-
Python正则中量词默认贪婪，加?变为非贪婪；?必须紧贴量词后，仅控制当前量词匹配长度，不解决歧义或性能问题。
-
RandomForestClassifier调参关键：n_estimators依数据规模选50–500；max_depth建议6–10防过拟合；min_samples_split≥5；类别不均衡必设class_weight='balanced'；oob_score=True可省验证集；predict_proba输出概率向量，用于阈值决策与软投票；feature_importances_具随机性，需多次重训取中位数评估；VotingClassifier软投票要求所有基模型支持predict_proba。
-
视图函数是Django中处理HTTP请求并返回响应的Python函数。它接收request参数，执行逻辑后返回如HTML或JSON等response内容。例如，定义hello_world(request)函数返回"Hello,World!"，需在urls.py中通过path('hello/',views.hello_world)绑定URL。常见用途包括渲染模板、处理表单、返回JSON数据及实现登录和查询逻辑。还可使用类视图（如HelloWorldView）提升代码复用性，通过.as_view()注册路由。
-
Python并发架构演化核心是高效利用I/O等待时间：同步阻塞受限于线程/进程资源；多线程/多进程绕过GIL但扩展性差；asyncio通过事件循环实现单线程高并发；混合架构兼顾现实场景的异步主干与同步隔离。
-
本文介绍如何将源字典（dict1）中所有非None的键值对，有选择地覆盖目标字典（dict2）中对应键的值，同时保留dict2中原有非None值及结构，不新增键、不删除键、不覆盖None为None。
-
@cache.memoize不够用是因为它不支持参数白名单、动态key前缀和按返回值状态条件缓存；需手写装饰器通过Redis灵活控制key构造与缓存策略。
-
LRU缓存必须用双向链表+哈希表，因单纯dict无法O(1)删除最久未使用项；双向链表支持O(1)节点移动，哈希表提供O(1)查找，二者协同实现get/put的常数时间复杂度。
-
timeit是Python内置的轻量级性能测试工具，专为精确测量小段代码执行时间设计，自动处理循环、重复运行和垃圾回收干扰，比手动用time.time()更可靠，适合对比不同写法的效率差异。
-
IP代理与用户代理池协同工作可有效应对反爬虫，通过模拟多样化真实用户行为，结合高质量代理管理、请求头一致性、无头浏览器及Cookie会话控制等策略，提升爬虫隐蔽性与稳定性。
-
tkinter.Tk()必须在主线程调用，所有GUI操作均需在主线程执行；子线程调用会导致崩溃；应使用root.after()或队列通信实现后台任务；command参数勿加括号；需显式绑定WM_DELETE_WINDOW协议退出；布局优先用grid()并避免混用几何管理器。
-
当需要带状态的函数（如计数器、缓存、限流器）时才用__call__，普通函数更轻量高效；误用于无状态场景会增加复杂度且性能略差。
-
Flower0.19+版本移除了flwr.start_server，需改用flwr.server.start_server（真实部署）或flwr.simulation.start_simulation（本地仿真），且必须显式传入带参数的strategy实例并确保server/client版本、gRPC配置、权重逻辑及K8s网络四者对齐。
-
后台任务关键监控指标定义为：task_duration_seconds（直方图耗时）、task_status_total（带task_name等标签的状态计数）、task_queue_length（多源队列积压数），三者分别对应“有没有做完”“做没做错”“做多慢”“会不会拖垮系统”四大目标。
-
Python部署本质是环境隔离、进程托管与网络暴露三层协同。需用venv/poetry隔离依赖，systemd/supervisord守护进程，nginx反向代理并配置HTTPS，禁用pythonapp.py直接运行。
-
自定义异常应继承Exception而非BaseException，因后者包含SystemExit、KeyboardInterrupt等不应被常规捕获的系统级异常；except:等价于exceptBaseException:，会静默吞掉Ctrl+C，应改用exceptException:；唯一合理使用BaseException的场景是实现底层退出机制。
