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

我按字母排了放到文件夹里了，最近又炸了（从最一开始，这玩意就没稳定过）…… 如果可以的话我真想把这烂玩意删掉……

@littlewing 最近有老哥做了个视频教你省电，关键就是外面用 75%亮度 + 尽量鼠标不要用触控板
虽然不能解决没充满的问题，不过希望能帮到你多用一会

周末出去步行了 5km，散步慢慢走花了一个半小时，回来电量从 85 降到 37…… 这么用连个远足都支持不了，我还以为是我自己问题

至今觉得 ip8 换 ip11 是我今年在数码产品上做的最好的决定（今年换了 mbp13，买了个 aw，还有一些外设

但是 12 续航目前不明朗，cpu 提升也没有那么大，所以即使有钱可能我也不会换 12

外置显卡没有那么贵…… vega56 来一张搞定了 （更便宜的还有 rx570
eGPU 的盒子最便宜的应该是 1499 吧，加起来 2k 多