文本识别早已经不是问题了，不过却不能直接应用于象棋棋子的识别，因为棋盘上的棋子是随机摆放上去的，不能保证棋子上的文字总是保持一个固定的角度。识别棋子的关键是找到具有“旋转不变性”的特征——无论棋子旋转多少度，其特征总是稳定的。

跨平台的GUI工具库，较为有名的当属GTK+、Qt 和 wxWidgets 了。GTK+是C实现的，由于C语言本身不支持OOP，因而GTK+上手相当困难，写起来也较为复杂艰涩。Qt 和 wxWidgets 则是C++实现的，各自拥有庞大的用户群体。虽然我喜欢wxWidgets，但还是尽可能客观地搜集了关于Qt 和 wxWidgets 的对比评价。

C被公认为速度最快的编程语言，Rust的速度接近于C，二者差距在毫厘之间。如果单纯和C/Rust比速度的话，Python处于被碾压的地位，差不多慢了一个量级。不过，下面这个测试，却呈现了一个颠覆性的结果：使用相同的算法，分别用C语言、Rust语言和Python语言编程计算1亿以内素数的个数，三者用时之比为！差距如此之小，勘堪打了个平手。

在知乎和CSDN的圈子里，经常看到、听到一些 python 初学者说，学完基础语法后，不知道该学什么，学了也不知道怎么用，一脸的茫然。近日，CSDN的公众号推送了一篇博客，题目叫做《迷思：Python 学到什么程度可以面试工作？》，真实反映了 python 程序员在成长过程中的一些困惑。

文本识别早已经不是问题了，不过却不能直接应用于象棋棋子的识别，因为棋盘上的棋子是随机摆放上去的，不能保证棋子上的文字总是保持一个固定的角度。识别棋子的关键是找到具有“旋转不变性”的特征——无论棋子旋转多少度，其特征总是稳定的。

作为容器引擎，Docker为容器化的应用程序提供了开放标准，使得开发者可以用管理应用程序的方式来管理基础架构，实现快速交付、测试和部署代码。随着容器的大量使用，又产生了如何协调、调度和管理容器的问题，Docker的容器编排应运而生。所谓容器编排，通俗一点可以理解为集群管理。Docker的容器编排工具有很多，最出名的当属Compose、Machine和Swarm，合称Docker三剑客。其中Comp

十年前女儿读高中，电磁学是那个学期物理课的重点内容。女儿回家吐槽说课堂上的物理实验是纸上谈兵，老师只播放幻灯片和实验动画，并没有仪表可以直观地看到电磁实验中感应电流的变化。为了帮助女儿理解电磁感应，爷儿俩花了一星期时间，做了一个用声卡测量电磁实验中感应电流的软件，还有一套楞次定律的实验装置。......

在Python的世界里，没有一个模块能够像NumPy那样支撑并影响着整个生态系统：从科学计算到数据处理，从视觉识别到机器学习，从神经网络到虚拟现实，处处都有它的身影。无论是OpenCV、OpenGL，还是Pandas、Matplotlib，抑或是Scikti-learn、TensorFlow、Keras、Theano、PyTorch，无不依赖于NumPy，尤其是依赖它所创造的数组对象（numpy.

如果数据中有颜色信息，或者用强度信息映射为颜色，则需要用户自行判别并在app.scatter方法中提供color（颜色）参数，或者data（数据）和cm（调色板）参数。还有另外一种更简单的方式，那就是直接使用app.pointcloud方法，只需要一个点云文件参数即可绘制出点云模型，该方法会自动识别文件是否包含颜色信息和激光强度信息。以下代码在IDLE中演示了read_pcfile函数的用法，其中

用C来实现同样的功能，究竟会比Python快多少呢？平时总听到很多人说，Python如何如何慢，何不借此问题，让Python和C来一个正面较量呢？