-
含NaN的列自动变为float64，因Pandas2.0前NaN仅浮点支持，整型需升格；2.0起可用Int64等nullable类型配合pd.NA避免升格，convert_dtypes()可自动转换但需满足条件。
-
Flask-Mail需异步化以避免阻塞主线程，正确方式是在线程中重建应用上下文；SMTP必须按服务要求配置TLS/SSL（如Gmail用587端口+MAIL_USE_TLS=True）；推荐线程池复用mail实例，并捕获记录SMTP异常。
-
PyMySQL是Python操作MySQL的轻量库，支持连接数据库、执行SQL、参数化查询防注入、事务管理，并需手动关闭游标和连接。
-
事件循环是单线程协程调度器，依赖await主动让出控制权，不处理CPU密集任务，推荐用asyncio.run()启动。
-
Python中反斜杠是字符串解析起点而非运行时转义，发生在编译阶段；应避免单个\结尾、慎用r""处理路径，优先用pathlib或os.path.join，原始字符串与Unicode直写更安全可靠。
-
实例的dict是存储其可变属性的字典。例如，创建Person实例并设置name和age属性后，__dict__包含{'name':'Alice','age':25}；类属性如species不进入实例dict__，除非被实例覆盖；若类定义了__slots__，则实例无__dict__；可直接通过__dict动态添加或修改属性，如p.__dict__['city']='Beijing'等价于p.city='Beijing'，但需注意绕过封装和slots限制。
-
roc_curve用于计算假正率、真正率和阈值，需输入正类预测概率而非硬分类结果；绘图时须设坐标轴范围为[0,1]、添加对角线参考线并标注AUC；多分类需One-vs-Rest手动处理；AUC高不等于实际效果好，需结合业务阈值评估。
-
Python变量赋值用=直接绑定对象而非复制数据，支持单值赋值、多变量批量赋值及解包；变量名需符合命名规则，推荐snake_case风格。
-
pipshow无法批量导出license字段，多数包该字段为空或不规范；真正可用的license信息需解析dist-info/METADATA文件，推荐用pip-licenses工具导出CSV或标准化SPDX格式，但须人工复核合规性。
-
MNE库处理脑电波数据的流程包括加载数据、预处理、分段与平均、最终获取ERP。首先，使用MNE加载.fif、.edf等格式数据为Raw对象；其次进行预处理，1）滤波去除噪声，2）检测并插值坏导，3）通过ICA或SSP剔除生理伪迹；接着定义事件并分割数据为Epochs，同时进行基线校正和坏段剔除；最后对分段数据平均生成ERP，并可视化分析结果。整个过程需反复调试参数以确保数据质量与分析准确性。
-
sklearn.TransformerMixin不能直接用，因仅继承它不强制实现fit/transform且不校验返回值形状，需同时继承BaseEstimator和TransformerMixin，并确保fit返回self、transform返回同形ndarray或DataFrame。
-
首先访问Python官网下载对应系统的安装包，然后通过自定义安装并添加环境变量完成安装，最后在命令提示符中输入python--version和pip--version验证安装成功。
-
include_top=False必须设为False，因为要替换ImageNet的1000类输出层以适配自定义分类任务；设为True会冲突且无法冻结特征层。
-
__setattr__不能可靠捕获所有属性赋值，仅对点号赋值和setattr()生效；需用self.__dict__[key]=value避免递归，并在__init__中标记初始化状态以区分首次赋值与后续修改。
-
AssertionError是Python中用于调试的内置异常，当assert语句条件为False时触发，语法为assertcondition,message；常用于检查函数参数、中间状态或测试结果，如calculate_discount中验证价格非负；它继承自Exception，但仅适用于开发阶段，可通过python-O禁用，不应用于生产环境的错误处理；避免在assert中执行有副作用的操作，且应提供清晰错误消息，如divide函数中提示“除数不能为零”；合理使用可提升调试效率，防止逻辑错误。
