении и загрузке DataFrame. Тестовые данные – сгенерированный DataFrame с 1 миллионом строк, 15 столбцами цифр и 15 столбцами строковых значений. Генерация численных данных проводилась с помощью numpy. random.normal, в качестве строчных данных использовались UUID. С появлением в Pandas, категориального типа данных (Categorical data), который использует гораздо меньше памяти и более производительней в обработке (обширный материал для другой статьи), интересно также сравнить насколько изменится производительность форматов, поэтому ещё одним этапом сравнения в тестовых данных стал перевод формата «object» к формату «category». Читать далееhttps://habr.com/ru/post/710798/?utm_source=habrahabr&utm_medium=rss&utm_campaign=710798
rss_habr
[Перевод] Datafaker: альтернатива использованию производственных данныхЧетверг, 17 Ноября 2022 г. 21:40 (ссылка)
Как разработчики или тестировщики, мы часто сталкиваемся с необходимостью тестирования наших систем. В этом процессе, будь то модульное тестирование, интеграционное тестирование или любая другая форма тестирования, данные часто являются ведущим и решающим фактором. Но получить доступ к хорошим тестовым данным не всегда просто. Иногда данные являются весьма конфиденциальными, например, медицинские или финансовые данные. В других случаях данных недостаточно (например, при попытке нагрузочного тестирования), а иногда искомые данные трудно найти. Для случаев, подобных описанному выше, есть решение называемое Datafaker. Datafaker — это библиотека для JVM, предназначенная для генерации фиктивных данных, похожих на производственные данные. Эти данные могут быть сгенерированы как часть ваших модульных тестов или могут быть сгенерированы в виде внешних файлов, таких как файлы CSV или JSON, чтобы они могли служить в качестве входных данных для других систем. В этой статье вы узнаете, что такое Datafaker, что он может делать и как его можно эффективно использовать для улучшения стратегии тестирования. Читать далееhttps://habr.com/ru/post/667610/?utm_source=habrahabr&utm_medium=rss&utm_campaign=667610
handcontergven89
Без заголовкаПятница, 29 Октября 2022 г. 03:42 (ссылка)
Честный знак формат csv Красноярск
ilkoplerscant83
Без заголовкаПятница, 29 Октября 2022 г. 02:41 (ссылка)
Распечатать маркировку из csv Екатеринбург
sersurecci82
Без заголовкаПятница, 29 Октября 2022 г. 02:34 (ссылка)
Распечатать коды маркировки из csv Краснодар
pretsoulmote99
Без заголовкаПятница, 29 Октября 2022 г. 02:27 (ссылка)
Программа конвертер datamatrix pdf в csv Владивосток
zipfutomrou85
Без заголовкаПятница, 29 Октября 2022 г. 02:03 (ссылка)
Программа для печати datamatrix из csv Красноярск
|
LiveInternet.Ru |
Ссылки: на главную|почта|знакомства|одноклассники|фото|открытки|тесты|чат О проекте: помощь|контакты|разместить рекламу|версия для pda |