感觉是借鉴的 https://www.thiswebsitewillselfdestruct.com/

希望不是像楼上几位想的那样

固定资产税大概就是房产税？一年一两万相比 500 万总价还挺低的

https://docs.python.org/3/library/os.html

On Windows, if dst exists a FileExistsError is always raised.
On Unix, ... If both are files, dst will be replaced silently if the user has permission.

建议贴上完整的 stack trace 和报错信息。光看你这个报错，看起来像是重复执行某些代码，但没有权限覆盖旧的文件

看着像数模比赛？但这两题看着可能都不用深度学习

1. 虽然大佬提了这是 NP 问题，如果两组数据全随机复杂度爆炸。但从楼主给的例子来看，数组 2 显然有很多小的而且重复的数字，转化成(value, count)能让暴力搜索的复杂度减少很多
2. 实践上来说，或许可以考虑设置一个 timeout ，1 分钟没搜出来就交给人工

这里也有骑空士？古战场警察警告

单纯从 NLP 的部分 character.ai 可以玩玩感受一下

@also24 #3 看起来应该是描述里漏了个 [5,0] 的点

1. 切割的块数 n=3 是确定的吗？
2. 输入确保有解吗？

1 、2 的回答都是 yes 的情况下，也许可以穷举出所有可能的形状。或者把问题简化成，先切掉一个矩形，剩下的图形能不能分割成俩矩形

@jeeyong #61 test_image = np.array(test_image).reshape(2,3,2).astype(np.uint8)[:, :, ::-1]

@jeeyong #55 你最后一个链接是 undefined,我看不了期望的是怎么样的。但你开头给的那些数字，alpha 看起来非常的小？那显示出来就几乎是透明的。或许 208 是 alpha ，4 是灰度？具体 ct 影像的格式我不了解

test_image = [208, 4, 208, 4, 208, 4, 100, 4, 100, 4, 100, 4]
test_image = np.array(test_image).reshape(2,3,2).astype(np.uint8)
image = PIL.Image.fromarray(test_image, mode='LA')
# if need RGBA
image = image.convert('RGBA')

pillow 本身就支持灰度 + alpha 的格式: https://pillow.readthedocs.io/en/stable/handbook/concepts.html

浙江人，因为学校都推广普通话，一直认为自己和身边的人没有口音，最多只有特定字受方言影响的错误（比如前后鼻音）。但去上大学过半年回来突然发现，原来自己和大家都是有口音的

和公司确认好，L1 过去以后给不给继续抽 H1B ，同时也要问好绿卡的流程（比如是立即开始办还是要工作一定时间）。以中国人的排期，5 年大概率等不到绿卡排期，L1 不像 H1B 那样容易续，会挺麻烦的

1. 几乎所有环节（支付宝、微信、银行、手机）都出了问题的情况下：“银行是工商银行，从和民警的口中得知，有可能是内部员工泄漏信息”
2. “从民警口中得知，国内能使用的最安全的银行是瑞士银行和招商银行”

甚至觉得是不是真的报了警都不好说