| 2009/05/01 | #1 | 累積氣瓶：84 | |
| 地點 | 東北角，龍洞 | 潛點 | 82.5 KM |
| 方式 | Shore Dive | 潮汐 | 漲潮 |
| 天候 | 晴 | 浪況 | 岸邊浪花約 0.5M |
| 能見度 | 6-7M | 流況 | 無明顯水流 |
| 溫度 | 18oC | 水面間隔 | 00:00 |
| 入水時間 | 07:30 | 潛水時間 | 00:30 |
| 最大深度 | 15M | 平均深度 | 12.5M |
| 入水殘壓 | 200BAR | 出水殘壓 | 70BAR |
| 濾心使用 | 36 | ||
| 跟OSO一起下水。太久沒下了，感覺很生疏。下水時水溫很低，穿了背心還會覺得冰。這個潛點並不是太理想，除了水下生物不多以外，到處都是垃圾及魚網，而且上岸點在浪區。太久沒潛體能變差，竟然爬不上來，還腳抽筋。 | |||
緣起 Polars 是一個以 Rust 語言開發的 「DataFrame」 新興套件，它可以同時在 Rust 及 Python 中使用。Polars 憑藉著 Rust 的執行速度為基礎，讓它在資料處理的領域中， 逐漸流行起來。 但正由於它還在發展初期，目前網路上的參考文章相對較少，中文的內容更是稀有；所以整理了一下這週末的一些研究心得，一來避免自己忘記，二來也在網路上與大家分享，希望慢慢的能讓 Rust 的中文資源可以越來越完整，有朝一日可以在華人世界中流行起來。 本文開始 本週研究的主題是 Polars 裡，對「DataFrame」某個「str」欄位，進行資料型別轉換為「Date」或「Datetime」。資料的轉換可以有多種方式，應該不只限於接下來提到的方法。 建立第一個資料集 為了開始這個操作，我們需要先建立起一個「DataFrame」。 let date = Series :: new ( "trans_date" , & [ "2023-05-01" , "2023-05-02" , "2023-05-03" , "2023-05-04" , "2023-05-05" , ]); let df = DataFrame :: new ( vec ! [ date ]); println ! ( " { } " , df . clone () . collect () ? ); 執行後， 可以看到以下的結果： shape: (5, 1) ┌────────────┐ │ trans_date │ │ --- │ │ str │ ╞════════════╡ │ 2023-05-01 │ │ 2023-05-02 │ │ 2023-05-03 │ │ 2023-05-04 │ │ 2023-05-05 │ └────────────┘ 從執行的結果中，我們可以清楚的看到，目前所建立的「DataFrame」，在「trans_date」的欄位中，...
留言