可以尝试用区域编码判断匹配父级，想怎么匹怎么匹
判断标准可以参照 gov 的官方文件——>《 2020 年 10 月中华人民共和国县以上行政区划代码》 http://www.mca.gov.cn/article/sj/xzqh/2020/2020/2020112010001.html

如果是 debug，PySnooper 合适
https://github.com/cool-RR/PySnooper

Loguru 了解一下
https://github.com/Delgan/loguru

这个问题隔段时间就有人问啊
https://www.v2ex.com/t/96896

相关性排序
https://www.elastic.co/guide/cn/elasticsearch/guide/current/multi-fields.html

盲猜是通过碰撞还原的，对复杂打码没用。

工业级的用 TF 多些，自用 or 学术 pytorch 就够了，且友好

@gdm 搭 wiki 当然是服务器上搭，直接 web 登录，换哪个电脑都没所谓了

有助理整理，且这么大的量，直接搭个 wiki 吧，后端检索如果想优化单接个 ES，有一点开发成本，但既然是刚需就有必要

交行随机减，前天充了 300，减了 70

方向？用途？做 CV 和做 NLP 的对机器要求差得多了。
如果随便玩玩，建议直接买云服务，别折腾了。

@i4oolish 如果硬找茬基本上协商解决，要么合作要么赔钱然后停止抓。判例可以看下当年传统媒体和门户跟诉头条的几个 case

都有可能，这个除了内部人谁能说得清。
其实爬虫也好 RSS 获取也好都是灰色地带，有几条红线别碰一般站方不刻意整你都没啥关系。

1. 别把人站点爬瘫了，造成经营问题
2. 别无授权全文转载
3. 别未经用户允许爬取个人隐私数据，特别是别商用。

对比下 Readhub，你看看哪条触红线了？

自己玩玩得了，开放出来弄不好就吃豆瓣律师函。

djay 用了很多年了
https://www.algoriddim.com/djay-ios

@c0011 也还好，我高一看完了海蒂性学报告……

@kangjinwen

```python
import pandas as pd


data = {"One": ["a", "b", "c", "d"], "Tow": [1, 2, 3, 4], "Three": [5, 6, 7, 8], "Four":[9, 10, 11, 12]}
df = pd.DataFrame(data=data)
df["sum"] = df.iloc[:, 1:].apply(np.sum, axis=1)
df
```

我是 alfred + 有道翻译 workflow，设了取词快捷键，基本满足日常需求了

如果是十几岁的了，感觉国内正规出版物也没啥不能看的了。