tqdm в pandas
Если применить apply к большому датафрейму, на это может уйти много времени, но сложно сказать, сколько именно. В таких ситуациях хочется научиться как-то отслеживать прогресс. Чтобы это сделать, можно использовать tqdm.
Для этого сначала установим/обновим бибилиотеку:
Затем испортируем tqdm и применяем вместо обычного apply функцию progressapply. Работает она точно так же, только еще показывает прогресс-бар:
`df = pd.DataFrame(np.random.randint(0, 100, (1000000, 100)))
tqdm.pandas(desc="power DataFrame 1M x 100 of random int!")
df.progressapply(lambda x: x2)
df.groupby(0)1.count().progressapply(lambda x: x**2)
`
Кстати, еще можно менять формат бара через опцию barformat. Например:
😻 #numpy_pandas #pandas
Если применить apply к большому датафрейму, на это может уйти много времени, но сложно сказать, сколько именно. В таких ситуациях хочется научиться как-то отслеживать прогресс. Чтобы это сделать, можно использовать tqdm.
Для этого сначала установим/обновим бибилиотеку:
pip install tqdm
pip install tqdm -U
Затем испортируем tqdm и применяем вместо обычного apply функцию progressapply. Работает она точно так же, только еще показывает прогресс-бар:
`df = pd.DataFrame(np.random.randint(0, 100, (1000000, 100)))
tqdm.pandas(desc="power DataFrame 1M x 100 of random int!")
df.progressapply(lambda x: x2)
df.groupby(0)1.count().progressapply(lambda x: x**2)
`
Кстати, еще можно менять формат бара через опцию barformat. Например:
tqdm.pandas(desc="MyBar", bar_format='{desc:<5.5}{percentage:3.0f}%|{bar:50}{r_bar}')😻 #numpy_pandas #pandas
Большой гайд по optuna
Optuna — это фреймворк для для автоматизированного поиска оптимальных гиперпараметров. Знакомимся с ней ближе.
😻 #train
Optuna — это фреймворк для для автоматизированного поиска оптимальных гиперпараметров. Знакомимся с ней ближе.
😻 #train
👍1
Модели экспоненциального сглаживания, и какие они бывают
Пройдемся во верхам, не углубляясь в математику. Поможет освежить в памяти тем, кто знал, и познакомиться с темой тем, кто только начинает изучение.
😻 #time_series
Пройдемся во верхам, не углубляясь в математику. Поможет освежить в памяти тем, кто знал, и познакомиться с темой тем, кто только начинает изучение.
😻 #time_series
Один многорукий бандит против всех А/Б-тестов
Благодаря тестам, продукт можно улучшить, избежать боли пользователей и сделать почти идеально. Мы уже немного говорили про А/Б-тестирование. А теперь ныряем глубже и посмотрим, чем умные аналитики могут заменить обычный АВ.
😻 #read
Благодаря тестам, продукт можно улучшить, избежать боли пользователей и сделать почти идеально. Мы уже немного говорили про А/Б-тестирование. А теперь ныряем глубже и посмотрим, чем умные аналитики могут заменить обычный АВ.
😻 #read
👍1