-
python:3.11-slim镜像达120MB主因是保留apt、gcc、pip缓存及未清理__pycache__/dist-info；建议用slim-bookworm基础镜像、多阶段构建精准COPY、安装后立即清理缓存与冗余文件。429 收藏 -
数据可视化是模型优化的探针，需通过训练/验证双曲线定位过拟合或欠拟合，联动特征分布与错误样本发现偏差，对比实验须带置信区间，并嵌入流水线自动监控。429 收藏 -
Python机器学习落地需完成从问题定义到持续监控的闭环，关键在于紧扣业务目标：明确可衡量任务、构建稳定数据管道、选择可控模型、建立轻量监控体系，并确保各环节可追溯、可干预、可复现。429 收藏 -
字符串格式化通过f-string、.format()和%三种方式，将变量动态插入文本，提升可读性、维护性与安全性，并支持精度控制、对齐、进制转换等格式化功能。429 收藏 -
asyncio.shield在需保障不可中断清理逻辑（如事务提交、文件关闭、关键日志写入）且外部可能随时取消协程树时必须使用；它仅保护等待过程不响应父级取消，不保护启动过程，须先create_task再shield，并显式await或cancel任务以防资源泄漏。429 收藏 -
只需将fromdistutils.coreimportsetup替换为fromsetuptoolsimportsetup即可兼容大部分项目，但需注意废弃参数、继承类变更、NumPy移除numpy.distutils等问题，并推荐迁移到pyproject.toml。429 收藏 -
优先使用pipinstall--user安装到用户目录绕过权限问题；必须全局安装时再提权，或用虚拟环境隔离；conda不支持--user，需配置用户包目录或重装到非系统盘。429 收藏 -
Flask中os.getenv()读不到环境变量主因是环境未生效：.env修改后需重启服务，IDE运行需手动配置环境；生产禁用.env，应系统级设置；密钥须动态注入，推荐config.from_mapping()结合os.getenv()，并严格区分多环境密钥。429 收藏 -
PythonREPL是自带交互式解释器，支持快速测试、调试与探索；推荐用python3-i或IPython（含语法高亮、补全）；Tab补全、help()查文档、_获取上值、%run执行脚本、%history查历史等提升效率。429 收藏 -
axis=0插入行，axis=1插入列；axis指被操作的维度，与插入位置无关，只决定新增数据方向。429 收藏 -
Flask-Mail初始化失败主因是未在应用上下文中调用send()，需确保绑定app且发信时处于app_context；SMTP配置需匹配端口与加密方式；异步发信应使用flask-executor或Celery并手动管理上下文。429 收藏 -
pack_forget()并未销毁组件，仅临时移除布局；组件对象、事件绑定和属性均保持有效，与destroy()的不可逆性有本质区别。429 收藏 -
vars()本质是obj.__dict__的安全封装，仅对拥有__dict__的对象有效；无__dict__时（如__slots__类、内置类型）会抛TypeError，此时应改用hasattr检查或dir()+getattr组合获取属性。429 收藏 -
Python迭代器协议核心是__iter__和__next__两个方法：前者返回迭代器对象（可为self或新实例），后者返回下一项或抛StopIteration；遵守该协议即支持for循环等操作，无需继承或装饰。429 收藏 -
dataclass能省略__init__和__repr__是因为@dataclass在类构造期自动生成这些方法，而非继承或运行时patch；若手动定义了__init__，则装饰器跳过生成。429 收藏
