@tyrone2333 #11
战争在协议不可抗力条款内，问题是不可抗力条款保护哪一方
不过，即使条款偏向任一方，战后的政府也会出台救助措施，因为重建比追偿更重要，但极大可能出现收回地权这种交换协议

房子的价值只有 30~40 年，之后的价值体现在房子占用的空间，而不是房子本身
大约 20 年后，你的孩子就会离家，或者根据自身发展选择其他空间

所以不是作为“祖屋”流传的话不需要考虑太多，因为无论是否开战，最终决定价值的是：你能否保住这个房子所占空间这个价值

两个参考，不适用，但可以想想
1. 朝鲜半岛经历 50 年日治，以及二战，到韩国成立后，将原来两班的地权全部归还（除朝鲜外），两班的地权占了韩国土地 80%，所以韩国至今还是两班政治的延续，仅有一位总统不是两班后代（好象是，不知道有没有记错）
2.中国土改，自己翻书吧

qv2ray 出什么问题了？

既是也不是
@starrys #14 这位就说的很哲学了，科学与迷信其实都是对现象的相对解释
科学源自猜想，验证后成为理论，未能验证前称为猜想，直至目前，仍然有大量猜想未能验证，部分甚至在现阶段的理论判断为“无法验证”。而这个验证过程也是在科学体系内，用符合人类逻辑思维的“不可互斥”的理论“自圆其说”，逻辑也是科学体系中的一环

迷信或者说宗教，在久远年代，也是社会公认的学术体系，它也是用自身的理论体系，对现象“自圆其说”的解释。其验证过程在当时也是符合逻辑的，说的是当时。现在判断不正确是因为逻辑[定义->断言->推理->论证]过程中，起点“定义”一环就出现了难以认同的描述
注意，宗教被掌权者利用那是另一回事

迷信是先有个人对现象的“不明”，然后猜想，并引入一套理论解释，只是个人难以验证而已。所以源头是个人，引入理论就扩展到其他个体了，所以说“既是也不是”

题外：v2ex 的人是偏科的，是自然学科比较强，但社会学科比较弱的。逻辑学两大基础是演绎和归纳，自然学科演绎推理占比较大，逐步推导，严谨地遵守逻辑“不可互斥”，而采用归纳法验证时只相信完全归纳法和数学归纳法。
但其实人类绝大部分的思维逻辑是归纳法，且几乎都是不完全归纳，例如最常见的以商品口碑指导消费，就是不完全归纳。
社会学科算是新兴学科，虽然老早就有，但建立体系可能就是近两百年的事，目前较多采用不完全归纳法或概率论，在缓慢构建理论体系，主要是理论验证过程比自然学科复杂，一般需要群体验证，个人难以完成验证。
医学是同时兼有自然学科和社会学科两个分类的属性的……

想起小时候去旅游也买了一堆“珍宝”，记忆中父母也没说我浪费钱……

@naminokoe #2
往年是 4 月中或 4 月下旬，今年是 1961 年以来最早入夏的

赵括也很能说

我不是类比这俩人，我类比的是“说话折服别人”这事

跟年龄和家庭状况有关
依靠你的人越多（伴侣、子女和双亲），你就需要更多备灾资金，低风险甚至零风险[无增益]的比例就要越大

召回率 30%很低诶，这个是预盈的召回率么？

年初放贷宽松，下半年收紧，历来如此

不要做精神股东啊，赚了钱不分你的
要调整心态，不要想象成“大改”，而是想象成“功能置换”，就是加上新的功能，旧的慢慢退出

@BigShot404 #2
哦，如果只是三方，那怪不到小米头上

不会这样做吧，这么明显的话，会被欧盟处罚的
你还是查查其他因素

有必要么？对方侮辱人了？

游怒症？

主要是你不懂 pandas/numpy ，所以觉得难读，用惯了的人，一眼就看得懂

1. df_pivot['余额'] = df_pivot.iloc[:, 1:].sum(axis=1)
这个确实是赋值，是整列批量赋值，用的是向量化函数，当数据量很大时，你就知道向量化计算的作用了
没有向量化函数，都不知道要写多少个 for

2. 可读性问题
在 pandas 的计算，一般不会太考究如何实现计算，更重视的是输入输出格式，以及值的类型和逻辑准确性，以及性能
因为 pandas 一般都是处理大量数据的，很难逐个值考究，只要保证格式、类型、逻辑准确性
例如有三百个白色乒乓球要变成红色，原生写法是逐个刷红色，pandas/numpy 是全部扔进红色颜料池，搅匀后捞上来就是了。所以需要搞清楚的是：扔进去的是否乒乓球、是否白色、多少个，颜料是否红色，池子是否容得下，以及捞起来后乒乓球有没有破损，数量够不够……至于中间如何染色搅匀，就只能相信这个操作搅匀的机器不会打烂乒乓球了
所以最好是函数加上 __doc__描述，便于以后查阅

np.lib.stride_tricks.as_strided(s, (len(s) - (window - 1), window), (s.values.strides * 2))
这句我从别人那里抄过来的，至今都没搞清其中原理，但我知道 numpy 模拟实现 pandas.rolling 需要用到这句，且值和 pandas.roolling 的结果一致，这就够了

numpy 和 pandas 的手册很庞大，个人读不完，就算读完了也记不全，目前最好方案是借助 gpt 帮我查某个函数的意义

3.你这段代码并没有“规律时间序”，目的只是 groupby 分组，其实没必要用时间函数那么复杂，直接按字符串提取前 7 个字符，再 groupby 就可以了

vsc 有支持 hint 的扩展，如 pyright ，但如果代码没有写指定类型，也是按默认类型提示，所以想全程提示，需要自己在代码中指定 types hint