


Afficher tous les dimanches d'une année donnée à l'aide de Pandas en Python
Pandas est une puissante bibliothèque Python pour le traitement et l'analyse de données. Une caractéristique clé de Pandas est sa capacité à gérer efficacement les données de date et d'heure. Dans cet article, nous allons montrer comment utiliser Pandas pour afficher tous les dimanches d'une année donnée.
Dans cet article, nous explorerons comment utiliser Pandas, une bibliothèque de manipulation de données populaire en Python, pour afficher tous les dimanches d'une année donnée. Nous passerons en revue le processus d'extraction des dimanches de l'année et de leur affichage dans un format lisible.
Prérequis
Avant de commencer, assurez-vous que Pandas est installé sur votre ordinateur. Vous pouvez l'installer en exécutant la commande suivante dans le terminal -
pip install pandas Getting Started
Utiliser Pandas en Python
Tout d'abord, nous allons commencer à importer la bibliothèque Pandas et créer un Pandas DataFrame pour stocker le jour de l'année. Nous utiliserons la fonction date_range pour générer une plage de dates d’un an. Vous trouverez ci-dessous le code pour générer la plage de dates en 2023 −
import pandas as pd year = 2023 start_date = pd.to_datetime(f'{year}-01-01') end_date = pd.to_datetime(f'{year}-12-31') dates = pd.date_range(start_date, end_date)
Nous créons un objet start_date et end_date en utilisant la fonction pd.to_datetime. La variable dates a été créée à l'aide de la fonction pd.date_range, qui génère une plage de dates de start_date à end_date.
Extrait dimanche
Pour extraire le dimanche d'une plage de dates, nous utiliserons l'accesseur dt fourni par Pandas. L'accesseur dt fournit diverses méthodes pour manipuler les valeurs de date et d'heure de Pandas DataFrame. Nous utiliserons la méthode day_name de l'accesseur dt pour obtenir le nom du jour de la semaine pour chaque date dans le DataFrame de dates. Voici le code à extraire dimanche :
sundays = dates[dates.dt.day_name() == 'Sunday']
dates.dt.day_name() renvoie le nom du jour de la semaine pour chaque date dans le DataFrame de dates. Ensuite, nous filtrons les dates DataFrame pour ne conserver que les lignes du dimanche.
Spectacle dimanche
Pour afficher dimanche dans un format lisible, nous utiliserons la méthode strftime de l'accesseur dt. La méthode strftime est utilisée pour formater les valeurs de date et d'heure de Pandas DataFrame. Voici le code à afficher dimanche :
for sunday in sundays: print(sunday.strftime('%Y-%m-%d'))
strftime('%Y-%m-%d') formate la date au format AAAA-MM-JJ. Nous parcourons ensuite le DataFrame du dimanche et imprimons chaque dimanche dans le format souhaité.
La traduction chinoise deFinal Code
est :Final Code
Voici le code complet pour afficher tous les dimanches de 2023 −
import pandas as pd year = 2023 start_date = pd.to_datetime(f'{year}-01-01') end_date = pd.to_datetime(f'{year}-12-31') dates = pd.date_range(start_date, end_date) sundays = dates[dates.dt.day_name() == 'Sunday'] for sunday in sundays: print(sunday.strftime('%Y-%m-%d'))
Sortie
DatetimeIndex(['2023-01-01', '2023-01-08', '2023-01-15', '2023-01-22', '2023-01-29', '2023-02-05', '2023-02-12', '2023-02-19', '2023-02-26', '2023-03-05', '2023-03-12', '2023-03-19', '2023-03-26', '2023-04-02', '2023-04-09', '2023-04-16', '2023-04-23', '2023-04-30', '2023-05-07', '2023-05-14', '2023-05-21', '2023-05-28', '2023-06-04', '2023-06-11', '2023-06-18', '2023-06-25', '2023-07-02', '2023-07-09', '2023-07-16', '2023-07-23', '2023-07-30', '2023-08-06', '2023-08-13', '2023-08-20', '2023-08-27', '2023-09-03', '2023-09-10', '2023-09-17', '2023-09-24', '2023-10-01', '2023-10-08', '2023-10-15', '2023-10-22', '2023-10-29', '2023-11-05', '2023-11-12', '2023-11-19', '2023-11-26', '2023-12-03', '2023-12-10', '2023-12-17', '2023-12-24', '2023-12-31'], dtype='datetime64[ns]', freq=None)>
Affichez tous les dimanches d'une année donnée à l'aide de Pandas
Pour afficher tous les dimanches d'une année donnée, nous devons d'abord créer un Pandas DataFrame avec une plage de dates couvrant toute l'année. Nous pouvons ensuite filtrer ce DataFrame pour inclure uniquement les dimanches.
Voici le code Python pour accomplir cette tâche. C'est ici. Décomposons le code étape par étape −
Nous utilisons l'instruction import pour importer la bibliothèque Pandas.
Nous utilisons la fonction pd.date_range() pour créer une plage de dates qui s'étend sur toute l'année. Nous utilisons les paramètres start et end pour spécifier respectivement les dates start et end. Nous remplaçons « 2022 » par l'année souhaitée.
Nous filtrons la plage de dates pour inclure uniquement les dimanches en utilisant la propriété .weekday de la plage de dates, qui renvoie le jour de la semaine sous forme d'entier (lundi = 0, mardi = 1, etc.). Le dimanche est représenté par l'entier 6.
Nous stockons la plage de dates filtrée dans une variable appelée dimanche.
Enfin, on imprime la liste des dimanches en appelant la fonction print() sur la variable sundays.
import pandas as pd # Replace '2022' with the desired year date_range = pd.date_range(start='1/1/2022', end='12/31/2022') # Filter the date range to only include Sundays sundays = date_range[date_range.weekday == 6] # Print the list of Sundays print(sundays)
Sortie
Lorsque vous exécutez le code ci-dessus, vous devriez voir une liste de tous les dimanches de l'année donnée−
DatetimeIndex(['2022-01-02', '2022-01-09', '2022-01-16', '2022-01-23', '2022-01-30', '2022-02-06', '2022-02-13', '2022-02-20', '2022-02-27', '2022-03-06', '2022-03-13', '2022-03-20', '2022-03-27', '2022-04-03', '2022-04-10', '2022-04-17', '2022-04-24', '2022-05-01', '2022-05-08', '2022-05-15', '2022-05-22', '2022-05-29', '2022-06-05', '2022-06-12', '2022-06-19', '2022-06-26', '2022-07-03', '2022-07-10', '2022-07-17', '2022-07-24', '2022-07-31', '2022-08-07', '2022-08-14', '2022-08-21', '2022-08-28', '2022-09-04', '2022-09-11', '2022-09-18', '2022-09-25', '2022-10-02', '2022-10-09', '2022-10-16', '2022-10-23', '2022-10-30', '2022-11-06', '2022-11-13', '2022-11-20', '2022-11-27', '2022-12-04', '2022-12-11', '2022-12-18', '2022-12-25'], dtype='datetime64[ns]', freq=None)
Conclusion
Dans cet article, nous avons exploré comment extraire et afficher tous les dimanches d'une année donnée à l'aide de Pandas. Nous avons utilisé les méthodes date_range, dt et strftime de la bibliothèque Pandas pour générer des plages de dates, extraire les dimanches et les afficher dans un format lisible. Pandas fournit un moyen puissant et flexible de manipuler les valeurs de date et d'heure en Python, ce qui en fait un outil utile pour l'analyse et la visualisation des données.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

