-
requests库中不存在Cookie_Request类，正确操作Cookie应使用requests.Session.cookies或response.headers.get('Set-Cookie')；加密Cookie无法解密，重点在于正确携带与更新。
-
unsqueeze()比view()更安全，因其不依赖内存连续性、只改shape；broadcast_tensors()可提前校验广播可行性；避免滥用expand()；自定义函数须显式校验shape。
-
进程僵死表现为CPU≈0%、内存停滞、无法响应信号、网络与日志中断；ps看STAT为D或长时R，strace可定位卡在futex/read/epoll_wait等系统调用。
-
jsonpath模块用于快速提取JSON中特定字段，类似XPath处理XML。通过pipinstalljsonpath-ng安装后，可用parse解析嵌套数据，如提取所有书名或按条件筛选高价书籍，支持$、.、*、[?]等语法，简化复杂结构访问，避免手动遍历，调试时需注意路径错误不报错而返回空。
-
<p>信息增益和信息增益率用于决策树特征选择，基于信息熵计算。1.信息熵衡量数据混乱程度，公式为H(S)=-Σ(p_ilog2(p_i))，Python用entropy函数实现。2.信息增益IG(S,A)=H(S)-Σ(|S_v|/|S|H(S_v))，表示划分后熵的减少，通过information_gain函数计算特征对标签的分类能力。3.信息增益率GR(S,A)=IG(S,A)/IV(A)，其中IV(A)为特征A的固有值，用于抑制多取值特征偏差，由intrinsic_value函数计算。4
-
该错误源于张量类型不匹配：模型输入/输出需float32，分类标签需int64（torch.long）；定位时用print(x.dtype)检查model(input)输出和target，注意torch.tensor()默认推断类型，预处理阶段应显式指定dtype。
-
macOS上flock不生效是因为其仅支持建议性锁且不跨进程持久化，对NFS或pathlib等封装常无效；应改用portalocker实现跨平台文件锁。
-
Pythonmatch语句未匹配时静默跳过而非报错；必须用case_:或casex:作兜底，前者忽略值，后者绑定值以便日志或处理，二者均无类型校验。
-
Python的mock提供调用统计与验证方法：call_count和called检查调用次数，call_args和call_args_list记录参数，assert_called_with等断言参数正确性，assert_has_calls验证调用顺序，reset_mock重置状态，便于精确控制测试行为。
-
SettingWithCopyWarning本质是Pandas警示你操作对象可能是副本而非原始DataFrame，修改无效或意外影响原数据；根本原因是链式索引（如dfdf.A>0=1）导致Pandas无法确定目标是视图还是副本，必须用.loc明确位置赋值或.copy()显式复制。
-
Python中通过args和kwargs实现可变参数，args将位置参数打包为元组，kwargs将关键字参数打包为字典，二者结合可提升函数灵活性。示例：defexample(a,b,args,*kwargs):...可同时接收固定和任意数量的参数，适用于复杂输入场景。
-
必须用SelectConnection当需混用异步逻辑（如asyncio、FastAPI），因BlockingConnection会锁死事件循环；其回调链（on_open、on_close等）须写全，否则静默失败。
-
根本原因是OpenCV依赖的底层库（如libglib、libgtk、ffmpeg）在不同系统预编译不一致，导致pip常需源码编译而卡顿或报错；实操应优先用官方预编译包、换国内镜像源、避免混用conda/pip，并注意numpy版本兼容性。
-
redis.asyncio是redis-py官方异步模块，推荐新项目使用；需显式设置decode_responses=True，用asyncwith或lifespan管理连接池，避免手动close、混用连接池方式及ex=0误用。
-
os.path.splitext返回两个值且第二个值带点，因为后缀在文件系统中本就包含点（如'.py'），这是设计约定而非bug；它仅按最后一个点分割，不识别双后缀（如'.tar.gz'），跨平台可靠但需手动处理复合后缀。
