顺便说一下，我的第一个镜子和我媳妇那个都是选的贵镜片便宜镜架，200 以内的镜架质感真的不怎么样，这次我选了个 400 块的镜片，450 的镜架，质感提升很多，看东西也没什么区别，所以建议不要买便宜的镜架

我自己配过两个，给媳妇配过一个，媳妇那个是线上下单去店里取得，我的两个都是线下去大明验光，有 30，50 档位可选，你也可以去医院验光，然后淘宝搜本地眼镜商，因为我在北京,就随便找了个潘家园的眼镜商，选镜架镜片，然后邮寄，现在带的就是上礼拜刚配完的

自己吃暴下饭和虎邦比较多，我媳妇看直播买过草原汇香，这个挺香，但是一点都不辣，吃多了没意思，我爸给我买过六必居的香菇牛肉酱，酱味很浓，微辣，也还行吧

我有两个哥们都已经做完 1 年多，效果很好，北医三院，既不是全飞秒也不是半飞秒，8000 块，我媳妇也要做，选择的是一个民营医院，医生是原同仁著名眼科医生，全飞秒，价格 23000，上周检查时候发现角膜有很多洞洞，就先修复了下，下周正式做手术

我从我的 github star 里面给你复制出来的，你自己去看看，有中文的也有英文的，大部分都应该是 jupyter 格式的吧

aymericdamien / TensorFlow-Examples
ageron / handson-ml
MLEveryday / 100-Days-Of-ML-Code
machinelearningmindset / TensorFlow-Course
dragen1860 / Deep-Learning-with-TensorFlow-book
Hvass-Labs / TensorFlow-Tutorials
czy36mengfei / tensorflow2_tutorials_chinese
dragen1860 / TensorFlow-2.x-Tutorials
lyhue1991 / eat_tensorflow2_in_30_days
princewen / tensorflow_practice
snowkylin / tensorflow-handbook

你一说入门门槛低，我想起了相声行业，门槛比程序员低多了，能说话就能入门，行业里挣大钱的就那几十个人，不温不火的有那么一批人，最后大部分都是在小剧场说书、挣个养家糊口的钱

看起来像连续复利贴现公式

得到 argmax 之后，只需要 df.iloc[idx].to_list()
idx 就是 argmax 的值就能取回对应的列表

from collections import ChainMap

ad = dict(ChainMap(*a))

方法一
import pandas as pd
df = pd.DataFrame(b)
df.applymap(lambda x:ad.get(x)).sum(axis=1).argmax()

方法二
import numpy as np
np.array([sum([ad.get(j) for j in i]) for i in b]).argmax()

这两个是取第几个是最大值，如果只取最大那么只取 max 就好了，numpy 都不需要

我印象中 postgreSQL 可以干这个事情

严格来说，是 4 月原油合约是负数，并不代表所有原油都是负数，马上要交割，需要卖出近月移仓远月，对于在 4 月交割前，油价上涨无望综合导致的

df = pd.read_csv('filename.csv')

df.query("col11name not in ['xxx']").to_exxcel("out\\filename.xlsx")

拿去吧

为什么非要用高德呢，Python 自己写，搜 haversine 距离或球面距离，或者直接用 geopy 包，自己写的话配合 numba 也很快，我就这么干的

我家是 nas--千兆交换机--无线 AP，无线 AP2 用 Mesh 桥接， 盒子 5g 连 AP2，用 NFS 挂载 nas 分区，50g 的 4k 电影拖动都秒缓冲好

我是自建 ttrss，放在家里 nas 上，docker 直接部署很简单，比 innoreader 好

幸好一个月前自建了 ttrss，innoreader 一直都很慢

一直用 archlinx/manjaro 做主力开发系统，习惯了就觉得很好用，或者说够用，但是我的两个本，家里的电脑都是双硬盘，也安了 win

预测股市，成为一代股神（