Vindicar

В общем случае никак. Города могут иметь одинаковые названия(например, Кострома и Кострома), да и какой-нибудь Малый Задрипанск может отсутствовать в базе.

Проще дать пользователю выбрать часовой пояс как обычно.

Ну например, так: используй фильтр Кэнни на изображении, посчитай число белых пикеселей (контуров).
Размой изображение слегка и используй фильтр Кэнни на размытом изображении. Белый пикселей (контуров) будет меньше, так как часть контуров станет слишком размыта. Чем размытее изображение, тем меньше будет разница.

Питон тут нипричем. Читаем доки по sqlite, находим пример:

CREATE TABLE artist(
  artistid    INTEGER PRIMARY KEY, 
  artistname  TEXT
);
CREATE TABLE track(
  trackid     INTEGER,
  trackname   TEXT, 
  trackartist INTEGER REFERENCES artist(artistid) ON UPDATE CASCADE
);

Пример обеспечивает каскадное обновление ключа (ты вроде это просишь).
Также может потребоваться включить поддержку внешних ключей, выполнив первым делом запрос:
PRAGMA foreign_keys = ON;

while False:
while False: что? Тела-то у цикла нет. Да и смысла в нём тоже.

Ты пропустил ключ 'users'. А в этом ключе еще один список.
Вообще структура данных абсолютно всратая, её не прочитаешь даже толком.
Тебе придётся этот список-users перебирать, и искать в нём элемент словарь, у которого есть ключ с именем нужного пользователя.

~/ssh
Указывай полный путь до исполняемого файла. which ssh в помощь.

Даже для простого ЯП тебе придётся решить минимум четыре задачи:
1. Лексический анализ. Входной текст нужно превратить в цепочку токенов, например z = x + y превратится в что-то типа

[ (token.IDENTIFIER, 'z'), (token.OPERATOR, '=') (token.IDENTIFIER, 'x'), (token.OPERATOR, '+') (token.IDENTIFIER, 'y') ]

2. Синтаксический анализ. Тебе нужно превратить цепочку токенов в древовидную структуру. Корень дерева - программа целиком, промежуточные узлы - элементы программы (функции, составные операторы, сложные выражения и пр.), листья - отдельные элементы сложных выражений и примитивные операции без параметров (типа pass в питоне).
Например цикл while будет иметь два дочерних узла: выражение-условие и тело цикла.
3. Области видимости. Тебе нужно иметь возможность сопоставить имя(идентификатор) и сущность (переменную, функцию и т.п.).
Самый простой способ - позволить узлу дерева описывать идентификаторы, которые известны в этом узле. Тогда при раскрытии идентификатора достаточно подняться вверх по дереву, пока не найдёшь нужное имя.
4. Выполнение. Так как ты хочешь интерпретируемый язык, то выполнение будет сводиться к обходу дерева в глубину. Некоторые операторы типа break могут вмешиваться в этот порядок. Это описывается паттерном Интерпретатор из набора Банды Четырёх.

Отдельные задачи в этом списке вполне себе гуглятся, и могут решаться по-разному.

discord.py?
on_message() отрабатывает на ВСЕ сообщения, в т.ч. сообщения от самого бота. Проверяй отправителя сообщения.
И да, этот момент есть в документации discord.py. Советую её почитать.

Т.е. для каждого максимума нужно найти такой последующий минимум, чтобы разница между максимумом и минимумом была наибольшей, так? И затем нужно найти наибольшую из всех таких разниц, и соответствующие ей элементы?
Я бы сделал это примерно так. Не уверен, что сработате сразу, но надеюсь что идея передана.

equity_result1 = [ ... ]  # твои данные - значения эквити во времени
# определяем индексы таких элементов, которые больше своих соседей слева и справа.
local_max_idx = [ i for i in range(1, len(equity_result1) - 1) if equity_result1[i-1] < equity_result1[i] and equity_result1[i+1] < equity_result1[i] ]
# определяем минимумы для интервалов, следующих за соотв. локальным максимумом
local_min = [ min(equity_result1[i+1:]) for i in local_max_idx ] 
# определяем индексы этих минимумов в списке equity_result1 
local_min_idx = [ i+1+equity_result1[i+1:].index(minval) for i, minval in zip(local_max_idx, local_min) ] 
# собираем сведения о "перепадах" в один список пар индексов (максимум, минимум)
differences = list(zip(local_max_idx, local_min_idx))
# ищем наибольший "перепад" по критерию "разность между значением максимума и минимума"
i_max, i_min = max(differences, key = lambda item: equity_result1[item[0]] - equity_result1[item[1]])
# интересующий тебя интервал - между i_max и i_min включительно

Не сообразил сразу, но код кривой - если у тебя искомый максимум это начальный элемент equity_result1, код его не увидит.