asemic-horizon

<?xml version="1.0" encoding="UTF-8"?>

<plist version="1.0">
<dict>
	<key>name</key>
	<string>Monokai X</string>
	<key>settings</key>
	<array>
		<dict>
			<key>settings</key>

asemic-horizon

```sql
create table documents (
  doc_id integer primary key,
  content text
);


create table terms (
  term_id integer primary key,
  term_name text,

asemic-horizon

Eu sempre gostei de filmes que começam no meio da ação -- o que os manuais de roteiro chamam de in media res. O que tenho para contar hoje começa no meio de uma ampla revolução social chamada "Python". A crer no burburinho, até gerentes de supermercado precisam saber Python agora. Não me cabe (nem cabe aqui) explicar as razões, mas está acontecendo. No meio dessa comoção, há algo novo que vocês precisam descobrir.

O que é Hy? Como o Tao ou O Vestido (que é azul e preto), a resposta depende um pouco de quem é você.

Para os ousados, sedentos de aprendizado ou veteranos "poliglotas", Hy é uma linguagem de programação na tradição Lisp, completa com parênteses, notação prefixada e macros. Para os assustados, programadores que investiram tudo no Python ou gente que descobriu que ".fit_predict()" é o novo inglês fluente, é uma sintaxe alternativa para o Python, estruturada como um Lisp; é Python sob outra casca: onde na sintaxe padrão dizem

from numpy import exp

def f(x):

asemic-horizon

def discrete_mode(zs):
  return sorted(
      [(x, len([y for y in xs if y == x])) \
       for x in set(zs)],
      key=lambda x:x[1],reverse=True)[0][0]
def _hsmode(zs, tol):

  if len(zs)==1: 
    return zs[0]

asemic-horizon

In this example we calculate "distance covariance" matrices (look it up on Wikipedia)

Python code

import numpy as np
from math import sqrt

def distance_matrix(X):
  D = np.empty(shape=(X.shape[0],X.shape[0]))

asemic-horizon

import sys, itertools, functools, more_itertools
import numpy as np, os, networkx as nx
import community as community_louvain
from glob import glob
from time import time


def louvain(G, resolution):
    partition = community_louvain.best_partition(
        G, resolution=resolution, random_state=0

asemic-horizon

from math import sqrt
def _hsmode(zs,f):

  if len(zs)==1: 
    return zs[0]
  elif len(zs)==2:
    return f(zs[0],zs[1])

  else:
    h = len(zs)//2