df = pd.DataFrame({
'tank_value':tank
})
В принципе все. Но это плохой способ, правильно вообще не процессировать данные python циклами и читать весь json в фрейм и потом делать выборку из него. from itertools import zip_longest
x = [1, 2, 3, 4, 5, 6, 7]
y = [8, 9, 10]
z = [9, 3, 4, 5]
list(zip_longest(x,y,z))
Ну а там в зависимости от того как эти списки получаются и что на выходе можно по разному реализовать. zip_longrst имеет параметр fillvalue, чем заполнять по умолчанию None. Ну и надо помнить про распаковку, то есть если все эти списки собраны ну например в какой то один список то можно использовать так.data = [x,y,z]
list(zip_longest(*data))
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
df = pd.read_csv('data.csv',sep=';')
sns.scatterplot(df, x='x',y='y',hue='c')
plt.show()
self.add.pares.append(Create(token, link))
Вот здесь ты добавил в свой список объект типа Create. Твой класс не имеет не метода __str__, не метода __repr__ То есть строковое представление объекта Create ты не создал. В таком случае python выводит просто адрес в памяти объекта Create. Определи что ты хочешь что бы там было. class Create:
def __init__(self, token1, link1):
self.token1 = token1
self.link1 = link1
self.pares = []
def info(self):
print(str(self.pares))
def __str__(self):
return f'Create({self.token1}, {self.link1})'
def __repr__(self):
return f'Create({self.token1}, {self.link1})'
from functools import lru_cache
@lru_cache
def F(n):
print(n)
if n <= 1:
return n
if n>1:
return F(n-1)+F(n-2)
F(8)
Вот твоя функция в точности, я добавил кеширование результатов, и print(n). Запусти с ним и без него и посмотри сколько лишних вызовов происходит. Если владеешь английским вот хорошая статья почитай как сделать своими руками, без встроенного декоратора, различные стратегии и т.д. https://realpython.com/lru-cache-python/