Максим Припадчев

1. Отступы в вашем коде (2) пробела должно быть 4.
2. По существу вопроса 1 ns (нано секунда) = 10^(-9). То есть 1 sec / 1_000_000_000 то есть вы перевели в секунды. А ваш код (якобы выдает в (милисекундах)). По факту ваш результат в секундах. %60 - ничего не меняет в вашем коде вы можете убрать (и там где start и там где end естественно) и ничего не изменится. число на выходе вы получите тоже самое.
3. Правильно использовать

start = time.perf_counter()
ваш код
end = time.perf_counter()

end - start даст вам продолжительность выполнения кода в секундах.
Обратите еще раз внимание что ваш код подсчитал в в секундах а вы говорите что милисекундах. print("time taken:", f"{end-start:.5f}ms")

Запятую пропустил.

ID = [[42080, 36039, 35505, 33824, 762074],
      ['2.1', '3.78', '4.2', '2.1', '2.8']
     ]

С указанного канала он не может произвести установку.
pip install tensorflow-text должен решить все ваши проблемы имейте ввиду в терминале должен быть активирован base а то установит не в окружение анаконды а в другое. Различные конфликты, что то перестало работать это обычное дело. Мы используем анаконду потому что это супер удобно, надо просто к ней привыкнуть. Абсолютно, все библиотеки в нее входят, но большое количество существующих без конфликтов работают прекрасно. С tensorflow иногда могут быть проблемы но решаемые. Вам необязательно всегда использовать conda install, установщик pip тоже в деле и его можно использовать.

смотрите вы в проблеме не указали условие а только коэффициенты. То есть ваша полная задача как выглядит примерно так:

min z = -1 * x1 -2*x2 - это функция для минимизации.

второе условие:

1 * x1 + 3*x2 >= или <= вы не указали 9
1*x1 + 1*x2 >= или <= вы не указали 5

нужно помнить что функция linprog принимает только форму <= Сооответственно, если условие в вашей задаче <= Ваш код работает верно и находит МИНИМУМ, если же условие вашей задачи >= тогда конвертируйте A в numpy и умножьте на -1 то же самое сделайте с b ну а коэффициенты с не трогайте. И вы получите ваши минимумы.
в ваших результатах вектор x это коэффициенты минимизирующие систему неравенств а значение fun. Это оптимальное значение для линейной функции которую вы минимизируете.
В итоге если знак в задаче <= оставляем все как есть.
Если знак в задаче >= умножаем A на -1 и b на -1.
Все остальное верно.

вот код решающий проблему. Под api вашего бота построите сами.

test_date = input("Ввведите дату в формате 'dd-mm-yyyy': ")
now = datetime.datetime.now()
then = datetime.datetime.strptime(test_date, "%d-%m-%Y")
delta1 = datetime.datetime(now.year, then.month, then.day)
delta2 = datetime.datetime(now.year+1, then.month, then.day)

result = ((delta1 if delta1 > now else delta2) - now).days
print(f'До вашего следущего дня рождения осталось {result} дней')

Так же вы не уточнили что делать если день рождение сегодня, это 0 дней или 364 ну легко подработаете как вам будет удобно.

1. По поводу скорости, даже на дефолтных параметрах функции выглядит подозрительно. 10 минут подозрительно. Что влияет на скорость, параметр maxlag, это параметр на сколько максимально наблюдений назад смотрит алгоритм при проведении теста. по умолчанию он равен. 12 * (количество наблюдений / 100 )**(1/4), в вашем случае это 101 наблюдение. Если уменьшить это значение тест выполнится быстрее. Нужно ли это делать? это зависит от контекста проблемы. Например если бы это была финансовая ts с дневной частотой то maxlag = 101, не имеет никакого смысла его можно было уменьшить скажем до 10 а то и еще меньше.

2. Относительно python vs R. Если брать какие то специфические моменты в особенности тесты, библиотеки R попросту на порядок превзойдут библиотеки python (на сегодняшний момент). Но при создании проекта это далеко не все. Создать поддерживаемую базу кода на python значительно легче чем на R. Коммунити python значительно больше это значит, где будет python а где R скажем через 5 лет, сколько новых фреймворков появится какая новая инфраструктура будет создана и т.д. R крутой нишевый инструмент. И если смотреть на короткие готовые решения скажем в области анализа ts он попросту круче. Если строить проект который включает в себя анализ ts, многие однозначно выберут python.

Поле Tuples имеет dtype, 'Object', что в pandas (малость упрощая) эквивалентно str. В pandas есть aкссесор str для того что бы применять по элементно функции строк python, регулярные выражения и т.д. синтаксис элементарный.
df['Tuples'].str.some_method()
распарсите строку и все. Если вы ищете готовое решение, то это во фриланс. Вы должны предоставить код в котором вы пытаетесь решить проблему, но не получается. Направление для начала написания такого кода я вам подсказал.

Если тип данных у 0.00009011 str, проблем нет вообще.

s = '0.00009011'
first, second = s.split('.')
result = first + '.' + second[2:-2]
print(result)

Если же данные поступают в формате flaot нас ждет проблема, если мы конвертируем float в str мы получим str в научном виде неудобном для парсинга, если же мы будем использовать чистый python для выведения float в научном виде нам нужно зафиксировать количество символов сколько мы будем форматировать псевдо код будет такой

float_number = 0.0000550034
print(f"{float_number:.nf}")

но n для каждого поступления нового числа свое и мы не сможем удалять первые и последние две цифры.
в библиотеке numpy есть решение данной проблемы

import numpy as np
number = 0.00009011
first, second = str(np.format_float_positional(number,trim='-')).split('.')
result = first + '.' + second[2:-2]
print(result)
здесь в отличии от первого случая тип наших float но проблема все равно решается.

def f(l):
    return l[:2]+['Test']+l[2+1:] if len(l) > 2 else l + ['Test']

Что бы трансформировать weights в вероятности вы каждый элемент делите на сумму weights. В вашем случае weights = (1,3,7,9,80). ваш пространство выборки a = [1,2,3,4,5], соответственно
1 : 1 / sum(weights)
2 : 3 / sum(weights)
3 : 7 / sum(weights)
4 : 9 / sum(weights)
5 : 80 / sum(weights)

Интерпретация: При большом количество реализаций эксперимента (большое количество выборок) в данной функции регулируется параметром k, ваша относительная частота будут СТРЕМИТСЯ к заданным вероятностям но не ПОЛНОСТЬЮ им соответствовать.
Например:
random.choice(['Red','Black'],[5,25], k=100)
вы получаете
Red: 5/30 = 1/5
Black: 4/5
за 100 реализаций эксперимента вы ОЖИДАЕТЕ.
Red: 100 * (1/5) = 20
Black: 80
вам на ГАРАНТИРОВАННЫ 20 и 80. Могут быть близкие к этим значения, могут быть 20 и 80. То есть количество будет варьироваться возле этих значений.

import datetime
past = datetime.datetime(2022,11,25,16,55,32)
now = datetime.datetime.now()
mappings = {'Дней: ':60*60*24, 'Часов: ':60*60, 'Минут: ': 60,'Секунд: ':1}
diff_in_seconds = int((now - past).total_seconds())
result = ''
for key, value in mappings.items():
    result += key + str(diff_in_seconds // value) + ', '
    diff_in_seconds %= value
print(f'Разница между {past} и {now} состовляет {result}')

Для примера я взял дату несколько дней назад и дату момента запуска скрипта, и вывел полную разницу, дальше подгоните под свои нужды и все.