-
能实现，但关键在上下文传递完整：FastAPI需调用FastAPIInstrumentor.instrument_app()并预设带ServiceName的TracerProvider，HTTP跨服务调用必须用instrumented客户端（如httpx.AsyncClient+HTTPXClientInstrumentor），否则traceparent头无法自动注入。
-
Python进程不能直接当容器PID1，因其默认不处理SIGCHLD导致僵尸进程堆积，且无法可靠转发信号；推荐用tini等init进程代理PID1职责。
-
根本原因是logging.LogRecord默认不携带请求级上下文变量，trace_id必须通过contextvars+自定义Filter显式注入；threading.local在异步场景失效，contextvars未正确传递或解析格式错误也会导致丢失。
-
pdfplumber更适合结构化表格提取，因其原生保留文本坐标、线条和布局；PyPDF2仅输出纯文本，tabula依赖Java且对非标准线识别不稳。
-
sklearn1.2需调用sklearn.set_config(transform_output="pandas")在创建transformer前启用，仅对新建实例生效；支持类需实现_get_feature_names_out（如StandardScaler、OneHotEncoder），输入须为带列名的DataFrame，ColumnTransformer和Pipeline可自动拼接输出。
-
Windows批量重命名含非法字符文件有五种安全方法：一、用Python正则替换；二、用pathlib+translate高效处理；三、带时间戳备份日志；四、仅扫描不修改的预检；五、用shutil.copy2保留元数据复制。
-
RBF核SVM适用于小到中等规模数据，大规模时需降维、采样或改用线性核；类别不平衡时必须设class_weight='balanced'；效果不佳常因gamma参数不当或未标准化。
-
连不上localhost:7233是因localhost解析为::1（IPv6），而服务只监听127.0.0.1:7233；应显式设service_host="127.0.0.1:7233"并确认Server已运行。
-
最常用最可靠的单例实现是重写__new__，在内存分配阶段控制实例创建，用类变量缓存并检查实例，避免__init__多次调用问题。
-
pandas.read_excel可通过sheet_name指定工作表（字符串名、整数索引或None返回全部），用skiprows跳过前N行，配合header或names自定义列名，支持整数或列表跳过特定行。
-
应始终用timezone.now()获取带时区时间，避免datetime.now()；数据库存取、查询用UTC，仅展示时用timezone.localtime()；跨月计算用relativedelta；新项目务必启用USE_TZ=True并配支持时区的数据库。
-
Python位数可通过platform.architecture()直接判断，如('64bit','WindowsPE')为64位；struct.calcsize("P")返回8为64位、4为32位；sys.maxsize为9223372036854775807则为64位。
-
Python列表因动态扩容、支持多类型数据、内置丰富方法及广泛兼容性成为核心数据结构，适用于存储异构数据、实现栈队列、配合推导式等场景，极大提升开发效率。
-
MLP处理结构化数据效果被低估，关键在于预处理（数值标准化、类别嵌入/独热、缺失值稳健填充）、合理结构（宽于深、禁用dropout、可选特征交叉）及训练细节（小学习率、早停、小batch、特征诊断）。
-
栈帧（Frame）是Python函数执行时的运行时上下文每次函数调用，Python解释器都会在调用栈上创建一个栈帧对象（frame），它封装了该次调用所需的所有信息：局部变量、参数、代码对象（co_code）、当前指令偏移（f_lasti）、上层帧引用（f_back）、全局/内置命名空间等。栈帧不是用户直接构造的，而是由解释器在CALL_FUNCTION等字节码指令执行时自动压入CPython的C栈（实际是堆上分配的结构体，但逻辑上构成调用栈）。函数调用本质是字节码驱动的栈帧切换
