运维自动化不被 python 占领了么，包括 Fabric 、Ansible 、SaltStack 这些主流工具都是 Python 写的

@py2cn 都不太好，要不然叫 TensorLab，Tensor 是张量，跟 Mat (matrix)向量对标，还包含了向量。如果它被人用了，你就叫 pytensorlab，或 TensLab，或 SMTLab （包含 Scalar, Matrix, Tensor ）。

至于产品的形态，你最好弄成模仿 Matlab 的语法，然后翻译成对应 Numpy 、Scipy 、Pandas 等的函数调用，当然用户也能直接写 Python 代码。

总之，这需要非常有产品想象力，对 Python 和 Matlab 有深入的使用体验和开发体验，一旦搞成了，就是黑科技了。

再就是，先别急着拉群了，先埋头开发几个月。

提几点看法：

1 、pyminer 这个名字不好，取 datalab 啥的跟 matlab 对标，比较有辨识度，方便宣传（中国人给产品取名普遍很烂）；

2 、既然要吸取 matlab 的优点，就必须在产品的易用度上一开始就做得很好：用户界面吸取 matlab 的优点，并超越 Jupyter/Jupyter-Lab 这类产品。

3 、另可以适当吸取 Excel 的优点。

4 、库、工具箱什么的可以慢慢积累，但一开始就要有完善的架构，这样方便用户加入贡献。

总之，这个东西要做好需要有很前瞻的想象力。

MacOS 有内置的 Python API，跟 Objective C 很像，我用它写过一点东西； pywifi 对应 Mac 平台的代码也是调用它。

supervisord 不可以么？

@xiaochong0302 不会运营挺可惜的。一点点推广吧，先拉某些会讲课的技术大佬入驻

做得挺好的，抛开技术不说，对业务理解很深。不过你们是不是缺运营能力？要不然这么好的系统没必要开源的，自己运营多好。

推荐算法不仅仅是追求匹配精准度，也会考虑推荐内容的多样性（ variation ），增加用户发现新内容的惊喜度，但两者要有个平衡点，为了多样性而牺牲精准度，有时得不偿失。提高多样性也不是随便的，跟用户的固有兴趣要有所关联。

喜欢第一种，不爱罗嗦、低效的写法

没必要买，不单对你来讲价格高，而且现在 MacBook Pro 有设计缺陷，我坚持劝人谨慎考虑购买 MacBook Pro

——来自一个 MacBook Pro #排线门#的受害者

这也可以？

用 RPC Server 把模型 run 起来，常驻后台，网络请求进来后用 RPC 转发到 RPC server

@l890908 有意思，谢谢指点

@l890908 请问你写的都是什么类型的网站？

如果你直接用 python 后端来接收上传文件，你要考虑 CPU 和内存占用过高的问题，而用 Nginx 则不存在这个问题，从提高运行效率的角度，无论如何都得选择 Nginx 。

你可以设置 worker_processes 从 auto 为某个更大的数目，减少 nginx fork worker process 带来的时间开销，再测试并发上传速度。

用 nginx upload module 不正是为了减轻 Python 后端的 CPU 占用么？而且能减少 502 超时错误（如果都是小文件另说），哪能拿 CPU 占用率评估上传速度。

以 Nginx 的性能，怎么都轮不到是 Nginx 是速度瓶颈，看看 Nginx 其他部分的配置。有时为了防止上传流量攻击，还需要在 ngxin upload module 加限速指令。

简单讲，你在 pycharm 里没设置好让 django 做相关的 setup，便会出 ModuleNotFoundError 。