PHP et Python ont leurs propres avantages et inconvénients, et le choix dépend des besoins du projet et des préférences personnelles. 1.Php convient au développement rapide et à la maintenance des applications Web à grande échelle. 2. Python domine le domaine de la science des données et de l'apprentissage automatique.

Activer l'accélération du GPU Pytorch sur le système CentOS nécessite l'installation de versions CUDA, CUDNN et GPU de Pytorch. Les étapes suivantes vous guideront tout au long du processus: CUDA et CUDNN Installation détermineront la compatibilité de la version CUDA: utilisez la commande NVIDIA-SMI pour afficher la version CUDA prise en charge par votre carte graphique NVIDIA. Par exemple, votre carte graphique MX450 peut prendre en charge CUDA11.1 ou plus. Téléchargez et installez Cudatoolkit: visitez le site officiel de Nvidiacudatoolkit et téléchargez et installez la version correspondante selon la version CUDA la plus élevée prise en charge par votre carte graphique. Installez la bibliothèque CUDNN:

Python et JavaScript ont leurs propres avantages et inconvénients en termes de communauté, de bibliothèques et de ressources. 1) La communauté Python est amicale et adaptée aux débutants, mais les ressources de développement frontal ne sont pas aussi riches que JavaScript. 2) Python est puissant dans les bibliothèques de science des données et d'apprentissage automatique, tandis que JavaScript est meilleur dans les bibliothèques et les cadres de développement frontaux. 3) Les deux ont des ressources d'apprentissage riches, mais Python convient pour commencer par des documents officiels, tandis que JavaScript est meilleur avec MDNWEBDOCS. Le choix doit être basé sur les besoins du projet et les intérêts personnels.

