我看了楼主贴的调试日志，好久才看懂楼主在说啥。

其实我赞同楼主的观点，返回值该是 immutable 的。但是楼主你干嘛偏要用奇怪的术语，CQS 原则是啥？没听过。另外楼主你先用自然语言描述一下问题不行吗。

我用 Docstring 不用 Typehint 的原因主要有两点。第一，正儿八经的项目，反正 docstring 总是要写的，把类型说明顺便放到 docstring 里面也没啥不妥。第二，Python 2.x 不支持 type-hinting，我最近写的项目都是 2&3 兼容的。

PyCharm 支持从 docstring 取得类型信息。你只要不懒，按照 Sphinx 支持的格式规范写点文档注释就行了。

比如这个例子（我用了 Google Style Docstring。你也可以选择 reStructuredText style 或者 NumPy Style ）。

https://gist.github.com/korepwx/ecfb9479cbfb27adb38ddf5d5d9db8d6

6L 的方法最普通而有效。

24L 是 Python 最优雅的解决方案。

1. TensorFlow >= 1.2 不支持 Mac + CUDA
2. TensorFlow 1.4.0 编译环境是 Python 3.5
3. Docker 在 Linux 上很好用，Nvidia 给了个基础镜像 nvidia/cuda:8.0-cudnn6-devel-ubuntu16.04
4. TensorFlow 1.4.0 支持 Windows 下面直接原生 CUDA + Python 3.5。当然 Windows 不支持 Docker，为了方便安装各类包，推荐 Anaconda。

别人都巴不得多个技能。

前端的想要点开 Java 做后端。
后端的想要点开 Scala Akka / Go 做分布式。

做系统的想要点开机器学习做算法。
做算法的想要点开 Python 搞应用。

你这把已经会的技能放弃掉是什么鬼。

@pizida https 呗。

安全领域，最忌讳自己造轮子。你如果要防止重放，用 requestId 就可以了。要是为了防篡改 /防窃听，就这种初级校验方式，真的有用吗？

脑补就行了啦。毕竟在 docstring 里面写 rst，你也没办法用可视化的软件不是。

世上本没有路……（后半句不写了，楼主自行领会）

看！那个铁皮轱辘比马车跑得还慢！

这不叫压缩工具，叫混淆工具。

然而你为什么不删掉 .py ，只保留目标机器的 .pyc 或者 .pyd 呢？

另外 cd 到 ~ 是你的账户目录，是因为 bash 把它转移了。你可以试试 cd ./~，就进去了那个名叫 ~ 的目录。

“~” 并不是系统级的 feature，是 bash 等 shell 自己支持的写法。

所以配置文件里面，你应该写全路径。

一般委托给 logging.exception 或者 logging.[error|warn|info|debug](..., exc_info=True)

@nannanziyu 我就奇了怪了，别人做个软件搞收费制、搞订阅制，都是他开发者和他的用户之间的事情。你既不是开发者也不是他的用户，这么上蹿下跳干嘛？

你不想掏钱，有技术，两小时弄一个替代品，可以，很厉害。你很有善心，或者单纯只是想装个逼，所以开源了，可以，是个好人。当然，作为一个开源免费软件，我很怀疑你会不会持续不断地去维护它、适配最新的系统。并且，大部分公共 API 都是到达某个量之后要收费的，你相当于把掏钱这件事情的责任转嫁给了用户。所以，afterall，可以预期的是，你这个开源免费替代品的用户体验，比不上别人订阅制的用户体验。

认为一个软件实现起来容易就不该收钱，就好像说商品的价格就该用成本核算一样。你有这样的消费观，对你个人无可厚非，但你不该强加给别人。毕竟有些人觉得，时间比钱更宝贵，宁愿掏钱去解决你 DIY 做的事情。

一般来说，想学啥就学啥是对的。但是……

楼主你得先说说你想学语言干嘛。不同语言有不同的长处，Python 恰好是各种领域都搭边的，但是却也不是各种领域都最好的。