absence

蒲慕明:写给实验室博士的 Email 著名的华人生物学家蒲慕明先生曾经有一封非常著名的email在网上广为流传，这封email是蒲先生写给自己实验室所有博士生和博士后的，其中的观点我(施一公)完全赞同。这封email写的语重心长，从中可以看出蒲先生的良苦用心。我把这封email转给了我实验室的所有学生。 蒲慕明简介 蒲慕明，1948年10月生，中国科学院院士，美国科学院外籍院士，台湾“中研院”院士。现任中国科学院神经科学研究所所长，中国科学院脑科学与智能技术卓越创新中心主任。1970年毕业于台湾清华大学物理系，1974年于美国Johns Hopkins大学获生物物理学博士学位，1974-1976年在美国普度大学生命科学系从事博士后研究，1976-1985年在美国加州大学艾文分校生物物理系任助理教授、副教授、教授，1985-1988年任耶鲁大学医学院分子神经生物学系教授，1988-1995年任美国哥伦比亚大学生命科学系教授，1995-2000年任美国加州大学圣地亚哥分校Stephen Kuffler讲座教授，2001-2006年任美国加州大学伯克利分校分子与细胞生物学系讲座教授和神经生物学部主任，2006-2013年任该校Paul Licht生物学杰出讲座教授。1999年起任中国科学院神经科学研究所首任及现任所长、神经可塑性研究组组长、高级研究员、博士生导师

1 中文AT命令详解 1.1. AT+QCFG 扩展配置 A T+ QCFG 扩展配置 测试命令 AT+QCFG=? 响应 …… +QCFG: "usbnet", (0-3) …… OK 设置命令 AT+ QCFG= " usbnet " , <net> 响应 假如省略参数<net>，返回 + QCFG: " usbnet " , <net> OK 假如不省略，返回 OK ERROR Maximum Response Time参考 300ms 参考 参数 <net> net端口协议 0 RMNET接口 1 ECM接口 2 MBIM接口 3 RNDIS接口 备注 以上配置将在重启后生效 举例 AT+QCFG= " usbnet " , 1 // 设置USB net口使用ECM标准协议 OK 2 Description of AT command 2.1. AT+QCFG Extension Configuration AT+QCFG Extension Configuration Test Command AT+Q CFG=? Response …… +QCFG: "usbnet", (0-3) …… OK Write Command AT+ QCFG= " usbnet " , <net> Response If configuration parameters are

问题： I had an interesting job interview experience a while back. 前一段时间我有一次有趣的面试经历。 The question started really easy: 这个问题开始很容易： Q1 : We have a bag containing numbers 1 , 2 , 3 , …, 100 . Q1： 我们有一个包含数字的包 1 ， 2 ， 3 ，...， 100 。 Each number appears exactly once, so there are 100 numbers. 每个数字仅出现一次，因此有100个数字。 Now one number is randomly picked out of the bag. 现在，从袋子中随机抽取一个号码。 Find the missing number. 查找丢失的号码。 I've heard this interview question before, of course, so I very quickly answered along the lines of: 我当然已经听过这个面试问题，所以我很快就回答了以下问题： A1 : Well, the sum of the numbers 1 + 2 + 3 + … + N is (N+1)(N/2

The Python programming language has become more and more popular in handling data analysis and processing because of its certain unique advantages. It’s easy to read and maintain. pandas, with a rich library of functions and methods packaged in it, is a fast, flexible and easy to use data analysis and manipulation tool built on top of Python. It is one of the big boosters to make Python an efficient and powerful data analysis environment.   pandas is memory-based. It does a great job when the to-be-manipulated data can fit into the memory. It is inconvenient, even unable, to deal with big data