小编Adn*_*uei的帖子

我有一个以 15 分钟为间隔的几个月内 EUR/JPY 汇率的绘图图表，因此，没有从周五晚上到周日晚上的数据。

这是部分数据，注意周末索引（类型：DatetimeIndex）中的跳过：

使用上面的数据框绘制这些数据会导致缺失日期的差距：

import plotly.graph_objs as go
candlesticks = go.Candlestick(x=data.index, open=data['Open'], high=data['High'],
                   low=data['Low'], close=data['Close'])
fig = go.Figure(layout=cf_layout)
fig.add_trace(trace=candlesticks)
fig.show()

输出：

如您所见，缺少日期的位置存在间隙。我在网上找到的一种解决方案是使用以下方法将索引更改为文本：

data.index = data.index.strftime("%d-%m-%Y %H:%M:%S")

并再次绘制它，这确实有效，但它有自己的问题。x 轴标签看起来很糟糕：

我想生成一个图表，该图表绘制的图表类似于第二个图表中没有间隙的图表，但 x 轴的显示方式与第一个图表上的相同。或者至少以更简洁和响应式的格式显示，尽可能接近第一个图形。

预先感谢您的任何帮助！

假设我有一个 PostgreSQL 表，有 5-6 列和几百行。使用 psycopg2 将整个表加载到我的 Python 程序中并使用 Python 选择我想要的行并按照我的意愿对行进行排序会更有效吗？或者使用 SQL 选择所需的行，对它们进行排序，然后仅将这些特定行加载到我的 Python 程序中会更有效吗？

我所说的“有效”是指：

1. 内存使用情况。
2. 速度。

此外，随着表大小的增加，这些因素将如何开始变化？比如说，表现在有几百万行？

在 psycopg2 中使用单个游标来执行针对使用多个游标的所有查询有什么区别。

即，说我这样做：

import psycopg2 as pg2
con = psycopg2.connect(...)
cur = con.cursor()
cur.execute(...)
....
....
cur.execute(...)
...

之后每次我希望执行查询时，我都使用相同的 cursor cur。

或者，每次我想查询我的数据库时，我都可以这样做：

with cur as con.cursor():
    cur.execute(...)

在这种情况下，cur每次使用后我的光标都会被删除。

哪种方法更好？一个人比另一个人有优势吗？一个比另一个快吗？更一般地说，为什么甚至需要一个连接的多个游标？