| 2009/05/16 | #1 | 累積氣瓶：86 | |
| 地點 | 基隆 | 潛點 | 北濱83KM |
| 方式 | Shore Dive | 潮汐 | 退潮 |
| 天候 | 晴 | 浪況 | N/A |
| 能見度 | 6-8M | 流況 | N/A |
| 溫度 | 24oC | 水面間隔 | 00:00 |
| 入水時間 | 09:16 | 潛水時間 | 00:48 |
| 最大深度 | 26.5M | 平均深度 | 14.6M |
| 入水殘壓 | 200BAR | 出水殘壓 | 40BAR |
| 濾心使用 | 38 | ||
| 很久沒有到83KM潛水了。早上約了陳教練與鳥兒一起下水。狀況很不錯，海面相當平靜，而且準備下水時已經停潮，水下能見度也高。 經過一個冬天的休養，海裡出現了相當多的生物。除了發現兩修錢鰻外，還發現一對油彩蠟膜蝦，及兩支在海膽上頭的寄生蝦，和一支章魚（已被陳教練及鳥兒補捉上岸）。 | |||
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