```python
a,b = np.meshgrid(arr,arr)
match_arr = a+b
```
不一定高效，但是简单

@twl007 你说的是现实情况，我说的是理想情况下的规划。而且大部分都能从十四五，各个行业规划里找到。现在是你说的这个情况，但也不能因为固有的好，不去规划未来的路，所以我说的这些都是未来 10-20 年才能逐步实现的，你想想 2000 年中国的情况，和现在已经有翻天覆地的变化了。最后是新能源发电，特高压，电车是我认为最容易超车的赛道，我这是认为这个赛道我们有优势，也不一定对

@twl007 首先我说了新能源现有的缺点，弃电率高，原因就是峰谷问题，我也说了新能源汽车就是一个个充电宝，可以作为峰谷调节器。新能源之前确实靠国家补贴，但是现在比以前少多了，基本进入了市场经济。最后降低石油依赖不会赶英超美，但是你搞反了因果，因是加强电力，果自然是降低石油，增强电力是因为我们在全产业链都有优势，可以作为未来最有利的筹码，而石油煤炭我们不是资源大国，不具备这样的优势。

@twl007 #82 这次我们还真准备赶英超美，但是要用几十年，用我们选定的赛道，带动相关产业链一起超。电力行业上游是发电，我们的西部，西南部，沿海大陆架有丰富的太阳能、风能资源，而且我们的光伏全产业链全部是世界第一，只是目前的问题是新能源的弃电率还有点高。中游特高压，我国也正在快速建设西部特高压网，只有特高压才能将电力输送至东部发达地区，特高压我国说第二还真没人敢说第一。下游，电动车，相当于电力的充电宝，车越多电越不会浪费，这三者形成一个生产、运输、销售的全产业链。如果在加上对石化资源过于依赖的安全问题，未来车载芯片、算法能否确立领先地位等问题，这难道不重要吗？我们可以手握这么多核心技术去卡别的国家脖子，或者当作交换的筹码，你觉得这不重要吗？

@Jirajine #26 我工作是 python 机器学下相关，曾经很迷恋 julia，觉得性能太棒了，但是学了 1 年后，才发现是鼓吹的人多，真在用的人太少了，想要把 julia 写好，小技巧真的太多了，入门水平写出的东西也就和 numpy/pandas/sklearn 这些持平甚至更差点，更不用说 tensorflow/pytorch 这些生态了，科学计算追上 python 再等 10 年吧。

@raaaaaar #5 我也想说这个，捡到一个硬盘，里面还有洛克希德马丁公司隐形战斗机图纸什么，名字忘了。

@ilovekobe1314 今天看啥，wxrss，都是收费的，我用的前者

c#,F#效率是很不错的，贴一个 https://benchmarksgame-team.pages.debian.net/benchmarksgame 的结果

https://imgur.com/a/OZsIZrK

看来电信不如联通啊，我开了 81,82,83,181,2727,7878,8989,9000 等十多个 web 管理页面，一直没问题，之前唯一一次被断是因为对外提供了 MTProxy

@lisr #17 目前尝试过 linux 上的 qv2ray 和 openwrt 上的 openclash，均成功实现透明代理
1.linux 下 qv2ray 要配合 cgproxy 使用
2.openwrt 下默认透明代理，但最好选上劫持本地 DNS
3.win 下不了解

qv2ray 在 linux 下可以透明代理

@princelai #3 哦对了，不引入别的包，只用 pandas 也可以实现，使用 MultiIndex 就行了

```
pd.MultiIndex.from_product([col1.to_list(),col2.to_list(),col3.to_list()]).to_frame(index=None)
```

一楼的方法应该可以，笛卡尔积对应的是 product

```
from itertools import product
pd.DataFrame(product(col1.to_list(),col2.to_list(),col3.to_list()))
```

@badacook #16 表达式内引用外部数据要用 @引用符，你这里可能要改为 @pat1,@pat2 试试

郭德纲相声 几十遍
郭德纲-济公传 2 遍
易中天品三国 3 遍
盗墓笔记 2 遍

还听过人类捡屎，易中天说佛，郭论这种杂七杂八的

reshape 一下维度做起来不是更方便吗

```
ha_arr = np.array(ha)
ha_arr = ha_arr.reshape(-1,9).astype(int)
np.where((ha_arr[:,4]==0)&(ha_arr[:,5]==0),ha_arr[:,8],99999)
```

高性能用 numpy 啊，你要是刷题没法引入外部包那就没办法了

```
import numpy as np

w=3
arr = np.array([1,2,3,4,5,7,8,9,10])

x,y = np.ogrid[:arr.shape[0]-w+1,:w]
rolling_sum = arr[x+y].sum(axis=1)
# 上两步替代方法
# np.lib.stride_tricks.sliding_window_view(arr,w).sum(axis=1)

print(f"最小值：{rolling_sum.min()}\t 最大值{rolling_sum.max()}")
```