我正在从 VS Code 切换到 Atom，我正在尝试为我的 python 项目设置一个虚拟环境。
在 VS Code 中很容易做到，我会运行以下脚本，当我运行脚本时，它会自动开始使用新的 env（带有所有必需的包）：
python3 -m venv my_env
source my_env/bin/activate
pip3 install -r requirements.txt
现在我正在尝试设置 Hydrogen 以同样的方式工作。当我运行与 Hydrogen 内联的代码行时，我希望它们在具有我需要从requirements.txt文件中导入的模块的虚拟环境中运行。
我能够使用以下命令安装 python3 内核：
python3 -m venv my_environment_name # create a virtual environment
source my_environment_name/bin/activate # activate the virtual environment
python -m pip install ipykernel # install the python kernel (ipykernel) into the virtual environment
python -m ipykernel install
并且 Atom 能够看到它： 截图
但是，我仍然对如何将我的依赖项安装到内核中感到困惑。如果我确实在那里安装了我的依赖项，我不希望我的下一个 python 项目在那里拥有所有这些模块。我很想拥有虚拟环境所承诺的新鲜石板。
任何帮助在这里将不胜感激。有没有人有设置可以被 Hydrogen 包使用的虚拟环境的经验？
我正在尝试使用架构自动检测将 csv 从 Google Cloud Storage 加载到 Bigquery 中。
然而，我的一篇专栏上的解析错误让我感到困惑。我很困惑为什么 bigquery 无法解析该字段。在文档中，它应该能够解析看起来像的字段YYYY-MM-DD HH:MM:SS.SSSSSS（这正是我的 BQInsertTimeUTC 列的内容）。
这是我的代码：
from google.cloud import bigquery
from google.oauth2 import service_account
project_id = "<my_project_id>"
table_name = "<my_table_name>"
gs_link = "gs://<my_bucket_id>/my_file.csv"
creds = service_account.Credentials.from_service_account_info(gcs_creds)
bq_client = bigquery.Client(project=project_id, credentials=creds)
dataset_ref = bq_client.dataset(<my_dataset_id>)
# create job_config object
job_config = bigquery.LoadJobConfig(
autodetect=True,
skip_leading_rows=1,
source_format="CSV",
write_disposition="WRITE_TRUNCATE",
)
# prepare the load_job
load_job = bq_client.load_table_from_uri(
gs_link,
dataset_ref.table(table_name),
job_config=job_config,
)
# execute the load_job
result = load_job.result()
错误信息：
Could not …假设我有一个名为text_messagesfirestore 的集合，其中包含 500 个文档，并且我知道其中一个文档的 doc_id。
我想执行以下代码来获取该文档的数据：
doc = db.collection("text_messages").document("my_doc_id").get()
data = doc.to_dict()
所以我的问题是：这算作 1 次读取还是 500 次读取？我是从计费的角度询问并希望优化成本。