一、说明介绍与机场推荐

全球节点更新啦！涵盖美国、新加坡、加拿大、香港、欧洲、日本、韩国等地，提供4个全新订阅链接，轻松接入V2Ray/Clash/小火箭等科学上网工具，简单复制、粘贴即畅享全球网络自由！只需复制以下节点数据，导入或粘贴至v2ray/iso小火箭/winxray、2rayNG、BifrostV、Clash、Kitsunebi、V2rayN、V2rayW、Clash、V2rayS、Mellow、Qv2ray等科学上网工具，即可直接使用！

二，自用机场推荐

包月（不限时）最低5元起150GB流量：点我了解详情

同步电报群：https://t.me/xfxssr

永久发布页地址，防丢失https://sulinkcloud.github.io/

三，节点列表和测试速度

Clash Verge 一键启动版

一键安装，安装后导入订阅地址，点击开启一键加速即可

电脑端下载地址 Windows MAC

使用教程

http://subssr.xfxvpn.me/api/v1/client/subscribe?token=08df03c6bce7ae66a2adbc99d5293d21

http://subssr.xfxvpn.me/api/v1/client/subscribe?token=2fbf803a906bef4d5cfa48cf9211d842

http://subssr.xfxvpn.me/api/v1/client/subscribe?token=e1a75861e321f24fcad2e3e832c79e2f

http://subssr.xfxvpn.me/api/v1/client/subscribe?token=4de0cf7245158397f18c9631ba58f80c

clash verge 测试速度超快，看油管4k无压力

分割线
是一种多用于数据处理和 scientific 计算的Programming语言，其内置的数组运算器使得编程更加方便。

1. **-list comprehension**

列表组合是创建新列表的一种方式，有助于加速循环代入。例如：

“`python
numbers = [1, 2, 3]
double_numbers = [n*2 for n in numbers] # [2, 4, 6]
“`

该行会对每个数字都执行相乘，形成一个新的表格。

2. **nested list**

嵌套列表（_nested_list_）是列举两个或以上层级数据的数组。例如：

“`python
names = [“John”, “Mary”]
ages = [15,18]
students = [] # 空列表用空格存储人员信息（每行代表一名学生）
for i in range(0,len(names)):
student_name = names[i] # John , Mary
student_age = ages[i]
students.append([student_name, ‘Person’, student_age])
“`

在上述示例中，创建一个包含信息的列表。

3. **Slicing**

**list slicing**使我们能够选择并操作其中的子集合。例如：

“`python
numbers = [1,2,3]
first_element = numbers[0] # 第一份数字是 1
last_elements = numbers[-1:] # 最后两个数字是 [2, 3]，或numbers[-2:]
first_two_elements = numbers[:3] # 前三个元素：[1, 2, 3]
“`

每行都是不同的子表格的使用途径。

4. **Tuples**

叫出在多个位置同时表示数字。例如：

“`python
students = [(‘John’,11), (‘Mary’,25)]
“`

在此示例中，创建了一个含有学生的表格。

5. **Dictionary**

字典是由一组关联值和键的表格，它以 key-value 的形式存储。例如：

“`python
my_dict = {‘John’: ‘student’, ‘Mary’:’teacher’}
“`

在此示例中我们给出了 John 和 Mary 的关键，分别对应于_student_ 与_teacher_。

6. **Sets**

集合是用于存储唯一值的数据表格。这会消除与其他集合重复元素。例如：

“`python
students_set = {‘John’, ‘Mary’}
“`

在此示例中，创建一个包含有两位人的集合，而不会有重復値。

7. **Array Manipulation Functions**

Python的一些关键库提供了各种方法可以操纵和转换 NumPy 数字。例如：

>import numpy as np

#numpy数列
numbers = [1,2,3]

#生成平方数
squares = [n*n for n in numbers]

#使用NumPy的函数
import numpy as np

num_array = np.array(numbers)

squared_array = num_array ** 2

#将其转为numpy 数字：
arr_data = np.array([[i, j] for i in range(3) for j in range(i+1,7)])

print(arr_data)
“`

该行可以生成一个名为“squares”的表格，其中元素等于每个数字的平方。同时，对于原始数字中的每一个元素都执行这个操作的示例。