-
Tornado长连接内存泄漏的根本原因是连接生命周期管理失控：socket未显式关闭、心跳高频创建临时对象、大消息非流式序列化；必须显式调用close()和close_fd()，用weakref.finalize兜底，禁用datetime.now()改用time.monotonic()，心跳改全局定时器，大消息须流式编码，全程配合memory_profiler监控。
-
asyncwith是Python异步上下文管理语法，需配合实现aenter和aexit的异步管理器，在asyncdef中使用，支持await初始化与清理，不可混用同步管理器。
-
AgglomerativeClustering无法直接绘制树状图，需用scipy.cluster.hierarchy的linkage和dendrogram重做聚类；参数（method、metric、标准化）须与sklearn完全一致，切割时用fcluster(Z,t=n,criterion='maxclust')可获相同标签。
-
向量化计算利用NumPy等库对数组整体操作，比Python循环更快。它通过C/Fortran底层优化、减少解释器开销、利用SIMD指令和连续内存访问提升性能。例如数组相加或sqrt运算，向量化比for循环高效得多。适用于算术、三角函数、比较和聚合操作。复杂逻辑或依赖前值的场景（如斐波那契数列）仍需循环。应根据情况选择合适方法。
-
f"{var}"不能输出变量名，因为f-string只求值不保留符号信息；可靠方式是显式传入变量名字符串或用inspect解析源码，但均有局限。
-
dask.delayed更适合特征提取pipeline，因其支持任意带状态、依赖外部资源或非向量化函数的Python逻辑，粒度细、易调试；而dask.array和dask.bag分别受限于纯数组运算和无序/高shuffle成本。
-
Detrender是对去趋势操作的统称，非scikit-learn标准类；scipy.signal.detrend默认线性去趋势，仅移除全局可建模趋势，对突变点、结构性断点无效，且保持序列长度不变。
-
drop默认不修改原数据，需inplace=True或赋值；删多列须用列表；axis=1不可省略；del可原地删单列但无条件筛选功能。
-
axis=0表示压缩第0维（行方向），按列求和；axis=1压缩第1维（列方向），按行求和；高维同理，负轴如-1指最后一维；sum()默认降维，keepdims=True可保留维度；含nan时用nansum避免结果为nan。
-
map用于逐元素变换并保持长度不变，filter用于按条件筛选且长度可能减少；二者均返回惰性迭代器，不修改原序列，常配合lambda或内置函数使用。
-
Windows下备份被IDE锁定的.sql文件应先用只读方式验证可访问性；copytree需设dirs_exist_ok=True或手动删除目标；时间戳须含毫秒防重名；schedule仅适合调试，生产环境应使用系统级定时任务。
-
Python文件读取需精准控制编码（如utf-8-sig处理BOM）、流式读取大文件（逐行或分块）、二进制文件用rb模式配合struct/io.BytesIO解析，跨平台注意换行符差异并用newline=''精确控制。
-
docker-compose.yml中depends_on仅控制启动顺序而非服务就绪，需配合healthcheck与service_healthy或应用层重试；依赖应构建时安装；源码用volumes挂载但排除venv；环境变量需显式透传或容器内加载；gunicornworker数应据内存限制调整；日志须输出到stdout/stderr。
-
Enum成员可通过==或is进行等值比较，相同枚举类中值相同的成员相等且为同一对象；2.不同枚举类即使值相同也不相等；3.需大小比较时应使用IntEnum，其继承int支持<、>、==等操作；4.IntEnum可与整数比较，但建议显式使用value属性避免隐式类型混用；5.可自定义比较方法如comes_before实现逻辑排序，但不推荐重载魔术方法。
-
pipinstall报错“OSError:[Errno28]Nospaceleftondevice”但磁盘仍有空间，实为/tmp（常为tmpfs）被临时文件占满；通过设置TMPDIR指向大容量本地目录可绕过该限制，需验证python-c"importtempfile;print(tempfile.gettempdir())"确认生效。