Docker utilise les fonctionnalités du noyau Linux pour fournir un environnement de fonctionnement d'application efficace et isolé. Son principe de travail est le suivant: 1. Le miroir est utilisé comme modèle en lecture seule, qui contient tout ce dont vous avez besoin pour exécuter l'application; 2. Le Système de fichiers Union (UnionFS) empile plusieurs systèmes de fichiers, ne stockant que les différences, l'économie d'espace et l'accélération; 3. Le démon gère les miroirs et les conteneurs, et le client les utilise pour l'interaction; 4. Les espaces de noms et les CGROUP implémentent l'isolement des conteneurs et les limitations de ressources; 5. Modes de réseau multiples prennent en charge l'interconnexion du conteneur. Ce n'est qu'en comprenant ces concepts principaux que vous pouvez mieux utiliser Docker.

Minio Object Storage: Déploiement haute performance dans le système Centos System Minio est un système de stockage d'objets distribué haute performance développé sur la base du langage Go, compatible avec Amazons3. Il prend en charge une variété de langages clients, notamment Java, Python, JavaScript et GO. Cet article introduira brièvement l'installation et la compatibilité de Minio sur les systèmes CentOS. Compatibilité de la version CentOS Minio a été vérifiée sur plusieurs versions CentOS, y compris, mais sans s'y limiter: CentOS7.9: fournit un guide d'installation complet couvrant la configuration du cluster, la préparation de l'environnement, les paramètres de fichiers de configuration, le partitionnement du disque et la mini

La formation distribuée par Pytorch sur le système CentOS nécessite les étapes suivantes: Installation de Pytorch: La prémisse est que Python et PIP sont installés dans le système CentOS. Selon votre version CUDA, obtenez la commande d'installation appropriée sur le site officiel de Pytorch. Pour la formation du processeur uniquement, vous pouvez utiliser la commande suivante: pipinstalltorchtorchVisionTorChaudio Si vous avez besoin d'une prise en charge du GPU, assurez-vous que la version correspondante de CUDA et CUDNN est installée et utilise la version Pytorch correspondante pour l'installation. Configuration de l'environnement distribué: la formation distribuée nécessite généralement plusieurs machines ou des GPU multiples uniques. Lieu

Lors de l'installation de Pytorch sur le système CentOS, vous devez sélectionner soigneusement la version appropriée et considérer les facteurs clés suivants: 1. Compatibilité de l'environnement du système: Système d'exploitation: Il est recommandé d'utiliser CentOS7 ou plus. CUDA et CUDNN: La version Pytorch et la version CUDA sont étroitement liées. Par exemple, Pytorch1.9.0 nécessite CUDA11.1, tandis que Pytorch2.0.1 nécessite CUDA11.3. La version CUDNN doit également correspondre à la version CUDA. Avant de sélectionner la version Pytorch, assurez-vous de confirmer que des versions compatibles CUDA et CUDNN ont été installées. Version Python: branche officielle de Pytorch

CENTOS L'installation de Nginx nécessite de suivre les étapes suivantes: Installation de dépendances telles que les outils de développement, le devet PCRE et l'OpenSSL. Téléchargez le package de code source Nginx, dézippez-le et compilez-le et installez-le, et spécifiez le chemin d'installation AS / USR / LOCAL / NGINX. Créez des utilisateurs et des groupes d'utilisateurs de Nginx et définissez les autorisations. Modifiez le fichier de configuration nginx.conf et configurez le port d'écoute et le nom de domaine / adresse IP. Démarrez le service Nginx. Les erreurs communes doivent être prêtées à prêter attention, telles que les problèmes de dépendance, les conflits de port et les erreurs de fichiers de configuration. L'optimisation des performances doit être ajustée en fonction de la situation spécifique, comme l'activation du cache et l'ajustement du nombre de processus de travail.
