现在的年轻人天天盯着电子设备的屏幕看，对眼睛视力损坏很大，使用电子墨水屏可以做到一定程度的护眼。近年电子墨水屏技术越来越成熟，大屏产品也开始出现在用户级市场上，例如大上科技出的 13.3 英寸和 25.3 英寸的电子墨水显示屏。索尼的 DPT-RP1 和富士通的 Quaderno A4 也不错，适合用来看文献之类的排版固定的文本。我在亚马逊全球购入了 Quaderno A4，用来看教材的体验非常棒，嗖嗖嗖地就把整本 SICP 看完了 XD.

References:
1. 富士通 QUADERNO A4 13.3 电子纸，另一款性价比远超 SONY RP1 的大屏电子纸 https://post.smzdm.com/p/a3d20k27/
2. 电子墨水屏显示器体验如何？大上 Paperlike HD-FT 上手报告 https://sspai.com/post/65193
3. 大上科技（ DASUNG ） 25.3 英寸电子墨水显示器 Paperlike 253 电子纸 裸机+官方桌式支架 https://item.jd.com/10029618982101.html
4. DASUNG 大上科技最新 2K 超高清显示器 Paperlike HD https://www.bilibili.com/video/BV1Mx411j7Sw/

这种原生语法的速度比较需要讨论到底层实现，生成器要维护一个底层的协程，推导式不用，这是我能想到的其中一个对速度有影响的区别。

@12101111 感谢回复！你的信息很完整，我想我还是选择 Apache license 较好了.

看看这个 https://github.com/jessuni/SafeColor，简介是“Generate consistent color from a string, or generate a random color from a given color. Both accessible, contrast safe, WCAG success criteria 1.4.3 compliant.”

@mogg #2 感谢回复！我这就去看 CSAPP，之前一直放着.

@lxy42 #3 感谢解惑！

@no1xsyzy #14 @learningman #15 可能还要考量一下算法竞赛圈的大占比组成族群——初中生与高中生。至少在我所在的区域，初中生高中生中互称“大佬”，“大神”，“学霸”，“卖弱”，“我是蒟蒻”的整套言语框架算是蔚然成风的。无独有偶，名为「李借之」的 matters.news 用户也写了一篇文章 [我如何看待“大佬”这类说法 —— 对身边大陆学生口头话语的观察与思考]( https://matters.news/@lijiezhi/%E6%88%91%E5%A6%82%E4%BD%95%E7%9C%8B%E5%BE%85-%E5%A4%A7%E4%BD%AC-%E8%BF%99%E7%B1%BB%E8%AF%B4%E6%B3%95-%E5%AF%B9%E8%BA%AB%E8%BE%B9%E5%A4%A7%E9%99%86%E5%AD%A6%E7%94%9F%E5%8F%A3%E5%A4%B4%E8%AF%9D%E8%AF%AD%E7%9A%84%E8%A7%82%E5%AF%9F%E4%B8%8E%E6%80%9D%E8%80%83-zdpuB32wqJftvbH1HwNRewKnyaLxY8kPiSJVrzk9NyPyUUTmn ) 来对这一现象进行详细的观察分析，她在其文章的评论区也与持有其他观点的人进行了讨论，「竞赛圈是这个言语框架的发源地」的观点也在评论区中有出现.

@XIVN1987 #11 感谢推荐，试了一下，确实比内置的 pdb 要丰富和强化很多，虽然启动的时候略重了点，不过用起来蛮舒服的.

@shniubobo #3 感谢答复！原来内置函数和对象的源代码是在名为 bltinmodule.c 的文件中，难怪我找不到，原来名字用了缩写，下次我会记住了！不过如果 CPython 的文档有个接口与源代码位置的对应索引表格就好了，每次要找某对象或函数的源码都需要在迷宫中自行摸索一番，StackOverflow 上面也有不少询问某个 Cpython 对象或函数的源代码具体在哪里的相关问题，这方面看来文档还有可以再改进的空间，让对 CPython 代码库不熟悉的 beginner 也能便利地 navigate.

