apple watch 的话，会影响指南针吗（狗头

（现在指南针应该主要以陀螺仪为主吧，但是有没有磁力的模块呢）

@princelai 谢谢指教，学到了 groupby 结合 enumerate 的用法； itemgetter 结合 map 也很有用

@sun1991 这个方法太好玩了，请教下大佬们都是怎么想到这种思路的 👻

@kuangwinnie 目前推荐的方法，是找一个网络记事本，写好了然后发链接到这里。这里有推荐，但我忘记那个名字了

@evill
@jmc891205
@kuangwinnie 谢谢楼上的各位，我再想想有没有时间复杂度更低的办法，还是说这个题目的最优时间复杂度就是 O(n) 了？

比如如果给出的不是 列表，而是 树 结构的话，要求取出所有为 1 的分支。这种题目应该往什么方向考虑可以得到最优时间解

每个人的习惯还真不一样
我就没办法去搞那些 GTD 软件……光是把事情安排到这些软件里我都觉得烦躁、浪费时间

番茄钟因为还要自己盯时间，个人体验也不是很好。不过最近这个 FlatTomato 非常好用，可以一试

没有被琐事缠身忙不过来，一个还是自己平时会评估自己能力，不会无脑接活；另一个自己记忆力还可以，最多就是写几条简单的 todo，短时间内划掉就可以了

网上有很多类似“带你通读《西瓜书》”的课程
这种基本都是把《西瓜书》里面的模型拆开了揉碎了跟你讲，应该够你看一阵子的

@jackcfan 一般视频软件都支持自己开一个临时的局域网 server，电脑上输入 url 直接拖就行了

这种案例就是解决方案很简单，但是 不知道怎么搜 /没有用心搜 /平时用太少，导致看起来很难的样子

一个工具解决所有问题怎么可能，互相取长补短就完了

问题 1
有个 py 库叫 sqlalchemy，可以连接各种类型的数据库。连上，用这个类型 sql 的语法读想要的部分，传递给 pandas

问题 2
sql 的应用场景远比单一个 pandas 应用广泛。即使只用 select，有一些工具软件可以让这些 sql 命令模块化、可视化，方便开发和迁移（比如 Alteryx ）。对应的 python 目前这一块还比较弱，很多时候还是要手写代码

问题 3
pands 用来做数据分析的，是“用数据”而不是“维护 /存取数据”

我也是 pitaka 用户，感觉确实不错
不从特定角度看基本看不到脏，手感也还不错

https://www.v2ex.com/t/715765#reply62

你俩打一架 😂

转元组了做什么呢？直接调用的话不转也行啊

@nerocc skype 这个真的一言难尽…… 2020 年，一个 IM 软件 还会自己卡住、崩溃……

感觉就是一个 自连接的 out join 之后，对每个组合计算相似度就好了……

因为自己是野路子出家，所以还真不清楚，谢谢 #4 的老哥

所以关键就是自己的修改先 commit，别急着 push ； master 再 pull 一次同步并解决和 dev 冲突之后，再把 dev merge 到本地的 master 再提交。了解了

如果这个时候，不巧远程的 master 真的被人修改了，那看起来再从 5. 开始做一次就行了

这可是 python 啊！兄弟们上

@incomparable9527 谢谢老哥支持。数学还是很美的

真的算法挺多的，算不上多数学……

概率方面建议尽快追加：
- 泊松分布、指数分布、正态分布的峰度、偏度、指数族分布的概念
- 概率分布的“矩”和计算
- 参数估计，其中非常重要的 最大似然估计
- 假设检验，及几个重要的分布和相关应用场景（例如 t-分布 可以用来检验两个样本间的期望是否一致）
- 多元高斯分布，协方差
- 方差检验
- 简单的线性拟合和残差分布的特点
- 随机过程的初步了解 和 马尔可夫过程，特别是 一阶马尔可夫链 的建立和应用

之所以建议尽快，是因为最近学习以及给别人分享的过程中，发现学习这个东西需要连续性。最好是一鼓作气拿下概念，然后尽快实操（不管是刷题还是应用到业务中）
如果只是一时兴起，浅尝辄止而不能在有效时间内形成体系，最后就是学了东忘了西。实际上相当于这部分时间就浪费了，得不偿失

外接个 eGpu 吧，买最便宜的+rx580 这种