@TimePPT 如果没有 Google 公开发表的大数据三篇论文，和后来的 Hadoop 的开源项目，整个行业的大数据进度可能会迟滞很多年。

@vcfghtyjc 嗯，表现形式有差。科学的正负影响是缓慢而长远的。开源的问题会立马显现，但也很快被发现和修复。

比如，你看到了 Log4j 没对 Google 造成负面影响，但你也应该看到，如果没有 Google 公开发表的大数据三篇论文，整个行业的大数据进度可能会迟滞很多年。

不用因噎废食吧，部分学术造假也没有撼动科学共同体啊

import pandas as pd
import json

genre_movie = '{"genres":[{"id":28,"name":"动作"},{"id":12,"name":"冒险"},{"id":16,"name":"动画"},{"id":35,"name":"喜剧"},{"id":80,"name":"犯罪"},{"id":99,"name":"纪录"},{"id":18,"name":"剧情"},{"id":10751,"name":"家庭"},{"id":14,"name":"奇幻"},{"id":36,"name":"历史"},{"id":27,"name":"恐怖"},{"id":10402,"name":"音乐"},{"id":9648,"name":"悬疑"},{"id":10749,"name":"爱情"},{"id":878,"name":"科幻"},{"id":10770,"name":"电视电影"},{"id":53,"name":"惊悚"},{"id":10752,"name":"战争"},{"id":37,"name":"西部"}]}'

genre_ids = [80, 9648, 53]

data = json.loads(genre_movie)
df = pd.DataFrame(data=data["genres"])

genre_names = df[df["id"].isin(genre_ids)]["name"].to_list()

理论上 jupyter 里配上 pandas 和随便一个交互可视化库就 OK
如果需要封成桌面 GUI ，可以参考下 https://github.com/hoffstadt/DearPyGui

@swulling 直接卸载+1

不考虑泛化和高准召，用 ES 搭一个就行

弹窗右下角有三个点么？有的话点进去瞅一眼？

数据分析，图省事建议 Anaconda

自己维护套色卡对照表，具体 rgb 值和色卡值求相似度，匹配最高那个？

色卡的话，可以搜，有各种领域标准色卡对照表可以用

试试 flashtext
https://github.com/vi3k6i5/flashtext

其实，对整洁度要求适中的话，每天早晚开窗一小时，两三天用无线吸尘器吸吸地，两周请个保洁打扫一次就行了。

@marine2c 哦哦，原理应该一样的，对外 http 通信，对内 rpc 就好。

单起一个代理接受三方的 http 请求，然后请求服务后端走 rpc 调用现有服务？