在conda py310环境下启动 jupyter lab，发现notebook里面运行的python环境并不是conda的环境。

解决方案：

在my-conda-env环境下运行如下语句，安装nb_conda_kernels时，要换一个conda环境。

1
2
3
4
5
6
7

conda activate base            # base环境
conda install ipykernel
conda deactivate

conda activate my-conda-env            # this is the environment for your project and code
conda install nb_conda_kernels
jupyter lab

最后再切换回my-conda-env，启动jupyter lab即可。

如图如示，在jupyter notebook上面可以选择环境了。

通过Plotly画时间序列的图，细节非常多。

这篇文章罗列一下关于x轴 Tick的内容设置。

Tickmode - Linear

如果tickmode设置的linear，那就需要设置tick0首项和dtick步长。

1
2
3
4
5
6
7

fig.update_layout(
    xaxis = dict(
        tickmode = 'linear',
        tick0 = 0.5,
        dtick = 0.75
    )
)

如果是时间序列，dtick为秒数，86400000为1天。

Tickmode - Array

如果tickmode设置的array，那就需要设置数组，tickvals和ticktext。

1
2
3
4
5
6
7

fig.update_layout(
    xaxis = dict(
        tickmode = 'array',
        tickvals = [1, 3, 5, 7, 9, 11],
        ticktext = ['One', 'Three', 'Five', 'Seven', 'Nine', 'Eleven']
    )
)

关于对日期的设置，update_xaxes(tickformat=’%Y-%m-%d’)

发现这个pivot table和生成的MultiIndex有点类似。

之前一直有考虑多维的数据如何保存和操作，通过MultiIndex就能解决。

一堆数据通过pivot table也可以生成MultiIndex的DataFrame，这样分析起数据来就比较方便了。