jude90

from types import GeneratorType

def trampo(func):
    def _(*args, **kwargs):
        g = func(*args, **kwargs)
        while isinstance(g, GeneratorType):
            g = g.next()
        return g
    return _

jude90

原文 那么monad 到底是什么呢？ 它是一种设计模式。只要你有一堆函数，当它们接受一个参数而返回另一个值，就可以用以下两个函数把那些函数组合在一起。

• bind 函数将其他函数变换成 输入参数与返回值 类型相同的类型， 使它们可以组合起来。
• unit 函数将一个值包装成组合函数可以接受的模式

jude90

python 属性的查找顺序是 __getattribute__ ， __dict__ , __getattr__ .
一个接一个调用。在 __getattribute__ 中 调用对象的某个属性， 可能会引起递归。

jude90

import time
import threading
def deadloop(times):
	while times>0:
		times -= 1
		a = 1 + 2

start = time.time()
deadloop(100000000)
end = time.time()

jude90

/* Adapted for Swift by Chmouel Boudjnah <[email protected]>
   Original: http://www.ioncannon.net/programming/1539/direct-browser-uploading-amazon-s3-cors-fileapi-xhr2-and-signed-puts/

   */

function sw_md5(blob, fn){
        _reader.onloadend = function(evt) {
            if (evt.target.readyState == FileReader.DONE) { // DONE == 2
                var md5sum = md5(evt.target.result);
                fn(md5sum);

jude90

package my.spark

/**
 * Created by jude on 15-9-16.
 */
import scala.collection.JavaConversions.seqAsJavaList
import java.io.{FileReader, BufferedReader, File}
import java.util
import java.util.regex.Pattern
import breeze.io.TextReader.FileReader

jude90

def build(seq):
	if len(seq) == 0:
		return None
	else:
		head ,tail = seq[0], seq[1::]
		return {head: build(tail)}

jude90

windows 用户如何利用vagrant 搭建一个 数据科学实验环境

本文将启动一台虚拟机，其中预先安装了：

• Python，包括 Python Notebook, NumPy, SciPy, matplotlib, pandas, scikit-learn 和 SymPy
• R ，包括ggplot2, plyr, dplyr, lubridate, zoo, forecast, 和 sqldf

在看完这篇博客之后，你可以在一分钟(不包含镜像下载时间)内得到一个数据科学的实验环境，快速进行数据科学的学习和探索。

vagrant 是一个虚拟环境构建工具。在用vagrant 创建一个数据科学 工具箱之前。你需要:

jude90

__author__ = 'jude'
import requests
import base64
import unittest
import json
import pprint
def payload(user, passwd):
    return base64.b64encode("{0}:{1}".format(user,passwd))

class AuthCase(unittest.TestCase):