-
Python读大文件应流式处理：文本文件推荐withopen()逐行迭代；超长行或二进制用read(size)分块；随机访问用mmap；结构化数据优先用csv、jsonlines、iterparse等标准库迭代器。
-
本文详解如何利用ruamel.yaml的块标量（blockscalars）机制，在round-trip加载-修改-转储过程中严格保留原始YAML文件中已有的手动换行，避免description等字段被意外展平或url被强制折行。
-
该用pd.cut()当需固定区间分箱（如年龄每10岁一档），用pd.qcut()当需等频分箱（如前25%为低收入）；长尾或重复值多时pd.qcut()易报错，pd.cut()更稳定。
-
RFE在新数据上效果变差的根本原因是其默认在整个训练集上递归筛选特征，导致交叉验证时发生数据泄露；正确做法是将RFE嵌入Pipeline中，确保每折CV独立重跑筛选。
-
本文介绍一种健壮、可扩展的方法，利用正则表达式从结构化文本日志中批量提取几何参数（如g1–g5、l1）及关联的频率–RCS数值对，并组织为规整的二维表格，彻底规避字符串切分导致的索引越界与格式解析错误。
-
pytest-cov显示0%覆盖率的根本原因是路径不匹配，需用--cov=.确认源码根路径，再按实际结构（如src/myapp）精确指定，并确保PYTHONPATH正确或避免导入路径混乱。
-
OOM通常源于Dataset.__init__预加载或DataLoader预取，而非Dataset本身；应确保__getitem__按需加载、不缓存，DataLoader参数合理，并优先用IterableDataset处理流式数据。
-
asyncio.run()开启debug模式只需传入debug=True，可暴露协程未await、任务未关闭等调度异常；自建事件循环需手动调用loop.set_debug(True)，环境变量PYTHONASYNCIODEBUG=1亦可全局启用。
-
Flask流式返回大文件卡住或内存不降，因默认响应缓存整个生成器内容；需返回生成器对象、设direct_passthrough=True、禁用Content-Length、换gunicorn/uWSGI、Nginx关proxy_buffering并调优。
-
PyPDF2报“NotaPDFfile”因文件非真实PDF，需用file命令验证；文本提取为空或乱码因无文本层或字体未嵌入，应改用pdfplumber或OCR；合并后体积暴增因未去重，建议用pikepdf优化；Python3.12+应迁移到pypdf。
-
inspect.signature()是最直接的获取方式，返回包含参数名、类型注解、默认值等的Signature对象，支持普通函数、lambda和绑定方法，但内置函数可能仅返回(args,*kwargs)。
-
本文详解如何在Python中跨脚本调用含getopt参数解析逻辑的main(argv)函数，重点解决因参数类型不匹配（传入字符串而非列表）导致的解析错误、命令误执行等问题，并提供可靠、可复用的调用方案。
-
Python枚举成员存储的是封装后的Enum实例，而非直接赋值的对象；要调用其内部对象的多态方法，需显式访问.value属性，或在枚举类中代理方法调用。
-
hash()仅适用于内存内临时场景，如字典键、集合去重；跨进程、持久化或跨版本需用hashlib等确定性算法，且自定义类的hash必须与eq一致并基于不可变字段。
-
GeoPandas读SHP报“DriverError”主因是路径含中文/空格或GDAL驱动未加载；坐标系错误致地图歪斜因未统一转EPSG:3857；plot卡顿或图例异常需指定column、cmap及scheme参数。
