起因

暂时没钱买 Mac ，又不想堕落着一直在 Win 上搞开发。另外，当前 vscode 大受好评，可谓是编辑器中的佼佼者——虽然赶不上 IDE 开箱即用——我仍想一探究竟，避免“落后时代”。

因此，现在需要 Win 上写代码，但在服务器上跑代码，为提高效率，代码同步尤为重要。那么如何高效的同步代码呢？

当系统性能变低时（俗称卡顿），我们可以从平均负载入手，找到引发根源，然后解决。

什么是平均负载？

单位时间内，系统中处于可运行状态和不可中断状态的平均进程数。

对上述状态释义如下：

• 可运行状态进程：正在使用 CPU 、或是正在等待 CPU 的进程。用命令 ps 看到 STAT 为 R （Running，Runable）。

• 不可中断状态进程：不可以被中断的进程，如等待硬件设备的I/O响应。用命令 ps 看到 STAT 为 D（Uninterruptible Sleep，也叫 Disk Sleep）。

抓紧时间狂欢，为自己献上一支满意的圆舞曲。

刚刚总结了 sed 的用法，翻译了一点论文，可能与没睡午觉有关，感到头脑混沌，有点点的疲惫。我不知自己有没有判断正确，这种信号的含义应该是身体告诉我要休息了。那就休息吧，打开在线音乐，顺便闲谈点什么。

概念

一种流编辑器（stream editor），对标准输出或文件逐行进行处理。

语法格式（参数 + 动作）：

• stdout | sed [option] 'function'
• sed [option] 'function' file

鸟哥建议，function 总是用引号括起来。

前言

为什么在 Python 已有 list 基础类型的状况下，还要用 NumPy 处理数据？

关于 NumPy 的优势有以下几点：

1. 列表 list 的元素在系统内存中分散存储，NumPy 数组存储在一个均匀连续的内存块中；
2. 缓存会直接把字节块从 RAM 加载到 CPU 寄存器中;
3. NumPy中的矩阵计算可以采用多线程方式，充分利用多核 CPU 计算资源。

如果对上述内容用一个字做总结，那就是：NumPy ，快。

NumPy中的两个重要对象：ndarray（解决多维数组问题），ufunc（对数组进行处理的函数）。