ноутбук - удобный инструмент для быстрой разработки, с его помощью можно сходу придумать/написать "решение"
но для полноценной работы лучше использовать среду разработки - PyCharm Community Edition. Так Вы поймёте как работает виртуальное окружение и улучшите процесс разработки.

Пишите код в ноутбуке, а потом переносите его на сервер (папка с виртуальным окружением). Таким образом планировщик будет отлично работать в связке с Вашим кодом из блокнота.

есть статья на эту темму?

могу сказать - не пытайтесь найти волшебную кнопку/статью, которая СРАЗУ, одномоментно решит Вашу проблему.

Сейчас такое время... все "проходят по верхам".
Т.е. не погружаются в тему, а быстро решают задачу и переключаются на следующую. Но мозг устроен иначе - знания в Интернете не равно Ваши знания. Чтобы получить навык и разобраться в предмете нужно окунуться в тему с головой. Потратить время на изучение Python.
То, что Вы поймёте самостоятельно, не заменит никакая статья.

Начните с малого:
1. Установите Python.
2. Скачайте и установите PyCharm.
3. Создайте новый проект. Дайте мозгу привыкнуть к новому интерфейсу, кнопкам, найдите терминал, консоль.
4. В терминале введите pip list, затем pip install pandas и снова pip list. Посмотрите на разницу вывода.

Разработка (написание кода) - это объёмная тема и мозг просто уйдёт в локдаун от огромного объема информации. Разделите Вашу задачу на мелкие подзадачи (см.пункты выше), так мозгу будет легче справиться со стрессом.

И планировщик (schedule), и соединение с базой данных (psycopg2) - всё это можно сделать в IDE (PyCharm).

👍🏻

🚀 NAS-FCOS: Fast Neural Architecture Search for Object Detection

Github: https://github.com/Lausannen/NAS-FCOS

Paper: https://arxiv.org/abs/2110.12423v1


@ai_machinelearning_big_data

друзья, всем привет!
как можно отобрать только те колонки, где на конце имеется 'stan' ?
с помощью питона и пандаса

точно...

благодарю

Какие настырные, смотрите-ка

/report

всем привет. имеется такая таблица, нужно достать только те значения, где год начинается с 1980. Каким образом это можно провернуть?

Тривиальный вопрос, который очень легко гуглится. Вы найдёте ответ сами намного быстрее, чем вам ответят в чате. Вам нужны .loc и .str.startswith()

.query?

обычно дольше, чем фильтрация по маске, и у вас опечатка -  query

Пальцы к клаве привыкли, с мобилки ошибся🙂

А так да, лучше через loc. И какой тип данных у столбца

df['new'] = numpy.where(df['Time'].str.contains('1980')==True, 1,0)
df = df[df['new']==1]