@ungrown #2 自己平时调试用的话确实不必太强迫完美，但是因为可能存在未来的第三方代码使用者，所以还是遵循最小惊讶原则较好，避免接口行为的不一致.

@no1xsyzy #1 感谢答复，试了一下，确实有用！看来是我没有细看 pdb 模块的文档的锅.

@paradoxs #15
@Osk #19

题主的内容实际上转载自 9to5google 在太平洋时间 2 月 4 日发布的一篇报道，报道原链接是 https://9to5google.com/2021/02/04/the-great-suspender-extension-has-been-removed-from-chrome-web-store-for-containing-malware/ 。

题主翻译出来的句子“Great Suspender 在 7.1.8 版中添加了一个漏洞，可以在您不知情的情况下在您的计算机上运行几乎所有类型的代码”，的原文是“The Great Suspender added an exploit that could be used to run almost any kind of code on your computer without your knowledge.”。

9to5google 这一句话没有任何来源引用，我看的所有相关报道和 GitHub 社区的讨论中也没有出现关于这一点的证明，所以我认为其可信度十分低。事实上我认为这是 9to5google 文章作者的误解，更有可能的情况是该作者误解了浏览器扩展权限之一“Allow this extension to read and change all your data on websites you visit”的意思，或是他没有误解但是他写错了.

@Milochu #9 事件爆发并且作者不再积极回复后，社区中存在两个比较多人提及的无毒 fork，一个是 The Marvellous Suspender ( https://github.com/gioxx/MarvellousSuspender)，另一个是 The Great Suspender No Track ( https://github.com/aciidic/thegreatsuspender-notrack)。除了这些 forks 之外，你还可以找其他提供类似功能的浏览器扩展，例如 OneTab, TabOutliner, Auto Tab Discard.

@tabris17 #5

@DCLangX #10

可以去 The Great Suspender 的 GitHub 仓库的 [issues]( https://github.com/greatsuspender/thegreatsuspender/issues) 里看看，社区讨论了好几种复原丢失的标签的方法.

仔细想了一下，还有另外一个证法，对任意一个图，其任意一个节点都是独立集，所以最大独立集的大小一定大于 1，又因为最大独立集是最小顶点覆盖集的补集，所以最小顶点覆盖集的大小一定小于等于 number of vertices minus one，得证.

感觉是个 XY 问题，题主如果可以给出更多上下文，可以更好地解决。

如果是 homogeneous data structure，可以用楼上说的 numpy，pandas，array 等库。

另外可以考虑转换成数据库数据，需要访问数据时再和数据库进行交互，就不必把所有数据都一下子挤进内存中。顺带一提 Python 有原生自带数据库交互库叫做 sqlite3.

看你列出的数据的格式，似乎像是 JSON，可以用一些 lazy-parse json 的库，例如 ijson ( https://pypi.org/project/ijson/), json-streamer ( https://github.com/kashifrazzaqui/json-streamer), bigjson ( https://github.com/henu/bigjson), jsonslicer ( https://pypi.org/project/jsonslicer/).

如果对精度要求不高，可以用一些 succinct data structure 来大大简化数据结构空间开销，例如布隆过滤器，HyperLogLog，Count-Min sketch 等。

关于数据空间占用的优化，可以看经典的《 Python 高性能编程》，里面除了讲 Python 代码如何提升时间性能，还讲了 Python 代码如何提升空间性能，讲的非常全面细致，大部分可用的选项都覆盖了.

@Xs0ul #1 感谢答复，你的反证法应该是正确的！非常优雅而简短。

歪个楼，大佬的 955.WLB 仓库是停止维护了吗，一直作为就业参考来着.

https://replika.ai/

"Replika AI Review: Use Deep Learning to Clone Yourself as a Chatbot" https://lionbridge.ai/articles/how-to-use-deep-learning-to-clone-yourself-as-a-chatbot-replika-review/