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

@bb2018 你可能需要学习一下 Python 包管理方式的最佳实践。

我写了这么多年 Python，可以说 Python 的包管理方式，如果你想不踩坑，有且仅有一种。你可以从各种开源项目的代码看出来怎么做，也能找靠谱的 tutorial，比如这个（ http://python-guide-pt-br.readthedocs.io/en/latest/writing/structure/）

这种组织结构是各种血泪总结而出的经验。如果你不参考，等你多写几个项目，最后你会发现不得不这么做。

@woshixiaohao1982 Python 是强类型。

@bb2018 我估计你的对象八成不是 AnItem，不信你 print(type(item)) 试试。

递推公式：
E[x(1)] = 1
E[x(k)] = (E[x(k-1)] + 1) * ((N-k+1)/N) + (E[x(k)] + 1) * ((k-1) / N)

整理：
E[x(k)] = E[x(k-1)] + N/(N-k+1)

得到：
E[x(N)] = N * sum(1/(N-k+1), k from 1 to N)

也就是 @Valyrian 的答案。

首先， p = &i 出了 test 之后就是无意义的地址了。

其次，如果你想要改变 传入指针：

```
void test(int **p) {
*p = (int*)malloc(sizeof(int));
}

int main() {
int *p = NULL;
test(&p);
}
```

用二级指针，这样才是可行的做法。

体型大的风阻大。

我更喜欢 vue 的 template, script 和 style 分离的形式。

$ ipython
Python 3.6.0 |Anaconda 4.3.1 (x86_64)| (default, Dec 23 2016, 13:19:00)
Type "copyright", "credits" or "license" for more information.

IPython 5.1.0 -- An enhanced Interactive Python.
? -> Introduction and overview of IPython's features.
%quickref -> Quick reference.
help -> Python's own help system.
object? -> Details about 'object', use 'object??' for extra details.

In [1]: import json

In [2]: json.dumps('你好')
Out[2]: '"\\u4f60\\u597d"'

Python 脚本没有指定编码，所以解释器就报错了吧，应该不是 Json 的锅。

建议楼主复习一下概率论、微积分、线性代数。

restful api