我觉得像 pickle 这种只能算小技巧，用它可以写程序，不用它也能写差不多程序。

Python 里面真正影响深远的特性，会真正影响整个程序的结构。首要的一个特性是 GIL，这导致了 CPython 写多线程就是渣渣，所以众多网络库走了 coroutine / multi-processing 的路子。coroutine 的代表是 gevent，multi-processing 可以算上各种 wsgi 容器，比如 uwsgi 和 gunicorn。

其二可以算上 Threading Local Storage，包括 Flask 的 request context，TensorFlow 的 default graph / session，等等。这是一个设计技巧，可以让你的程序在 coroutine 或者 multi-threading （有时候可以用，比如 TensorFlow 大量使用
C++ 绑定，在进入 C++ 程序段的时候会释放 GIL ）的 context 下面，把一些全局变量当做单线程环境使用，是一种设计上的抽象。而且该特性对 gevent 之类的 coroutine 是透明的。

其三可以推 monkey patch。比如 gevent 可以对整个 Python 进程进行 monkey patch，使得所有 socket + threading 的多线程程序透明地转化为 socket + coroutine 的程序。

@Swiftfrog ThinkPad 比果子的机器厚。。。。

这只能说青菜萝卜各有所爱吧，有人追求轻便，有人追求键盘手感。

Pickle 一般能避免就避免，有安全隐患。

不用双系统，256 应该没有问题。

return {'yes': 'Shutting down', 'no': 'Shutdown aborted'}.get(s, 'Sorry')

Touchpad 做这个操作毫无难度。

内存无法 DIY，当然选内存。

从二三十年的角度看，人工智能产业化已经不可避免。越来越多的算法，包括 Deep Learning，将会以函数库的形式从研究室走到大中小 IT 企业里面。会机器学习这门技能不保证你能进大公司、或者在小公司独当一面，但是不会的话你将会与这个境界彻底隔绝，沦为给医院之类的甲方写业务系统。就好像现在大多数不入流的 Java 程序员，不会分布式，就只能去做搬砖的业务了。

然而机器学习这类算法，虽然调个软件包就能跑，可是要用好用对，非要有一定的理论基础才行。如果说现在的时代，不会算法只不过让你写出来的程序跑得慢；那么机器学习时代，不会理论会让你在写机器学习的程序的时候，写程序写得慢——毕竟你要调试超参，盲目调试，只能凭运气凑了。

@Kilerd 我上次写博客程序，调研了一下，听说 mistune 速度很快，于是就用了它。然后我陆陆续续地手工注入了 LaTeX 公式（多行 + 行内）、CrossRef （包括对图片和章节的交叉引用）、BibTeX Citation、PDF 当做图片显示、自定义的相对路径链接、自动产生 Index Page 之类的功能，到最后代码已经惨不忍睹了。

https://git.peidan.me/xhw15/ipwxblog/blob/admin/ipwxblog/core/markdown.py

后来我终于领悟了一件事情，那就是速度都是次要的，关键是它得在设计上支持扩展才行啊…… 所以我开始怀念 Python Markdown 那个库了。下一个版本重写博客程序，我一定不再用 mistune。
- - - -

P.S. 给你看一下我这个魔改过的 Markdown 实际用起来的效果：

https://ipwx.me/notes/Paper-Reading/A-Note-on-the-Evaluation-of-Generative-Models/

只会 ThinkPHP 和只学了一点前端有什么本质区别吗？

@imlonghao Markdown2 是退步，还是要滚回去用 Markdown。
@Kilerd Mistune 扩展一点都不方便。

我建议你用正经的框架写，比如 TensorFlow，而不是 NumPy 手撸，不然浪费你我的时间。

原因是这样的，你作为初学者，写出来的代码，无论是命名方式还是结构性都太差了（和违反 Neural Network 业内的 Best Practice ），懂的人看你的代码就好像 C++ 的老手看初学者仿照谭浩强的教材写出来的代码那么痛苦。

https://www.tensorflow.org

你是想要深入研究 Python 写代码的 Best Practice，还是 Python 解释器？

考试程度的 c 语言用什么现代编辑器都没太大区别，反正都是单文件的。

codeblocks + mingw 可以用，visual studio code + mingw 也可以用。

Window Tidy 差评，经常弹窗。

不用 maven 打包吗？

现阶段机器学习只针对统计意义上的 majority 起作用。你这去重需要 domain knowledge，而且是个案个例的。所以我的评价是，不能。

你的想法本来就有标准的

https://en.wikipedia.org/wiki/Transport_Layer_Security#Client-authenticated_TLS_handshake