-
浅拷贝仅复制第一层，嵌套对象共享引用；深拷贝递归复制所有层级，完全独立。关键区别在于是否切断引用链，而非是否复制。
-
本文详解如何从字典中安全提取问题与选项数据，并重点解决循环中label变量误用导致答案提示错位的问题，通过修正变量引用和索引逻辑，确保错误反馈准确显示用户所选标签及正确答案对应标签。
-
Python运行时环境的核心是内存管理与对象模型协同工作，一切皆对象，含类型、引用计数和值三部分；引用计数主导自动回收，循环引用需gc模块辅助；小整数和短字符串被池化复用；id()、is、==分别标识地址、同一性与逻辑相等。
-
f-string是Python3.6+引入的字符串格式化方法，通过在字符串前加f并用{}嵌入表达式，实现简洁、高效、高可读性的字符串拼接；它支持变量插入、表达式求值、函数调用和丰富格式化控制，相比%和.format()更具优势；使用时需注意避免复杂逻辑嵌入、引号冲突及多行字符串缩进问题，合理利用可提升开发效率与代码可维护性。
-
Python多进程fork默认启用写时复制（CoW），父子进程初始共享物理内存页，仅在写入时复制；只读大对象几乎零额外开销，但可变对象修改、引用计数变更、GC或打印等均可能触发复制。
-
Python脚本在CentOS宝塔中运行失败的根源常是Python版本混乱、启动类型选错、依赖未装入项目虚拟环境及日志被吞；应统一用python3、选对Web应用/守护进程类型、用项目指定Python路径装包，并查supervisor原生日志定位真实错误。
-
requests中开启长连接需使用Session对象，因其内置连接池默认支持Keep-Alive；但需注意服务端是否真正支持、连接池需手动关闭、并发时需调大pool_maxsize，并非所有场景都适用长连接。
-
本文详解如何通过MLRun的get_dataitem().as_df()接口，正确加载存储在远程存储（如S3）中的CSVArtifact，避免因权限、路径拼写或认证缺失导致的读取失败。
-
WSGI是同步协议，要求请求在单线程/进程内阻塞完成，适合传统Web应用；ASGI是异步协议，基于事件流支持WebSocket、HTTP/2等，适合高并发I/O密集场景。
-
Python启动慢主因是全量import重型包，延迟加载可减30%～60%冷启时间；应按需用importlib.import_module或函数内import，优先用-Ximporttime定位真实瓶颈。
-
该用str.replace()而不是re.sub()时：进行简单字面替换且无模式需求，因前者更快、更安全、更易读，不解析正则元字符，避免re.error。
-
直接用for循环并发爬取易崩，因缺乏任务隔离与流量节制，易触发限流、IP封禁、DNS耗尽或连接池打满，且单个失败会中断全部任务；队列实现可控流水线，支持暂停、重试与监控。
-
psutil.net_io_counters()返回的是累计值而非实时速率，需两次采样求差并除以时间间隔（建议≥0.5秒，用time.monotonic()计时）；多网卡需按白名单过滤物理接口，避免虚拟接口干扰；Windows下可能因权限或性能计数器未启用导致异常，应加异常处理和权限检查。
-
本文详解Flask应用中处理JSONPOST请求时常见的AttributeError:'Request'objecthasnoattribute'body'错误，说明为何不能访问request.body，并提供标准、安全、健壮的替代方案（如request.get_json()），辅以错误处理与生产级实践建议。
-
self_consistency_sample函数需确保每次采样完全独立：每次调用前重置torch和numpy随机种子，设num_beams=1、use_cache=False，统一tokenizer.decode参数并做标准化清洗，避免缓存复用与格式不一致。
