locals()
这个字典里放的是命名的变量。

1. 尽量使用数学语言表达，然后用带 mkl 的 numpy，例如 anaconda;
2. numba.njit
3. numba.cuda.jit
4. cython openmp
5. multiprocessing
6. pp
....

这不是自避无规行走模型吗……走 n 步的二维均方末端距应该是 R^2~n^(0.75)...直接做矩阵你可能需要一个很大的矩阵……我有个思路，你做连续空间的无规行走，每走一个单位的时候和之前所有粒子做个判定，距离小于步长则重走，总共走 N 步，和之前的 o(N^2) 循环可以考虑加个 linked-cell list，走完以后你用步长取个 histogram 就完事了。

@rickyleegee 我很久没用过 xml 那个解析器了，你可以看看 python 读 xml 的那个库。读进来 xml 然后根据节的关系算就行，或者把节转换成逆波兰表示法。
准确说应该读成：
data = [5, 10, 3, 4, -1000,999, "plus", "minus", "times","plus", "plus"]
算符顺序是 xml 节关闭的顺序，但如果某节内多过两个子节，那么算符需要每两个子节重复一次，所以最后多一个 plus

方便头戴 /屋里空调推荐 sony wh-1000xm3，项圈看 sony wi-1000x 2 代。不过感觉二代续航提升并不大，不过多了蓝牙 5.0。可以考虑 wi-1000x 1 代，现在应该价格比较低了。可惜 bose 召回那个睡眠豆了，感觉挺好的，如果出了新产品可以考虑，不过只能播白噪声；耳机的话续航目前还得看头戴。

@arrow8899 这个正解

calc = {'plus' : lambda x, y: x+y, 'minus':lambda x,y:x-y, 'times':lambda x,y: x*y}
data = [5, 10, "plus",3, 4, -1000,999, "plus", "minus", "times","plus"]
def eval_rp(lst):
.... stack = []
....for item in lst:
....if item not in ["plus", "minus", "times"]:
........ stack.append(item)
.... else:
........b, a = stack.pop(), stack.pop()
........res = calc[item](a, b)
........stack.append(res)
....return stack[0]

算符顺序为 xml 关闭节的顺序。注意(+ 1 2 3 4..) 这样的情况就好。

或者后缀记法，用栈。

你去搜搜波兰表达式怎么算。或者看看算法的书。应该是转成个二叉树吧。

可以考虑 miniconda，conda 管理包省一些编译。

会比较依赖 scipy （ scipy 包括 numpy pandas 一类的），sklearn 吗？如果用得多的话考虑 anaconda。

加个 ipv6 地址吧，电信宽带和联通 LTE 的 ipv6 都还行。
等俩月自然好了。
苦逼的科研狗 T_T

\frac{1}{2}\left(\sqrt{5}-1\right)

学习了，点赞～

proxychains，找台能连网的机器开 ssh 就行，用 ssh -D
要不就用能联网机器开个 vpn

In [1]: import numpy as np
In [2]: a = np.ones(3)
In [3]: a
Out[3]: array([1., 1., 1.])

In [4]: print(a)
[1. 1. 1.]

In [5]: a.__repr__()
Out[5]: 'array([1., 1., 1.])'

In [6]: a.__str__()
Out[6]: '[1. 1. 1.]'