@oneisall8955 #60 是的，我家和联通要了外网 IP，有公网 IP 设置起来就很简单了

https://imgur.com/utsAzn4

https://imgur.com/ziLt2Xw

我家的方案是，nas 上：jackett+sonarr+radarr+plex+transmission，用来下载自动化，手机上安装 plex 看，电视用的芝度 Z9S 盒子，也安装了 kodi，但是我觉得自带的播放器电影墙已经不错了，基本不用 kodi，字幕也能搜索下载，未来顶多再加个火棒看 NF，不过目前没这个需求。

1.安装了 vimium，直接按 x 就关闭当前 tab，都不需要鼠标移过去
2.楼上说了，中键

@daijinming #5 只想了解名词大概意思，学 NLP 三天就够了，要想了解原理怎么也得学 2 月吧

简单点就 TFIDF 提取出每句 TOP5 的词,然后转 one hot 求和，最后求余弦距离

复杂点就 bert 直接整句输入，输出一个 768 维向量，最后还是余弦距离 /Ball-Tree/KD-Tree 这些，无新增直接聚类也应该可以。

想到一个思路不太一样的方法

```
import pandas as pd
import numpy as np

df.loc[df.C == True, 'Z'] =range(df.C.sum())
df.Z.bfill(inplace=True)
df['D'] = np.where(df.C,df.groupby('Z')['B'].transform('sum'),0)
df.drop(columns='Z',inplace=True)
```

@xz #19 哦忘了说，我家的联通有外网 IP，什么都不开的时候就是 C，只代理 TCP 是 B，代理了 UDP 后就是 A，udp 使用的 tun 方式

我在 openwrt 上开了 clash，并且打开代理 udp，switch 一直是 A，没使用别的加速器，就是一个 GIA 的梯子

random 买，买完装死

缩进乱了，new_funds.append 是在两层循环里，json_normalize 是在最外层，循环完毕才去执行的

楼上说了，每次操作 df 是很慢的，可以操作 json 变为适合的格式，然后一次性给 pandas

```
from pandas import json_normalize

funds = [{'000005': {'company': '嘉实', 'name': '嘉实增强信用定期债券', 'type': '定开债券', 'earning': {'1m': 0.1, '3m': 1.0, '6m': 0.85, '1y': 2.59},
'hold_stocks': [{'code': '601966', 'name': '玲珑轮胎', 'percentage': '0.51%', 'volume': 0.67, 'value': 23.48},
{'code': '002745', 'name': '木林森', 'percentage': '0.47%', 'volume': 1.5, 'value': 21.92}]}},
{'970008': {'company': '华安', 'name': '华安证券汇赢增利一年持有混合 C', 'type': '混合型', 'earning': {'1m': -0.55, '3m': -0.58, '6m': 0.67, '1y': 0},
'hold_stocks': [{'code': '300692', 'name': '中环环保', 'percentage': '0.72%', 'volume': 31.81, 'value': 496.79},
{'code': '603012', 'name': '创力集团', 'percentage': '0.67%', 'volume': 72.28, 'value': 465.48},
{'code': '300197', 'name': '铁汉生态', 'percentage': '0.64%', 'volume': 138.93, 'value': 440.39},
{'code': '002562', 'name': '兄弟科技', 'percentage': '0.23%', 'volume': 31.0, 'value': 160.27}]}}]

new_funds = []
for fund in funds:
for k, v in fund.items():
v.update({'code': k})
new_funds.append(v)
df = json_normalize(new_funds, 'hold_stocks', ['company', 'name', 'type', 'code'], meta_prefix='fund_', record_prefix='stock_')

```

电的来源和防水怎么搞？

不如每个窗户前放一个小爱或者 apple soundbar，虽然成本高点，但不听雨声的时候还能用来听全屋立体声呢

我和你有过类似经历，我建议还是让父母盖起来，优点非常多。

家在北京，但是是郊区，父母和老丈人都是在 2016 年把农村的房子盖起来（ 2 层或者 2 层半，村委会不让盖太高），但是由于当时父母在城区给我们留了一套作为婚房，而且盖房也不用我们俩出钱，我们没有反对这一步。

现在回过头来看，自从有了孩子，城里楼房我俩根本不怎么住，带孩子回两边父母那有人给做饭，有人给帮忙带孩子，有院子随便玩，楼上楼下乱蹦乱跳不担心扰民，屋里也有专门的儿童娱乐房，还有大客厅追跑大闹甚至骑扭扭车，自行车，你这个楼房怎么比？

我要是你我就会在当地考个事业编公务员这种，父母盖起房子也开心，以后孩子成长也快乐。你要想买房子，家里和你自己在孩子小学钱凑够钱在买一套就可以了。

在家里的弱鸡 j3455 nas 上搭了一个 timescaledb docker，用于存储自用股票数据，接近亿条数据，性能没问题，这个东西就是 postgre+插件，学习几乎没有什么成本

df.pivot_table(index=xxx,columns=xxx,values=xxx,aggfunc='xxx')

哪个当索引，哪个当列，哪个是值，用什么函数聚合，官方教程上就有啊

自用 3.9,公司 3.6,目前唯一遇到的语法问题就是 3.7 及以上可以
```
return *a_tuple,b,c
```

3.6 只能
```
return (*a_tuple,b,c)
```