Google oznámil, že Quick Share na Androidu funguje s AirDropem na iOS. Zatím na telefonech Pixel 10. Uživatelé tak mohou snadno přenášet soubory z telefonů s Androidem na iPhony a obráceně.
Byla vydána nová verze 8.5 (8.5.0) skriptovacího jazyka PHP používaného zejména k vývoji dynamických webových stránek. Přináší řadu novinek a vylepšení (URI Extension, Pipe Operator, Clone With, …). Vydána byla také příručka pro přechod z předchozích verzí.
Evropská komise zahájila tři vyšetřování týkající se cloudových platforem Amazon Web Services (AWS) a Microsoft Azure. Evropská exekutiva, která plní také funkci unijního antimonopolního orgánu, chce mimo jiné určit, zda jsou americké společnosti Microsoft a Amazon v cloudových službách takzvanými gatekeepery, tedy hráči, kteří významně ovlivňují provoz internetu a musí dle nařízení o digitálních trzích (DMA) na společném trhu
… více »Společnost Meta Platforms vyhrála ostře sledovaný spor o akvizici sítě pro sdílení fotografií Instagram a komunikační aplikace WhatsApp. Podle amerického soudu firma jejich převzetím neporušila antimonopolní zákon, protože si tak nemonopolizovala trh sociálních sítí. Žalobu na Metu podala před pěti lety americká Federální obchodní komise (FTC). FTC argumentovala, že Meta, tehdy známá jako Facebook, koupila tyto dvě společnosti v letech 2012 a 2014 proto, aby s nimi nemusela soutěžit.
Home Assistant včera představil svůj nejnovější oficiální hardware: Home Assistant Connect ZBT-2 pro připojení zařízení na sítích Zigbee nebo Thread.
Byla vydána verze 9.1 open source virtualizační platformy Proxmox VE (Proxmox Virtual Environment, Wikipedie) založené na Debianu. Přehled novinek v poznámkách k vydání a informačním videu.
Byl aktualizován seznam 500 nejvýkonnějších superpočítačů na světě TOP500. Nejvýkonnějším superpočítačem zůstává El Capitan od HPE (Cray) s výkonem 1,809 exaFLOPS. Druhý Frontier má výkon 1,353 exaFLOPS. Třetí Aurora má výkon 1,012 exaFLOPS. Nejvýkonnější superpočítač v Evropě JUPITER Booster s výkonem 1,000 exaFLOPS je na čtvrtém místě. Nejvýkonnější český superpočítač C24 klesl na 192. místo. Karolina, GPU partition klesla na 224. místo a Karolina, CPU partition na 450. místo. Další přehledy a statistiky na stránkách projektu.
Microsoft představil Azure Cobalt 200, tj. svůj vlastní SoC (System-on-Chip) postavený na ARM a optimalizovaný pro cloud.
Co způsobilo včerejší nejhorší výpadek Cloudflare od roku 2019? Nebyl to kybernetický útok. Vše začalo změnou oprávnění v jednom z databázových systémů a pokračovalo vygenerováním problém způsobujícího konfiguračního souboru a jeho distribucí na všechny počítače Cloudflare. Podrobně v příspěvku na blogu Cloudflare.
Byla vydána (Mastodon, 𝕏) první RC verze GIMPu 3.2. Přehled novinek v oznámení o vydání. Podrobně v souboru NEWS na GitLabu.
Mám data průběhu veličiny v čase, která zpracovávám v pandas. každá sada je cca několik tisíc (max. nízké desetitisíce) údajů. Snažím se přijít na to jak z nich rychle generovat grafy.
Zkoušel jsem matplotlib a plotly. Obojímu trvá několik desítek sekund než vytvoří graf. Nepotřebuji interaktivitu, stačí mi vytvoření a uložení obrázku grafu. Asi ani nepotřebuji graf vytvářet z těch tisíců hodnot.
Poradil by mi prosím někdo nějaké zdroje, kde najít info k rychlé tvorbě grafů? Potřebuji, aby postup/knihovna byly vhodné pro python na Lin/Win a na běžném kancelářském stroji vykouzlilo obrázek s grafem do 10 s. Díky
Řešení dotazu:
nóó nic z toho nemam vyzkoušený ale když se jakoby koukneš sem hele tak tam sou nějaký modulky pro dělání snim. si myslim že ty asi jako budeš hledat nějakej wrapper co jakoby bude všecko posílat do nativního gnuplotu nóó a hnedka na první stránce vidim tři :D ;D
tendleten projekt hele je port gnuplot do pythonu ale jestli toje jako stejně rychlí nevim :O ;D
Asi ani nepotřebuji graf vytvářet z těch tisíců hodnot.
tak timdletim asi jakoby začni nóó a pak bude celkem jedno v čem si to jako budeš malovat ne?? :O ;D
#! /usr/bin/env python3 import plotly.graph_objects as go import numpy x1 = numpy.random.rand(20000) y1 = numpy.random.rand(20000) - 0.5 x2 = numpy.linspace(0, 1, 25000) y2 = [x * numpy.random.rand() - x / 2 for x in x2] fig = go.Figure() fig.add_trace(go.Scatter(x=x1, y=y1, name='One')) fig.add_trace(go.Scatter(x=x2, y=y2, name='Two', mode='lines')) fig.show()na obstarožním SNB zabere cca
madcat@The-Raza /tmp # time ./xxplot.py ./xxplot.py 1,33s user 0,14s system 86% cpu 1,699 totalMyslím, že ti to visí jinde než na kreslení grafu.
Tiskni
Sdílej: