草，原来绘制和矩阵处理天生不兼容 #CV #Python #visualize
反正我是熟悉 n m y x i j 那一套
可以把 for (i=0; i<n; i++) 套到 绘制程序里

我们只需要往 i, n 扩展一个 j, m 就可以处理项目和 y, x 不匹配的情况
然后矩阵处理又是另一种情况，没有 w,h 什么的

噢对了，之前做一个这个 https://duangsuse.github.io/mkey/making_reco/#sorts3 #algorithm #visualize

#learn #math Fourier Transform
的输入必须是2,3维向量：可以用于简化 svg path ✏️

FT是把yMax个频 的sin(cos,基频)， 逐y与波形加权求差(np .dot)，得到"左右对称"的直方图 (频谱图里纵向的1px 线)
(FFT以此优化. 直方含有"相位",默认为wav+0j,也能被vocoder推出来)
def DFT(x):
N = len(x)
t = np.arange(N)
pi = -2j*np.pi * t.reshape((N, 1))
return np.dot(x, np.exp(pi * t/N))[:]
reshape意味有N个基频pi,要和输入相乘， 只有正好“共振” 求和时才不会相互抵消。InvFT 只是加权求和

@3b1b 称此为“把sin(yt)缠绕在零点”，频率y=1时当然是振幅1相位0的小圈

复数乘法=向量旋转+缩放
隐函数=热力图(着色灰度图)经过 np.where(p==0) 的黑白化
参数函数=for t循环
Mandelbrot,Julia=对复数+xy做迭代的热力图

kD树

= Map<Pair2~3, V>

. 可把RGB 查找为颜色名时，或计算圆心碰撞kNN。其优化是把x维中位二分，递归生成(对y维)，递归回溯时选最近邻，若P离切分点太近，还要在另一边继续搜索
quadtree 四分象限树/八叉树，与kD类似但1次分成4块，是网格分组的特例
Bezier 是1维lerp(A,B,t=0~1) 函数的升维化。3次方是4个点，CSS 里固定 P0,P3=0,1

bzr=(ps,t)=>{let T=([x,y],[x1,y1])=>[x+t*(x1-x),y+t*(y1-y)] // de Casteljau 算法
  return n(ps)==1?ps[0] : bzr(ps.slice(0,-1).map((x,i)=>T(x,ps[i+1])  ),t) //所有左的P都*t 至Plast
}

傅里叶系数只支持周期信号(相位=0)，不然要单独算 sin,cos 的系数，所以被震幅+相位角的向量(虚数) 淘汰了

STFT 是对波形隔 n_fft 个采样做一个FT帧，它得到的就不是直方图，而是有时域信息的频谱了
为了分块间的连续性，用(hop相邻重叠*Hann窗)来平均。Hann是横对称的，对块的外围做衰减
iSTFT 也会做重叠相加。

CQT(试玩,右上角) 的中心频率按指数规律分布，可以很好地实现midi扒谱
Log FFT, Bark,Mel 也是基于人耳听觉模型设计的频谱刻度，不同的频谱刻度，会影响基频(音高,f0)检测

光的波长(hue)从紫到红，与频率反比。红频率最低，穿透力强，所以一直是“警示色”，绿光频率高吸收好，所以激光点火器是绿的
光的相位和衍射、蝴蝶的结构色有关

这些都可以理解为微分- 积分 ，不过 chunk(n, window=n*4, sumFn=FFT) 对程序员而言还是小儿科了
☺️矩阵的shape和数域的dtype更是如此

#py 周刊

#ts Mypy: 1.5
Mypy 是 Python 的静态类型检查工具，1.5 版本主要功能有： @overrride 、更灵活的 TypedDict(字面创建的 dataclass) 创建和更新、可显示错误代码的文档、改进了泛型函数的类型推断、__slots__ 的优化、步进 Python 3.12

#ai 整理和预处理pdf文件，让GPT访问

from bot import Retriever, llm_reply

#backend 用 numpy, 线程池 优化数学区间求和函数

- 杀死 ProcessPoolExecutor
Python 自身不适合处理 CPU 密集型任务，文章中项目原本使用进程池来规避 GIL 问题，后使用线程、C++ 扩展，内存使用量减少 50%，CPU 使用量减少约 20%

- 观点: Py 不适合编写100行以上的软件，因为弱类型、重构难和性能

from contextlib import suppress
with suppress(FileNotFoundError):

的妙用

- 上下文管理器

from tenacity import Retrying, stop_after_attempt #AbortSignal
for attempt in Retrying(3):
  with attempt

:

骗你的。Java式接口让人难以评价：

for i in Retrying(stop=stop_after_attempt(3)):
  with i:
    print(f"🧨炸弹{'真的'*i.retry_state.attempt_number} 要炸了！")
    try: time.sleep(2)  # 按Ctrl+C !
    except:pass
    else: raise Exception("💥！")

#visualize #plt LibCST: 遍历Python3代码树
btw. 你可以用 %%showast 和 astor 查看算式的树状图和代码形式
- viztracer 提供了 DevTools profile 页

#datas 绘制多个直方图、折线图表
- #tex 对比"星星旗帜"的海龟画图 Python 来学习 PostScript
PostScript 广泛用于打印机、出版和图形设备。文章将可被 convert -page 720x480 flag.ps flag.png 的程序，直译成对接到 matplotlib 的 Python 代码


#java 如何编写简单的C模块，篡改 CPython 解释器的数字
导入一个模块后，如何让 print(8) 会打印出 9？只需要拿到整数对象池，交换两个大整数引用的值

swap( (PyLongObject*)PyLong_FromLong(8)->ob_digit[0] , (9)  )

#os #linux 在 execvp(["python3", “Hello World.py”]) 时，会发生什么？
在 py 文件中写上一句，执行这个文件，幕后都发生了什么呢？文章使用了 readelf 、strace 、ldd 、debugfs 、/proc 、ltrace 、dd 和 stat 等工具，详细解释了脚本被执行的过程。
主要涉及操作系统,GNU libc 相关的内容
推荐阅读

—
#js htmx: 强化的 form table dialog，交互式界面扩展

<form hx-put="/contact/1" hx-target="this" hx-swap="outerHTML">

#php 🤯 Slack: 我们认真觉得PHP好用

#py 周刊
周刊1
#新品
Black 格式化工具+lint的替代者Ruff：快 30 倍以上 25w/.1s
你应该什么时候升级到 Python 3.12？建议你等到 12 月，修复不兼容的软件包、缺少二进制包

Python 3.12：一个被人忽略的史诗级版本 👍
改进 Numpy 的 Python API，为 2.0 版本准备

3.12 对于 Python 的意义，大于 3.5 的“async/await” 和 3.6 的 “Type Hint” 对于 Python 的意义！PEP-669 带来的可调试性(Cyberbrain call #visualize)、PEP-684 为 non-GIL 带来的性能提升、PEP-697 松耦合 C API


不要再用 requirements.txt 了, setup.py 的糟糕体验
推荐使用 Poetry。pip 的主要问题是没有 lockfile 和手工管理虚拟环境麻烦
在 Mac 上安装 Python 的正确方法作者给出的建议是 Pyenv + pyenv-virtualenv 。

uDjango：单文件的 Django 微型项目 这个项目是 DjangoCon US 2023 的演示项目，使用单文件不到 10 行代码，演示一个最小的 Django 应用。
Django vs Flask：哪个是最好的 Python Web 框架？一篇细致的长文，详细对比了它们在模板系统、URL 调度器、数据库支持、身份验证及授权、测试、软件架构、学习曲线等方面的差异。没有更好的，只有是否适合你的。

从零开始编写一个 Python 异步 ASGI Web 框架 这篇循序渐进的教程是很好的学习材料，让你了解 Web 框架设计、异步编程
kivy+pandas 开发简单的 Android 数据分析应用其作用是记录和显示你全天在屏幕上花费的时间

#框架
为什么 Django 后台管理系统那么“丑陋”？Django Admin UI 很多年没有变化，显得设计过时了。因为它不应该暴露给终端用户。

数据库生成的列 ：Django & SQLiteGeneratedField 是正在开发的 Django 5.0 的新功能，实现C=A+B等自动SQL算式。这篇文章还介绍了一些 Django 5.0 中的新东西
Kenneth Reitz：迟来的道歉，以及 requests 3 的进展2019 年时 requests 3 的筹款闹出了不小的风波！文中列举了目前已经完成的一些事情(typehint,imports,async)

esmerald：高度可扩展、高性能的 Web 框架基于 Starlette 和 Pydantic ，支持同步和异步，提供 DAO、ORM、ODM、依赖注入、权限管理等功能。
grequests：异步的 HTTP 请求grequests 构建在 gevent 库之上，一个提升性能的建议。

#技巧 😨
100%的测试覆盖率是不够的：Python 中基于命题的测试 如何设置 @pytest.mark.parametrize
Hypothesis

Python 如何在日志中隐藏明文密码？ 基于 logging 模块的两种实现方案：自定义 filter 和自定义 formatter
使用 AI 进行网页抓取实验（使用 GPT-4 解析 HTML）GPT4的能力到底如何呢？如抓取结构良好的网站、抓取 Google 自然搜索结果、抓取 Google SERP、以及抓取 Google MAPS 结果。

从混沌到凝聚：构建你自己的 Monorepo 文章介绍如何使用 GitHub Actions。monorepo 是将所有项目都放到一个代码仓管理，可能包含不同语言和框架。这意味着对它的依赖管理和 CI/CD 等都与普通代码仓不同。
RSS-GPT：使用 ChatGPT 为你的 RSS 订阅源生成摘要使用 GitHub workflow 新生成 RSS 订阅源且推送到 GitHub Pages。一键配置无需服务器。


#精通
Python 是一种编译型语言

我们通常习惯将 Python 称为一种解释型语言，因为它在运行时逐行。很多人还知道 .pyc 其实也有编译的过程。作者通过苏格拉底式对话和几轮实验，引导读者重新思考“解释”与“编译”：它们是错误的二分法、限制了编程的可能性
Python-Type-Challenges：通过在线挑战来学习 Python 类型提示

开发一个 Python 编译器和解释器这是一系列博文，目前已更新 6 篇，目标是探索和研究实现 Python 等编程语言所需的概念和算法，将会涉及:Lex-YaCC、树解释器。

你能用 Python 的 bisect 模块做到这些事两个函数，可以做很多事：二分搜索、前缀搜索、在列表中查找连续的相等值、查找字典中最接近的键、自定义对象的排序、按照字典 key 搜索。
使用 Ptpython 提高你的编码效率Ptpython 是一个功能丰富且对用户友好的 Python REPL，在脚本中嵌入。
de4py：Python 逆向工程工具包 (neta de4dot) 一款高级的 Python 反混淆器，面向恶意软件分析师和逆向工程师，它拥有精美的 UI 和一些高级功能。

#资源 🤗
public-apis：面向开发者的公共 API 列表 非常非常丰富的公共 API 清单，内容应有尽有。（star 2K）

XHS_Downloader: 小红书图文/视频 spider
FunASR：端到端语音识别工具包阿里。有语音端点检测（VAD）、标点恢复、语言模型、说话人验证、说话人分离和多人对话语音识别等。（star 1.2K）
使用 Python+ChatGPT 开发一个书籍摘要 AI Langchain 和 OpenAI embedding 开发一个书籍摘要工具。另外，作者使用 Streamlit 发布了一个在线体验网站。

https://tttttt.me/hyi0618/5036?comment=6393
#algorithm #visualize

>poetry pip 用 #Rust rewrite #statement
这种类似 docker/chroot 的东西其实C API调用都很少，最复杂的部分反而可能是 CLI getopt 和配置文件模板，根本不需要rust..

rust 的意义就是让我们觉得很Niubility，很neo，但写出来的东西，其实不比拿zsh或py胶水几个包快。 printf "\e[33m黄字" 这样的功能强吗？ ruby也能做啊，写那么麻烦没意义，其实就是上情绪价值。

像 Vue 最近那个 oxc ESTree 用Rust才有点意义，因为它背后有一个更简洁通用的数据模型，类似与 tree-sitter vs ANTLR/PEGgyjs.org ，这才是革命性的

#visualize #news https://www.jetbrains.com/lp/devecosystem-2024/#salary
程序员&编程工具粘度报告

#algorithm #visualize 前缀树 https://youtu.be/af1oqpnH1vA?t=361 🔎"懂KMP"
KMP 是为了减少如 substr.index(s,S)==2 ; s="adad_ads" S="ad_ad" 里判定 for i in S: s[pos+i]==S[i] 移动对齐的次数，避免低效的pos++
如果"ada"\="ad_" 而pos+=3，一定会漏判a"d_ads"，需要有办法不跳过'a'，这就是next.'_'=2 = (n"ad" - failgo['_'])
S="ABCDAB" 时，failgo[后俩AB]=[1 2] ，我们就能记住AB已读，goto回"CDAB"继续。 O(nm) 变成了 O(n)！ failgo是只依赖S的共同前后缀长度生成的，您可以了解分治三兄贵： DP动态规划 、递归、伪递归aka递推

这是一种阉割版Trie+failgoto，也叫AC自动机，是DFA确定性状态机，使用树状数组的压缩思路(图即KV, V=Int=K)。Regex实现的一步就是NFA图压缩到DFA
今天用于中英分词的就是双数组字典树版DA-Trie。 编译原理里LL(1)也很在乎是否右侧最多有peek s[i+1], s[i++]
但没必要实现这些比goto更难看的算法。不妨试一下后缀树如何生成 echo p/{ub,r/{ot,iv}}

n=a=>a.length; trieS=d=>(k,v)=>{
let pre=(a,b)=>{let i=0,N=Math.min(n(a),n(b));for(;i<N;i++)if(a[i]!==b[i])return i;  return N},
p=d,K,p1 ,S//AME part
fndK:for(;;){for([K,p1]of p)if(S=pre(K,k))
  if(p1.set&&S==n(K) ){p=p1,k=k.slice(S);continue fndK} else {
      p.set(K.slice(0,S),  p.delete(K)&&new Map([[k.slice(S),v],[K.slice(S),p1]]) /*长k短'' 新先*/);return}
  p.set(k,v) ;break}
}

k=trieS(ks=new Map)
`pub priv prot`.split(/ /).forEach(k) 

>我发现"adad_ads" 这个例子举的不如"ABCDAB" …… 当时心里知道KMP是为回文pattern优化的，但回文不朗朗上口，竟然想了老半天。
99% 算法题解从不考虑 demo input 是否既揭示边界条件+算法特性，又朗朗上口。 我非常注重，总是白费许多时间……

#cg #js 🎄 https://js1k.com/2010-xmas/demo/856
圣诞节，程序员圈的日常？

原理比 https://tttttt.me/dsuse/19402 的2D几何复杂点，使用了画家算法:z-index排序，正交绘制

2013春，作者解释了 🐝 的绘制算法 #visualize http://www.romancortes.com/blog/furbee-my-js1k-spring-13-entry/