最新

今天在 Hacker News 上看到了一个很棒的列表，觉得应该做个调查。请大家参与... 安东尼·波登万岁...

最近我终于可以完整地看完一集 Netflix 剧集，而不用去查看那些代理了，有时候一集都有 40 分钟呢！ 我看的电视比我真正工作的时间还多，但我的效率还是比去年提高了 3 倍！ 我甚至还没跟上进度；有些人早上起来告诉代理们该做什么，然后就回去睡觉了。

有人用过 latitude.sh / datapacket.com 吗？网络质量和停机时间怎么样？ 谢谢！

实际上，这个实现没什么特别之处。这只是另一个用 Rust 编写的事件循环，用于教育目的和乐趣。<p>在测试中，它展示了从 uvloop 到我的抓取框架 <a href="https:&#x2F;&#x2F;github.com&#x2F;BitingSnakes&#x2F;silkworm" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;BitingSnakes&#x2F;silkworm</a> 的无缝迁移。<p>对于 API（fastapi），它只显示了一个优势：更好的 p99，在合成运行中，uvloop 速度快 10-20%。<p>目前，我正在 win 分支上进行开发，以提供 uvloop 缺乏的 Windows 支持。

一个轻量级的、基于终端的录音机，使用 Python 编写，具有暂停/恢复、实时预览、垃圾箱/回收站、质量预设和基本的文件管理功能——没有图形界面，没有冗余。 只是一个有趣的个人项目，并非严肃之作。 <a href="https://github.com/chistev/voice-recorder" rel="nofollow">https://github.com/chistev/voice-recorder</a>

我是一名诊断放射科医生，拥有超过 40 年的经验。在诊断测试中，有许多术语用来描述测试检测疾病或病症的准确性。例如“敏感度”、“特异度”、“预测值”、“优势比”、“似然比”等等。在文献和医学报告中，这些术语的用法往往不够一致；作为一名医生，在听取或阅读研究时，我总是对这些术语如何“相互关联”感到困惑。 我的解决方案是发明了视觉 2x2 图表，或称真值图，作为诊断测试中使用的标准列联表的图形替代方案（Johnson 1999）。上面列出的概念以及许多其他概念都以图形方式呈现，它们之间的相互关系可以清晰地可视化。 与网格中的四个数字不同，坐标系中的单个矩形通过其位置和形状编码了 2×2 表的所有四个单元格。每个半轴对应一个单元格（见下文）。垂直高度对应于患有该病症的受试者数量，水平宽度对应于未患有该病症的受试者数量。一个矮而宽的盒子代表该病症的低患病率；一个高而窄的盒子代表高患病率。 该图表使人们能够将敏感度、特异度、阳性预测值、阴性预测值、似然比，甚至贝叶斯定理等统计数据视为几何关系——长度、面积、斜率和比例——而不是抽象公式。 拖动或调整框的大小，即可查看单元格值的变化。本应用程序中的其他课程解释了每个术语及其在图表上的显示方式。任何这些屏幕都可以保存以用于演示和出版目的。 请查看并随时给我反馈。 参考文献 Johnson KM. The two by two diagram: a graphical truth table. J Clin Epidemiol. 1999;52(11):1073-82. [PubMed] [ResearchGate] Johnson KM, Johnson BK. Visual presentation of statistical concepts in diagnostic testing: the 2×2 diagram. AJR Am J Roentgenol. 2014;203(1):W14-20. [PubMed] [ResearchGate] Johnson KM. Using Bayes’ rule in diagnostic testing: a graphical explanation. Diagnosis (Berl). 2017;4(3):159-67. [PubMed] [ResearchGate]