```
from itertools import groupby
from operator import itemgetter

result = []
arr = [1, 0, 0, 1, 1, 1, 0, 0, 0, 1, 0, 1, 1, 1, 1]
for i,j in groupby(enumerate(arr), key=lambda x:x[1]==1):
if i:
j = list(j)
if len(j) > 1:
idx = list(map(itemgetter(0), j))
result.append([min(idx),max(idx)])
```

试试用 pyarrow 写入呢，我猜也是硬盘缓存写满了，用 iotop 监控下

上个月刚换的小米推拉款，我和我媳妇用的很好，但是我妈偶尔来我家，指纹失败率很高，只能给设置个密码。小米这个只能支持小米手机或手环的 NFC 吧，安装师傅倒是很不错，30 分钟安装完，安的挺好的

导 CSV，
CSV 优点：存储速度快，打开速度快，没有行数限制

XLSX 优点：体积比 CSV 小

XLSX 存储和打开可能比 CSV 慢一倍

@楼上的 学院南路这个烤肉刘非常不错，甚至我觉得不用去虎坊桥了

@Hlianbobo #26 我 SQL 只会简单，但我说说我常用的 pandas 高级操作，你看看 SQL 好实现吗，pivot_table，透视表。melt 和 explode 操作，相当与 wide to long，rolling(window).apply(func)，这个可以自定义周期，自定义函数。resample 、asfreq 、to_period 等时间操作，比如将一段有序但不连续的时间序列更换周期或者将该序列插值为固定周期的数据，然后将内部新时间点填充新数据。cut 、qcut 配合 categories 分组数据。pandas 观望上每个 API 都有例子可以查看。

@mtony #58 别的都很好，就是屏下指纹这个识别率太低了，你要能接受也行

@mtony #34 三星 S20 ？别买，这个屏下指纹垃圾，我媳妇就用这个，也录了我的指纹，5 次能识别一次就不错了。我媳妇也说日常使用识别率确实不高。

@Suvigotimor #59 烤肉刘和另外一家不记得是不是刘记了，一会我就去学院南路尝尝烤肉刘的分店，好不好吃明天可以给你们汇报下

@dantegg #52 五点钟就去，省得晚了还得排队，加上炉子的热量，10-15 度气温我觉得很合适

@silenzio 聚宝源羊肉也就那么回事，但一定要吃烧饼！吃烧饼！吃烧饼！烤鸭不推荐全聚德，便宜坊好几年不去了，近几年吃到最好吃的烤鸭在晟永兴，炙子烤肉目前我吃过最好吃的都在虎坊桥一带，这个天气非常适合坐在外边吃一顿，不知道现在还让不让占道经营了

没人用那个叫 plus 的吗？

应该是你曾经绑定过某些每天帮你签到的服务了，那个服务一直在帮你在服务器上签到

自己写函数+numba jit，快是快，但我估计你还是会用回 pandas 的

一小时前还去你家店铺看了看，还没更新

velop 没人推荐吗？我家 90 平，弄了一套两个的双频，我记得做活动 800+，我弟弟饭馆 600+平，我让他买了两套三个装的双频，基本能覆盖 95%，很稳定都没出现过死机什么的，走有线回传，能达到满速

所有原始类型都继承自 object，你可以看看 dir(object)
里面根本没有__add__，只不过恰好“+”被解释为__add__,而加法是一个双目中缀符号，必须有两个参数

例如我定义一个类并实例化
```
class Test:
def __init__(self, a):
self.a = a
def __add__(self, other):
return self.a + other

t1 = Test(2)
```
那么下面三种是一个意思
```
t1+5
t1.__add__(5)
Test.__add__(t1,5)
```
+号只是解释器帮你解释为__add__，其他的方法除了第一种没办法实现，后两种都是可以的

玩了两天，升到 50 级，感觉还可以啊

condition = (data.low < data.high)&(data.low < data.high.shift(1))&(data.low < data.high.shift(-1))
data.loc[condition]