如果有独立的前端开发人员，你开放 json api （就像上面那个老哥说的），然后可以让前端用他熟悉的框架做事情。

anyway，其实如果是这个 setting，甚至可以不用 flask。用 aiohttp 也没啥不方便的。

比如我这边的 aiohttp + vue 的一个小项目。

后端： https://github.com/haowen-xu/mlstorage-server/tree/develop/mlstorage_server
前端： https://github.com/haowen-xu/mlstorage-server/tree/develop/mlstorage_server/frontend

我是左小指 + 左中指，在笔记本上的话。

因为不断失败重启。。。

PT 和是不是 v6 有什么关系？

之所以（国内）很多 PT 都是 v6，还不是因为国内 PT 基本都是大学搞得。教育网大部分 v4 都很渣，而且不一定有公网。但是 v6 作为实验性的网络，设备都很给力，不仅有公网，而且还很快。

你看国外 PT 动漫花园不就是 v4 的。

数学：前提假设错了，以下证明毫无意义。

物理：有趣的前提，做个实验吧……实验不支撑，sorry，你的假设毫无意义。

我也觉得挺有用的功能。

你可以把多出来的钱捐给大学里面勤勤恳恳做基础数学物理还拿不到 funding 的那些实验室。

不是几十年前的他们，有你今天当码农的机会？

@nyse Turbo C 从右到左。。这句话好评。难得看到这么有水平的出题人了。

如果你要准备某个考试，就按答案来。

C/C++ 标准并没有规定这方面的内容，是为了让各个编译器有充分自主的空间去优化最终程序。

所以不要写这样的代码。

@bumz 这是一个数组，类型是 Object。有问题吗？

我觉得你没喝过好喝的酒。。。

本科的时候曾经受土豪室友邀请去他家里玩，期间喝了一口某不知道多少钱的白酒，刷新了我对“酒”的所有认知。

当然，啤酒还是认为，它就是难喝。

@zn 我没用过 PHP，不太清楚你们搞这一套会有什么坑。

Python 的模块化其实……还好，因为有一套范式。而且 Python 可以在函数内部局部 import。如果遇到循环 import，语义也是标准化的，所以大家也都知道怎么处理。反而是 PHP、Java 里面的什么“依赖注入”，在 Python 里面是见不到的，因为那样写不 Pythonic。

为啥你模块化的这个思路这么像 python。

讲道理，把一个语言的思路直接搬到另一个语言，一般是不好用的。

@msg7086 楼主那是强行杠精。

多少老专家痛心疾首，我国没有国产操作系统，（所以硬件之上软件之下是一片空白）。结果他擅自改了个“操作系统”的概念，就好像我国瞬间解决了这个问题一样。问题是硬件之上软件之下，还是一片空白。

@98jiang 那么大食堂，不先占座，找都找不到人。

你不是说座位资源充裕嘛？先占个座，然后大家都知道打完饭该去哪里。

我倒是觉得两个强行入座的人脑子有病。

https://github.com/haowen-xu/tfsnippet

上面是我的某项目，兼容 Python 2.7 & 3，TensorFlow 1.5 ~ 1.12 。为了达成这个目的，可谓花费不少心思。

比如以下摘自我项目的 requirements.txt:

----
backports.tempfile >= 1.0 ; python_version < '3.2'
filelock >= 3.0.10
frozendict >= 1.2.0
idx2numpy >= 1.2.2
lazy-object-proxy >= 1.3.1
natsort >= 5.3.3
numpy >= 1.12.1
pathlib2 >= 2.3.0 ; python_version < '3.5'
requests >= 2.18.4
scipy >= 1.2.0
semver >= 2.7.9
six >= 1.11.0
tqdm >= 4.23.0
----

比如我为了在 Travis CI 上测试兼容性做的 Docker 镜像：

https://github.com/haowen-xu/travis-tensorflow-docker

而且做到了 99% 测试覆盖率。
----

等等等等细节，就不一一论述了。我的项目，完全没有四楼等各位那么炫技，但是非常朴实。

我认为这才是 Python 的真谛。

小工具其实命令行比图形界面更方便。所以我选择 python。

.. 换个 U 盘。