| 2009/05/02 | #1 | 累積氣瓶：85 | |
| 地點 | 基隆 | 潛點 | 八斗子港口外海 |
| 方式 | Boat Dive | 潮汐 | 漲潮 |
| 天候 | 陰 | 浪況 | 約 0.5-1M |
| 能見度 | 5M | 流況 | 輕微沿岸流 |
| 溫度 | 21oC | 水面間隔 | 00:00 |
| 入水時間 | 10:32 | 潛水時間 | 00:33 |
| 最大深度 | 23.7M | 平均深度 | 20.1M |
| 入水殘壓 | 200BAR | 出水殘壓 | 40BAR |
| 濾心使用 | 37 | ||
| 今天跟活塞教練前往八斗子海科館進行軟絲復育活動前期的準備工作。今天的工作內容是將沙包投入海中，同時派潛水員下海進行整理及固定。 同行者有郭教練及其他兩位(忘了姓什麼)。由於浪大，所以入水後直接沿引導繩下潛至海底。沙包位置相當集中，並沒有花太多時間便將所有的沙包收集完成。待綁好沙包後，沿浮球繩索上升，完成任務。 | |||
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