@hei1000 非常好的问题，这里美剧名是从 wiki 爬的，我发现 wiki 上只有「硅谷群瞎传」，没有单独的「硅谷」，尴尬

各位可以参考下基于这贴的统计信息
http://www.v2ex.com/t/286142#reply0

不死法医 非常喜欢
豪斯医生 推荐

其他 -> billions

文章的格式和字符能否统一下，强迫症发作了。。

马化腾，马云，任正非，李彦宏

1. 楼上大都建议留下来，但却没有看到 LZ 心里苦，而且人又这么少（就一个 tiny team ），当个「总监」但就管一只手的人没什么意义吧。
2. 如果有合适的机会（加到 15 以上）可以考虑跳槽

很多公司（尤其是云计算）都有类似的行为，主要还是钱不够吧。
不过大部分公司都会说清楚：没上市之前不能兑换。

13 年款到现在的降价幅度都有限

楼主加油，之前看 webpack 就觉得文档稀烂

Python 的基础类型里并没有「数组」这种称呼吧

很细的一些功能，赞一个

送几个老例子：
Scrapy: 爬取豆瓣书籍 //以及几个简单实例
http://www.oschina.net/code/snippet_1026739_33016
128 进程，图片爬虫，增量更新
http://www.oschina.net/code/snippet_1026739_43930

以及可以戳这里： https://github.com/geekan/scrapy-examples

果断送出感谢

@menc 你要说 CVPR 现在及以后的主流是 SVM 那我也没办法。

@menc

得了，你连 Google 四年前的技术都不知道，这几年的论文都没看过，你随便抓个搞学术的人问问现在 CVPR 主流是什么好吗？

我们就用数据说话，就按你说的 object detection 领域， google scholar 搜索 object detection 关键字，看看 2012 年之后引用最高的是哪一篇？（提示：第一篇就是 CVPR ）
https://scholar.google.com/scholar?as_ylo=2012&q=object+detection&hl=en&as_sdt=0,5

@hepochen

几个问题都非常好：

- misaka ：在 issue 中有提到，但现在选择了纯 Python 的 mistune ，这里是两可。工业化来讲， misaka 肯定好得多。但开发而言， mistune 会方便很多。欢迎提 issue 一起优化这里。
- jieba ：有相关的性能评测吗？我倒是有看过不同语言的 jieba 性能评测， CPP 会比 Python 性能高大约 10 倍。（不出意料）
- Django ：是的，它有自己的局限性，而且也未必非常优雅，但它在很多场景帮助使用者避免了很多问题、节省非常多的时间，其他库这方面的缺点太严重了。
- 子分类：你觉得哪些库考虑进来比较合适？
- utilities ：混入了几个下载工具，对工程来说没有必要，是可以考虑移除。
- awesome-python ：项目就是参考 awesome-python 构建的，但确实是，难免覆盖率比较低，还需要长期的贡献。

社区化解决这些问题是一个好方法，但很多时候『 Best 』本来就是个人主观 —— 就像川普和希拉里可能都不算特别好的选择，但你必须选一个。

@menc
一、 NLP 相关

你没搞明白为什么现在不应该做这种「分类」。
试问一个一站式的抓取、抽取、文本排重、自动入库的脚本，应该分在哪一类？
很多库在这个阶段根本就不该分类，这个阶段用文本有何不可？

- 就比如列表中的 newspaper ，求解它分哪一类合适？请你给个回答。

而且，你这喷点也有点萌，说一个项目没做什么实在是太简单了：
- 明显 one-python 就是 awesome-python 的一个子集，为什么要用 one-python ， awesome-python 大而全多好？
- 如果你有这个观点，还请出门左转。

二、 Machine Learning + CV 下库选择标准

试问，如果我要用 svm 做 object detection ， caffe 能不能实现？
> 那我就要问你一个问题了， object detection 现在研究最热的是哪几篇论文？现在你还在用 svm 做 object detection 吗？

总而言之，机器学习来进行图像处理的工具包，应当包括机器学习算法，也应当包括基本的二值化，直方图，取最小矩形等常用算法，这样看来，应当是 OpenCV 。
> 二值化、直方图、最小矩形纯粹是图像处理，请问跟 ML+CV 这个细分方向有毛线关系？

十分好奇是不是脚本