@leedarmau 就你记性好（狗头）。当时真有人被封那边摘葡萄笑死

@jiminjohn0402 这个速度非常不正常，可能的话再多给一些数据结构的信息吧，或者直接上代码，做个列名的脱敏处理。30 个文件，每个才 100 M ，这种估计 2-5 分钟完成比较正常

@NessajCN 想想好像还真是，一开始我简直震惊，这整个模块就一个函数没别的了吗，然后函数套函数往下传递……

@jiminjohn0402 有点慢是多慢？一般最新的 pandas 打开 3G 的 csv 应该和玩一样。如果慢，可能和你的数据类型有关，比如如果日期类比较多的话，pd 会用不同的日期格式去匹配，这个过程也是非常慢的。嫌慢也可以考虑基于 pyarrow 的 polars 去处理。arrow 是 Apache 的顶级框架之一，专门用来处理大数据的。此外，pd 是基于 numpy 的，而 numpy 本身不包含 string 类型，因为这不是 numpy 最关心的问题，它都是“数据”计算。所以如果文本类型比较多得话，还是考虑 pyarrow 这种原生支持 string 的库去处理才是合适的

@lzsuxq 官网写了 14 核的内存带宽为 300 ，需要 400 的选 16 核。16 核的配置包括 48G 。我知道你很急，但你先别急

@lzsuxq 48G 不是，因为它用了 4 颗 12G 的内存，还是 4 通道 😅

@lucifer518 300G 的原因是 96G 是 3 颗 32G ，而 64G 是 4 颗 16G ，带宽 400G 。搞 AI 还是看带宽吧。这也是为啥不能选 96 的原因，他俩内存管理器不一样啊

@AoEiuV020JP 徕卡相机镜头应该算一个

@sundev 谁能想到早期他看到有人月工资 6k 多要买他推荐的东西，还劝别人“不要花钱在不必要的东西上，东西都在，以后有钱了再来买。钱多买点好吃好喝，身体健康”呢……

@jacksonj297 也许不是每个老外来中国前都对中国抱有好感，但我工作十年，待在发达城市的老外，只有一个因为快退休了回家看孙子想主动走的。其他的，特别是一家都来的，都巴不得在国内继续待下去——消费水平按购买力，即使是特大城市，大约只有发达国家的 1/3 ，而工资因为海外工作税少还有额外补助，爽上天了

看看后续评测的能效比是不是真的这么强，不然同样的模具性能核多了怕散热又不行了

@mofeishiwoa 有点危机，但又不是很危机，如危 😅

淘宝上挺多的，或者用关键词搜搜站内文，有不少人推荐了

@jackytang520 这个很像 joshuto 啊

raycast 应该也行吧

前几天这里有其他人推荐 “科学捡漏” 这家店，里面全速 usb 线还挺便宜的，可以试试。我还额外看到有 Dell 的 1.2m 雷电，也收了两根。现在手上 6 根线😂

@OCD2057 震惊了，居然还能这样……

@revelationtan 求大佬来个牌子推荐😄