-
字典通过键值对实现高效查找，适用于数据映射、计数统计、缓存记忆化和结构化数据表示，具有O(1)平均时间复杂度，广泛用于配置管理、频率统计、递归优化及Web数据处理。
-
is和==结果一致当两变量指向同一对象，如小整数（-5~256）、短字符串等缓存对象；结果不同当值相等但对象不同，如列表、大整数或长字符串；判断布尔值应优先用ifx:，None比较必须用isNone。
-
Counter是Python中用于统计元素频次的类，继承自字典，支持传入列表、字符串等可迭代对象进行计数，提供most_common、elements、update等方法，并支持加减交并运算，适用于词频分析、数据清洗等场景。
-
PIL高效处理大尺寸图像需掌握五项策略：尽早缩放、利用延迟加载、分块处理、及时释放资源、调整像素限制。首先，使用thumbnail()或resize()在加载后立即缩小图片，避免全图解码；其次，PIL的Image.open()不会立即加载全部像素，仅在操作时才会加载，应避免不必要的load()调用；对于超大图可手动实现分块加载处理；处理完应及时删除对象引用或使用with语句管理资源；最后，必要时可临时提高Image.MAX_IMAGE_PIXELS限制，但需谨慎确保系统内存充足。
-
首先安装PyMySQL驱动并验证导入，然后使用正确参数建立数据库连接，通过游标执行查询或增删改操作，注意提交事务，并在finally块中关闭游标和连接以释放资源。
-
结论：method='min'最符合直觉，但需结合业务——并列是否占坑、是否连续编号；默认'average'易致Excel不一致；降序用ascending=False；NaN处理推荐na_option='drop'。
-
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。
-
用requests获取HTTP状态码比ping更靠谱，因ping仅检测ICMP连通性，而宕机常发生在Web服务层；需设timeout、禁重定向、检查200–299范围、处理各类异常并记录日志。
-
根本解法是用chunksize分块读取并显式指定dtype，避免全量加载；复杂逻辑用dask.dataframe延迟计算；CPU瓶颈可换polars；优先将CSV转为Parquet提升I/O效率。
-
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。
-
One-ClassSVM不适合直接做异常点单分类检测，因其本质是无监督异常检测模型，仅输出正常（1）或异常（-1），无法识别异常类型；对特征缩放极度敏感，需标准化；nu参数是上界约束而非异常比例目标；训练需纯正常样本、稳定数值特征，并依赖decision_function输出量化异常程度。
-
list不可哈希，因它是可变类型，不满足哈希要求：生命周期内哈希值不变且等值对象哈希值相同；字典key必须可哈希才能正确寻址；常见可哈希类型包括int、str、tuple（元素皆可哈希）、frozenset等；可用tuple(my_list)等方式转换list为可哈希形式。
-
PyTorchQAT需显式配置qconfig、冻结BN统计并校准后端，否则精度下降；convert()后模型固化不可修改，仅支持推理；后端须匹配硬件（fbgemm/x86，qnnpack/ARM），校准数据需充分且分布合理。
-
该用select_related时是查询外键或一对一字段且需避免N+1查询；它通过JOIN一次性获取关联数据，仅适用于正向外键/一对一关系，不支持多对多或反向关系。
-
winfo_screenwidth()和winfo_screenheight()返回主显示器物理像素尺寸，需在窗口初始化后调用update_idletasks()确保尺寸准确，再结合geometry()实现居中；高DPI下须设置DPI感知。
