-
根本原因是pip默认超时仅15秒，而PyTorch的whl包超800MB，在网络波动时极易中断；需同时设置--timeout600、--retries5、--trusted-host及--extra-index-url官方CUDA镜像，并推荐使用带自动重试的批处理脚本。
-
zip(matrix)返回元组因默认打包为tuple，需用[list(row)forrowinzip(matrix)]转为可变列表；空矩阵时zip返回空迭代器，转list得[]；不规则矩阵用嵌套推导式会报错，应先校验再转置。
-
Python接口测试需双重校验状态码与业务码，分类型捕获requests异常，用安全取值和链式断言提升健壮性，通过参数化和mock构造异常场景并保留curl命令便于复现。
-
推荐用time.time()+os.stat().st_size轮询判断文件是否增长，轻量跨平台；需处理日志滚动、编码（优先utf-8，fallbackgbk）、换行符、重复告警（缓存哈希或记录偏移量）、Windows文件锁（捕获PermissionError并重试）等问题。
-
Pydantic进阶能力包括：一、自定义字段验证器与多阶段校验；二、模型配置类深度定制；三、TypeAdapter实现运行时泛型解析；四、模型继承与字段覆盖；五、序列化钩子与自定义JSON编码器。
-
Python类型提示仅用于开发阶段静态检查和IDE支持，运行时完全忽略，不校验也不影响执行；需第三方库如pydantic或beartype实现运行时校验。
-
Flask默认不缓存静态文件，SEND_FILE_MAX_AGE仅影响send_file()和send_from_directory等内置静态服务，且仅当设为非零整数时生效；设为0则发no-cache，设为None或负数则跳过缓存头。
-
观察者模式是“一对多”依赖关系，被观察者状态改变时自动通知所有观察者；Python中可用函数引用和列表实现基础订阅系统，weakref可避免内存泄漏，生产环境推荐blinker等轻量库。
-
不能直接在Model字段上用decrypt()方法，因为DjangoORM读取字段是惰性的，且绕过Python属性访问，直接调用from_db_value、to_python等钩子；漏掉任一钩子会导致values()、DRF序列化等场景暴露密文。
-
当用户/物品数超10⁴时，直接两两算cosine/pearson相似度时间复杂度O(N²×M)、内存爆炸（如5万×5万矩阵需~10GB），且无法跳过稀疏数据中90%+的零值；TruncatedSVD通过将稀疏user_item_matrix投影到低维潜在空间（如k=50）压缩维度、保留共现结构，显著降耗。
-
Python中取消异步任务需调用Task.cancel()触发协作式取消，协程必须在await点响应CancelledError并重抛，否则取消无效；纯CPU计算或阻塞IO需转为异步执行以支持取消。
-
剪枝本身不减模型体积，必须strip_pruning+h5导出才能看到磁盘大小下降：因PolynomialDecay仅加掩码，保存仍为稠密格式；strip_pruning移除mask后用h5保存，才利用零值压缩实现40–60%体积下降。
-
Python多线程共享数据须避免竞态条件，优先使用queue.Queue、threading.local()或Lock；禁用全局变量直接读写、非原子字典操作及“只读”假设。
-
pynput是跨平台轻量级鼠标键盘事件录制方案，需同步时间戳、区分事件类型并保存为JSON；回放时按时间差延迟，避免权限与坐标缩放问题。
-
pytest_runtest_logreport不适合脱敏，因为它仅接收已字符串化的report（如longrepr、capstdout），不接触原始参数、断言表达式或日志record对象；敏感信息在进入该hook前就已固化为不可逆文本，正则替换易漏误伤且无法覆盖动态值。
