-
TF2.x中应使用tf.data.Dataset替代已弃用的tf.train.string_input_producer和tf.train.start_queue_runners；通过interleave、map的num_parallel_calls和prefetch实现高效并行读取，避免手动线程管理。
-
用scipy.sparse.coo_matrix而非字典，因其底层用row/col/data三数组高效支持运算；构造需去重、转csr/csc再计算；存盘优选save_npz；切片等操作务必用csr/csc格式。
-
tqdm在多线程/多进程中共用实例会导致状态竞争，应避免共享；推荐使用tqdm.contrib.concurrent.thread_map或process_map，由主线程统一驱动进度条更新，子线程/进程只负责计算并返回结果。
-
model.summary()报AttributeError是因模型非KerasModel实例；需先type(model)确认类型，PyTorch用print(model)或torchinfo，HF模型查config或num_parameters()，自定义类应遍历layers。
-
快慢指针能判断环形链表是因为当fast每次走2步、slow每次走1步且同起点时，若存在环则fast必在环内追上slow；需确保while条件为fastandfast.nextandfast.next.next以防空指针异常。
-
bytearray写入性能优于bytes仅在频繁修改时成立，因其可变性避免重复内存分配；但读取或单次构造时bytes更快，且需注意memoryview配合实现零拷贝及线程安全等问题。
-
Python工程配置需分环境、可覆盖、易维护、防泄露：通过环境变量动态加载dev/test/prod配置，敏感信息外置到.gitignore的.env或系统变量，用PydanticSettings结构化校验，支持热更新与文档化说明。
-
<p>Python中计算平方最常用的是</strong><code>运算符和</code>pow()<code>函数**：</code>x**2<code>直观高效，支持各类数值；</code>pow(x,2)<code>功能相同且支持复数；</code>math.pow(x,2)返回浮点数且不支持复数；NumPy适合批量数组运算。</p>
-
Python中类是创建对象的模板，通过class定义，使用__init__初始化实例属性，self指代实例本身，确保数据独立性和方法调用；支持类属性、类方法（@classmethod）和静态方法（@staticmethod）；继承通过子类扩展父类功能，实现代码复用与多态。
-
交叉验证中模型泄露的典型表现是训练集与测试集划分不当导致验证指标虚高、线上效果崩塌；常见于时间序列随机打乱或同源样本（如用户、设备）跨集分布，应使用GroupKFold按组切分并确保特征工程每折独立重算。
-
PyInstaller图标不显示主因是--icon路径错误或.ico格式不合规（需多尺寸Windows原生图标）；应使用绝对路径、--icon置于脚本名前，并配合sys._MEIPASS在运行时加载图标。
-
客户端必须用connect()，服务端必须用bind()；阻塞模式下recv()会等待数据，超时或非阻塞需显式设置；send()不保证一次发完，须检查返回值并补发。
-
pytest的pytest_runtest_makereport钩子通过判断report.when=="call"且notreport.passed来精准捕获失败用例，避免误捕setup/teardown异常；应使用report.longreprtext获取堆栈，弃用已废弃的report.outcome。
-
交叉验证中模型泄露的典型表现是训练集与测试集划分不当导致验证指标虚高、线上效果崩塌；常见于时间序列随机打乱或同源样本（如用户、设备）跨集分布，应使用GroupKFold按组切分并确保特征工程每折独立重算。
-
Pycharm的基本功能包括代码编辑、调试和版本控制。1）代码编辑：智能代码补全、语法高亮和错误提示。2）调试：支持断点调试和变量跟踪。3）版本控制：内置Git支持，方便团队协作。
