A and B <=> B if A else A
A or B <=> A if A else B

@xiayibu 我指的那种通过 CV 手段计算出图片最佳区域的。

https://blog.algorithmia.com/smart-thumbnail-image-cropping/

如果你问的是，如何自动选取最佳的一部分做缩略图，那这问题还有讨论的看头。

先说明，我对此没有经验。

@gouchaoer 从我这样的需求出发看问题，你会觉得网上热捧那么多语言的人真是吃饱了撑着的。对我说的就是 OCaml、Haskell、Scala ……等各种语言的狂热爱好者，语法再好，功能再多，你能让我快快乐乐地写个 Deep Generative Model 吗？

@gouchaoer 我的意见是这样的：我比较喜欢 Python，不是因为它语言有多好，而是因为它能很快完成我要做的一切事情。你看我要做的事情从 Web 开发（“写博客”遗留下来的爱好）到运维脚本（管实验室的服务器要用）到写深度学习的模型和在集群上调度实验脚本（ PhD 的本职），样样都有。

我是不想开发个博客或者类似的 Web 应用就要去熟悉一下 C#、Java 或者 PHP 的程序栈，毕竟这只是我的爱好而不符合我的职业规划；我也不想学习 Bash 那种反人类的语法；至于深度学习就更别提了，靠谱的库全是 Python 的。

所以我喜欢用 Python，因为只有它能让我只熟悉一门语言就搞定所有事情。要不然，我还得同时维护好几个语言自己经常用的轮子代码吗？

@gouchaoer 首先，(2,3) 是没有问题的，和 (2,3,) 同义。(2,) 才是强制要写的。你肯定记错了。要不就是 f((2,3)) 的用法。但是 f((2,3)) 也可以不加最后那个逗号呀。

其次，我实在是不懂你为什么这么仇视 Python。我从学习 Python 以来已经六年了，学会写 2&3 兼容性代码、setup.py
以及完善的单元测试也已经两年了。我用 Python 写过很多东西，从脚本到网站（ Flask + Webpack + Vue.js ），再到深度学习的模型（ TensorFlow ），体验一直都不错。

我现在写 Python 的代表性作品可以参考 https://github.com/korepwx/mlcomp/tree/dev 和 https://github.com/korepwx/tfsnippet/tree/dev。另外我还给 https://github.com/thu-ml/zhusuan 贡献了点代码。

（事实上 TFSnippet 就是我在用 ZhuSuan 的过程中感觉有些东西写不出来，所以仿写并改写的一个轮子）。

喜欢 Python 的人，应用场景和 Java 派系完全不一样好吧…… 无论是 Data Scientist，还是一对开源小项目，哪个符合软件工程的流程了？

@ssynhtn 如果堆栈和性能无关，那你了解它干嘛？自娱自乐嘛？

@jadetang All right，我说的那个优化针对的是堆上面对象的优化。当然，我不写 Java，只是对 JVM 上面 GC 神调教的案例略有耳闻。如果你有兴趣，我觉得你可以去查找一下这方面的资料。

如果是科班的话，入门 C/C++ 就是要手工 malloc/free 堆内存的。再往后，操作系统甚至需要知道 malloc/free 的算法。

不是我太严苛，楼主如果连堆和栈都不知道，怎么知道为什么尾递归不好？怎么优化大型服务器 Java 程序，免得 gc 破坏实时性？堆和栈，这是基础中的基础，如果连这类基础都不愿意去知道，你写得程序只能停留在 getXXX/setXXX 以及拖几个控件的程度。

先学点数学，能坚持下来不觉得枯燥，再说学编程的事情。

Session 是种基础概念，不是类库里面那个 session 对象或者类。用 token 也是在维持一种 session，用 cookie 照样是维持 session。

讲道理楼主的回答让人强烈感觉到他是知其然不知其所以然，无论是 session 还是前面的数据库。自身硬件不过硬，在应聘这个双向选择的过程中，被拒还不行吗？

@keepsmilence JetBrains 全家桶支持自动同步。。。

建议学习 Python3。写库兼顾 2&3 的话，一定要以 3 的思维去写，用 six 去兼顾 2。

另外不建议字符串常量用 u'xxx'。根据我的经验，除非你写 web framework，或者常量要用中文，否则直接用字符串最好（ 2 下面解释为多字节，3 下面解释为 unicode ）。不然会碰到各种奇怪的 bug。

搞搞 ML 竞赛也不错。

https://www.kaggle.com/
https://www.tensorflow.org/
http://scikit-learn.org/stable/

另外，确实用不用 mac 因学校而异的。我校 THU 没有劳什子的客户端限制，网页就能登录。作为 cs 学科，大部分作业报告也可以交 pdf （所以可以 markdown 和 latex ），没有 office 的限制。看 ppt 的话，office for mac 2016 已经够了，而且还是学校批量授权。课程用的编程环境也基本不牵扯到 windows only，第一门编程课、以及算法课的官方环境都是 gcc。另外 THU 也没有什么 java, php, mfc 之类的水课，所以用什么系统都是可以的。

@oroge 搞 ai 特别是 deep learning 的，再好的本子都救不了。服务器才是正确的选择。当然，自己攒 GTX1080 固然可以，可进实验室用实验室的资源，才是正道中的王道。

另外 cs 的话，第一年老老实实学点数学。当然双线操作，同时学数学和学编程也是不错的选择，但是别把数学丢掉了。至少微积分、线性代数、概率论得学得好一点，可以这么说，这三门学科不学好，将来你只有码农一条发展道路；但是学好了，你的路会多出来很多的。

别信人家说什么死命学编程，学一堆库，搞一堆项目的说法。没有相应的项目需求，没有带你的项目组长，你现在捣鼓的库大部分都不是最佳的 industry practice。还不如老老实实跟着学校的指导学数学，要知道过了这村就没这店了。

刚上大学千万不要配台式机，否则你的结局就是宅寝室四年。