-
asyncio.run()包装异常为RuntimeError，需检查__cause__或__context__获取原始异常；未await的Task异常被静默吞掉；gather默认遇异常中止，wait需手动检查；asyncwith/for需注意__aexit__/__anext__异常掩盖。
-
FastAPI中JWT认证应使用HTTPBearer获取Token并用jwt.decode()校验，密钥须从环境变量读取且确保两端一致；签发时需设exp、sub等字段，用datetime.utcnow()+timedelta；依赖注入get_current_user实现自动校验。
-
DataLoader加载大图易OOM，应改用滑动窗口切片Dataset：预存切片坐标，__getitem__返回块及位置，collate_fn需统一尺寸，拼接时推荐加权平均。
-
必须显式预编译正则并封装为函数，使用命名捕获组和完整测试覆盖边界case，以提升可维护性、可读性与健壮性。
-
需配置pytest.ini或pyproject.toml启用asyncio_mode="auto"，使pytest-asyncio自动识别并执行asyncdef测试函数，无需装饰器或改代码。
-
在Python中高效操作Parquet文件的方法包括：使用Pandas配合pyarrow或fastparquet引擎读写文件，适用于小规模数据；面对大规模数据时采用PyArrow模块实现按列或分块读取；优化存储效率可通过设置行组大小、选择压缩算法、按字段分区排序以及避免频繁写入小文件等方式实现。
-
Python支持动态添加实例和类属性，实例属性仅影响当前对象，类属性影响所有实例；使用__slots__会限制实例属性添加；直接操作__dict__存在风险，不推荐常规使用。
-
文本分类在PythonWeb开发中需注重数据清洗、特征对齐与接口封装。应使用标注数据（如客服留言）划分训练/测试集，TF-IDF+LogisticRegression为首选模型，FastAPI封装接口并限流日志，确保稳定高效落地。
-
目标跟踪模型通常基于预训练检测器构建，采用“检测+关联”两阶段结构，而非端到端训练；主流方案如ByteTrack用YOLO检测加双阈值关联，训练时检测、ReID、关联超参分步优化。
-
最常见原因是未设inplace=True或字典键与列名不完全匹配；rename()默认返回新DataFrame，键需严格一致（含大小写、空格），MultiIndex需特殊处理；函数式rename(columns=lambdax:x.replace('id','ID'))支持批量替换。
-
Tushare需token鉴权且免费版限频，Baostock需显式login/logout；两者复权逻辑、日期格式、停牌处理及限流机制均不同，数据使用前须核对文档更新。
-
容灾设计的核心目标是“故障不中断服务”，需通过架构层消除单点故障，确保数据库、缓存、消息队列等组件多活与自动切换，Python服务须无状态、可降级、可观测，并定期开展混沌工程演练。
-
requests.Session()默认连接池maxsize=10、block=False，易因连接耗尽抛MaxRetryError；需通过HTTPAdapter显式配置pool_maxsize、pool_block等参数并mount生效。
-
图像旋转检测常用直接回归角度值方法，即用CNN提取特征后接全连接层预测连续角度，需通过正余弦编码或分桶分类+回归微调解决角度周期性问题，并配合同步标签的旋转增强与平滑后处理。
-
使用try-except捕获await异常，create_task需显式await或检查异常，gather默认中断任务但可配置，wait需手动检查，全局处理器用于监控未捕获异常。
