语音合成效果还不错，就是语速慢了一些。我用语音合成系统听过不少小说和科技文章，多听听就习惯了。

@WhatIf
hashmap中key有顺序码？

@qinkun1234

根据第一版的时间表，我想出版社还需要大约半年时间。

@linuxsand

正在写《Python科学计算》第二版，大概7月份交稿。是在神户制钢工作，工作不高端，常在车间里面、挖土机里面调试程序。

@chuan
我只是观望一下julia，生产环境中不用。

@walkingway

很喜欢Python 3的新语法，但是好多库不支持，所以暂时还没有移到Python 3，我想至少下面几个应该还没有Python 3版本：

gevent, OpenCV, Mayavi, numba

目前我电脑里面安装了Python 2.7.9, Python 3.4, PyPy, Julia等，然后用IPython Notebook选择不同的运算核，在IPython notebook中这些都可以用，不过开发应用程序还是用Python 2。

如果要判断全局变量中是否有某个名字：if name in globals()
如果要判断某个实例是否包行某个属性：if hasattr(self, name)

@a2z 那下次xxx条件不会变？就是说某一次xxx为True->q.get(), 某一次xxx为False->q.randget()?

看这个： https://docs.python.org/2/library/collections.html#deque-recipes

“因为有时候要随机读取有时候要顺序读取”，你rotate之后还要不要顺序读取？

你的程序和你的问题对不上啊。

我都是找的epub转成mobi，在kindle上看，已经看了几十本了。

用递归就可以解决吧。你给一个能运行的嵌套循环的例子，才好帮你改写。否则不知道结果对不对。

我相信你使用的levmar一定不是纯Python的，它一定是使用的某个C/C++/Fortran语言编写的库。你能说说你使用的是哪个库吗？

levmar算法需要回调函数，这个回调函数你用Python编写，所以唯一能提高速度的就是用编译语言编写这个回调函数。

首先你需要测试瓶颈是否是这个回调函数。如果是的话，你可以用Cython包装C语言的levmar库，然后接收一个编译之后的回调函数。下面是一个例子：

http://nbviewer.ipython.org/github/ruoyu0088/openbooks/blob/master/cython_ctypes_cffi_numba_calls.ipynb

下面是用cython编写的levmar，你可以仿照上面的例子修改这个库，让它能接受编译之后的回调函数。

https://github.com/tkanmae/levmar

就是PyTypeObject结构体的字段：
https://github.com/python/cpython/blob/master/Include/object.h#L338

多关键字搜索库：

http://sourceforge.net/projects/multifast/

下面是单机处理方案：

每个IP和每个URL一个文件，如果文件数太多，可以用子目录对文件进行分级。
子目录名可以通过简单的hash函数计算。

每个文件中保存以4个字节二进制数据表示的时间。如果原始数据中时间不是递增的，
在拆分完毕文件之后需要对每个文件中的时间进行排序。

如果文件过大无法载入内存，可以考虑基数外部排序。

以上准备工作完成之后，通过指定的URL或者IP计算出文件路径，然后对该文件进行
两次二分查找，查找时间段的起点和终点的偏移量。根据偏移量的差可以计算出
该区间的访问次数。

有啊，NumPy的数组。

第二题我用递归，不知道对不对：

https://gist.github.com/ruoyu0088/80f89007c2ca0ed74cdc