Ура, супер

Ребят, может кто знает: на UNIX системах, если работать через Jupyter тру многопоточка?
Просто знаю на винде она псевдо многопоточка.

Как на оси Y сделать начало с  0?

Зависит от того что в потоках происходит

Может чуть оптимальнее  создание и обмен данными между процессами работает, но концептуально ничего не меняется.
О чем беспокоитесь? Все то же с OSM ?

Нет, гружу фото с базы, хочу понять за счет чего такой прирост

По сути много очень быстрых запросов select

Считается, что сетевой стек windows server серьезно отличается от десктопных windows.  (  помните как раньше windows  "патчили" чтобы торенты раздавать быстрее? вот из-за этого. ) То есть сравнивать надо linux и windows server.

Но я бы все равно сначала вспомнил, что у вас  не только ОС отличается.  Наверняка  так.

Ой даже не знаю, а что еще может отличаться, что бы повлияло на производительность?

могу Кнута подкинуть почитать за 1973 год)

Можно предположить, что jupter вы запускаете рядом с базой данных, вот оно и быстрее.

Запускаю с локальной машины

в смысле, у вас и linux и windows в виде двойной загрузки, вы полностью заморочились со строгим экспериментом и в итоге  пришли к выводу , что одна и та же механика работы с данными на linux шустрее ? что не верится.

наверняка отличается много чего

Если каждый select создаёт новый Коннект, то будет медленно

Точно такого эксперимента не делал, просто слышу часто, что на линуксе «тру» многопоточность, но не могу докопаться до истины.

Как минимум у нас в компании выдают ноуты на линуксе, хочу разобраться в чем причина

Один коннект на поток

Да просто. в IT много суждений на уровне суеверий. Все не проверишь.

Или вот я как-то ругался на яндексовский стемминг  https://github.com/nlpub/pymystem3/issues/29
ну тормозит и все тут. Можно бы и разобраться и починить. Но к чему им разбираться? Все ж на линуксе сидят.  Видим пометку wontfix. Суеверие самосбылось.

Думаю, дело просто в культурных различиях. Люди хотят иметь дело с системой созданной инженерами и их инженерной культурой. Ну заодно и вас приучают.

В питоне есть GIL, поэтому он всегда однопоточный.
Там можно делать треды и мультипроцессорность, но из-за GIL все равно всё будет медленно.

Тогда ожидание ответа и передачи по сети (по сути 90% времени) будет в параллели

Есть csv с полем содержащим дату в формате YYYY/Mm/Dd, т.е. 2020/1/2 тоже может быть. Конвертирую его в datetime с помощью pd.to_datetime(field, format="%Y/%m/%d") но это почему-то кидает ошибку time data 2019/2/29 doesn't match format specified, а если спереди m и d поставить "-" то ошибка bad literal. Что я делаю не так?