小编Hem*_*Das的帖子

这篇文章旨在获取基本信息/链接，以了解在 Lambda 或 EC2 上运行 Py 代码。

我的代码结构非常简单：

import numpy as np
import pandas as pd
#load more packages

input_data = pd.read_csv(...)

def do_stuff(input, parameters):
     action1
     action2
     output.to_csv(...)
     plt.save_fig(...)

do_stuff(input_data,input_parameter)

我需要在 AWS 上运行此代码，但我不确定使用哪个：Lambda 或 EC2。此外，输入文件在我的本地 PC 上，输出将保存到特定文件夹中。我需要将它保存到 S3.0 吗？如果是这样，路径如何？我还用吗import os

对于这个菜鸟之类的问题，我很抱歉。我需要一些关于我应该阅读什么才能开始的入门指导。浏览 AWS 文档变得技术化——从 Lambda 上的“Hello World”——我无法理解太多。由于锁定，我无法使用我的办公室桌面，我的个人 mac 无法处理负载。输入和输出文件非常小 - 累计不到 5 MB（有多个输入文件）。

我正在尝试使用 add_trace() 在同一个图上绘制多个类别。理想情况下，我希望不同的迹线有轻微的偏移，以便标记不会重叠。我不知道如何实现它。

这是一个说明性代码，以及我当前的结果。add_trace() 似乎没有偏移量的参数。

import plotly.graph_objects as go
fig2 = go.Figure()

x_data = ['10 days', '20 days', '30 days']

y_data1 = [0.4, 0.7, 0.9]
y_err_data1 = [0.025, 0.03, 0.05]
y_data2 = [0.6, 0.65, 0.7]
y_err_data2 = [0.05, 0.03, 0.01]

fig2.add_trace(go.Scatter(x=x_data,
                             y=y_data1,
                             error_y = dict(type='data', symmetric=True,  array=y_err_data1, visible=True),
                             mode = 'markers'))

fig2.add_trace(go.Scatter(x=x_data,
                             y=y_data2,
                             error_y = dict(type='data', symmetric=True,  array=y_err_data2, visible=True),
                             mode = 'markers'))

fig2.show()