小编Dyl*_*kby的帖子

在IPython笔记本(Bokeh)中绘制大型数据集

我有一个大型数据集,我想在IPython笔记本中绘图.

我将~0.5GB .csv文件读入Pandas DataFrame使用read_csv,大约需要两分钟.然后我尝试绘制这些数据.

data = pd.read_csv('large.csv')
output_notebook()
p1 = figure()
p1.circle(data.index, data['myDataset'])
show(p1)
Run Code Online (Sandbox Code Playgroud)

我的浏览器旋转,并没有向我显示任何情节.我尝试过以下方法:

  1. output_file() 代替 output_notebook()
  2. 使用ColumnSource对象作为source参数的图形circle()
  3. 将我的数据下采样更易于管理.

Bokeh在其网站上声称提供"非常大或流式数据集的高性能交互".如何在没有计算机停止的情况下可视化这些大型数据集?

python data-analysis ipython-notebook bokeh

7
推荐指数
1
解决办法
4377
查看次数

Push/Pop 与使用寄存器的 Move 比较

在 x86_64 中(在 Linux 上使用 nasm 进行组装),我的直觉告诉我,rax在 (1) 和 (2) 之后会有相同的内容。

push qword 11               ; (1) Works!
pop rax

;mov rax, qword 11          ; (2) Doesn't Work!
Run Code Online (Sandbox Code Playgroud)

但是(1)工作得很好,(2)使我的程序出现段错误。这里发生了什么?

x86 assembly nasm

1
推荐指数
1
解决办法
2132
查看次数

标签 统计

assembly ×1

bokeh ×1

data-analysis ×1

ipython-notebook ×1

nasm ×1

python ×1

x86 ×1